Google Earth Engine——HydroSHEDS是基于2000年NASA的航天飞机雷达地形任务(SRTM)获得的高程数据

简介: Google Earth Engine——HydroSHEDS是基于2000年NASA的航天飞机雷达地形任务(SRTM)获得的高程数据

HydroSHEDS is a mapping product that provides hydrographic information for regional and global-scale applications in a consistent format. It offers a suite of geo-referenced datasets (vector and raster) at various scales, including river networks, watershed boundaries, drainage directions, and flow accumulations. HydroSHEDS is based on elevation data obtained in 2000 by NASA's Shuttle Radar Topography Mission (SRTM).

This hydrologically conditioned elevation dataset is the result of an iterative conditioning and correction process. Note that the conditioning process alters the original DEM and may render it incorrect for applications other than deriving drainage directions. Endorheic basins (inland sinks) are 'seeded' with a no-data cell at their lowest point in order to terminate the flow. Full details of the underlying digital elevation model are available in the HydroSHEDS website and documentation. This dataset is at 3 arc-second resolution. The datasets available at 3 arc-seconds are the Void-Filled DEM, Hydrologically Conditioned DEM, and Drainage (Flow) Direction.

There are two areas with incorrect negative values of -100 close to Vancouver, Canada around (50.16, -123.85) and Australia (-14.96, 129.62)


HydroSHEDS是一个制图产品,以一致的格式为区域和全球范围的应用提供水文信息。它提供了一套不同尺度的地理参考数据集(矢量和栅格),包括河流网络、流域边界、排水方向和流量积累。HydroSHEDS是基于2000年NASA的航天飞机雷达地形任务(SRTM)获得的高程数据。

这个水文条件下的高程数据集是一个反复调节和校正过程的结果。请注意,调节过程改变了原始DEM,可能会使其在推导排水方向以外的应用中变得不正确。内流盆地(内陆汇)在其最低点用无数据单元进行 "播种",以终止流动。基础数字高程模型的全部细节可在HydroSHEDS网站和文件中找到。该数据集的分辨率为3弧秒。3角秒的数据集是虚空填充DEM、水文条件DEM和排水(流)方向。

在加拿大温哥华附近(50.16,-123.85)和澳大利亚(-14.96,129.62)有两个区域的负值不正确,为-100。

Dataset Availability

2000-02-11T00:00:00 - 2000-02-22T00:00:00

Dataset Provider

WWF

Collection Snippet

ee.Image("WWF/HydroSHEDS/03CONDEM")

Resolution

92.77 meters

Bands Table

Name Description Min* Max* Units
b1 Elevation -440 8527 Meters


* = Values are estimated

引用:

Lehner, B., Verdin, K., Jarvis, A. (2008): New global hydrography derived from spaceborne elevation data. Eos, Transactions, AGU, 89(10): 93-94.

代码:

var dataset = ee.Image('WWF/HydroSHEDS/03CONDEM');
var elevation = dataset.select('b1');
var elevationVis = {
  min: -50.0,
  max: 3000.0,
  gamma: 2.0,
};
Map.setCenter(-121.652, 38.022, 8);
Map.addLayer(elevation, elevationVis, 'Elevation');


相关文章
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
5479 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
Google Earth Engine(GEE)——计算两列数据的相关性
Google Earth Engine(GEE)——计算两列数据的相关性
275 0
|
编解码 数据可视化 定位技术
Google Earth Engine(GEE)——NOAA海平面上升数字高程模型(DEMs)
Google Earth Engine(GEE)——NOAA海平面上升数字高程模型(DEMs)
299 1
|
传感器 编解码 数据处理
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
Open Google Earth Engine(OEEL)——哨兵1号数据的黑边去除功能附链接和代码
530 0
|
计算机视觉
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
Google Earth Engine(GEE)——使用MODIS数据单点测试SG滤波和harmonics method 滤波的差异分析
610 0
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
783 0
|
7月前
|
机器学习/深度学习 人工智能 算法
Google DeepMind新产物: 行星级卫星嵌入数据集(10m)光学+雷达+DEM+climate...
Google 推出 Earth Engine 卫星嵌入数据集,利用 AI 将一年的多源卫星数据压缩至每个 10 米像素,实现高效地理空间分析。基于 AlphaEarth Foundations 模型,该数据集提供 64 维嵌入向量,支持相似性搜索、变化检测、自动聚类和精准分类,助力环境研究与应用。
486 0
|
10月前
|
JSON 前端开发 算法
掌握Multi-Agent实践(三):ReAct Agent集成Bing和Google搜索功能,采用推理与执行交替策略,增强处理复杂任务能力
掌握Multi-Agent实践(三):ReAct Agent集成Bing和Google搜索功能,采用推理与执行交替策略,增强处理复杂任务能力
706 23
|
12月前
|
人工智能 编解码 自然语言处理
Gemma3:Google开源多模态神器,轻量高效,精通140+语言,解锁文本与图像任务
在当今快速发展的 AI 领域,多模态模型正逐渐成为推动技术革新的重要力量。Google 最新推出的 Gemma 3 模型,凭借其轻量级、多模态的特性,为文本生成和图像理解任务带来了全新的可能性。它不仅支持文本和图像输入,还具备强大的语言处理能力,覆盖超过 140 种语言,并且能够在资源有限的设备上高效运行。从问答到摘要,从推理到图像分析,Gemma 3 正在重新定义 AI 模型的边界,为开发者和研究人员提供了一个极具潜力的工具。
980 0
|
数据可视化 数据挖掘 数据建模
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据
R语言指数平滑法holt-winters分析谷歌Google Analytics博客用户访问时间序列数据

推荐镜像

更多