NASA数据集：ASTER全球数字海拔模型（GTEM）V003

于 2024-09-02 08:00:00 发布
阅读量625 收藏 7
点赞数 10
分类专栏： NASA 文章标签： 数据库 nasa dem 数据集 aster DEM 高程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31988139/article/details/141587601
版权

ASTER Digital Elevation Model V003

简介

ASTER全球数字海拔模型（GTEM）第3版（ASTG TM）提供了地球陆地区域的全球数字海拔模型（TEM），空间分辨率为1角秒（赤道处水平位置约30米）。ASTER GTEM数据产品的开发是美国国家航空航天局（NASA）和日本经济产业省（METI）之间的合作成果。ASTER GTEM数据产品由东京的传感器信息实验室公司（SILC）创建。ASTER GTEM第3版数据产品是根据对整个ASTER 1A级（https：//doi.org/10.5067/ASTER/ASTER/AST_L1A.003）档案的自动处理创建的，该档案是在2000年3月1日至2013年11月30日期间获取的场景。使用立体相关来生成超过一百万个基于单个场景的ASTER数字元，并对其应用了云掩蔽。所有云屏蔽的数字元和非云屏蔽的数字元都被堆叠。删除了剩余坏值和离群值。在数据堆叠有限的地区，使用了几个现有的参考数字元来补充ASTER数据以纠正剩余异常。对选定的数据进行平均以创建最终像素值，然后将数据分割为1度纬度乘1度经度的区块，并具有一个像素重叠。为了纠正水体表面的海拔值，还生成了ASTER全球水体数据库（ASTWBD）（https：//doi.org/10.5067/ASTER/ASTWBD.001）第1版数据产品。ASTER GTEM的地理覆盖范围从北纬83°延伸到南纬83°。每个图块以GeoTivf格式分布，并投影在1984年世界大地测量系统（WGS 84）/1996年地球引力模型（EGM 96）大地水准面上。该系列中的22，912块瓷砖中的每一块都至少包含0.01%的土地面积。ASTER GTEM产品中提供了用于TEM和场景数（NUM）的层。

ASTER GTEM产品中提供了用于TEM和场景数（NUM）的层。NUM层指示每个像素处理的场景数量以及数据来源。虽然ASTER GTEM第3版数据产品比第2版提供了重大改进，但建议用户该产品仍然可能包含异常和伪影，这将降低其对某些应用程序的可用性。与之前版本相比的改进/变化·扩大收购覆盖范围，将无云输入场景的数量从版本2的约150万个增加到版本3的约188万个场景。·在水体处理中实现河流与湖泊的分离。·最小水体检测面积从1平方公里降至0.2平方公里。

摘要

Terra高级星载热发射和反射辐射计（ASTER）全球数字海拔模型（GTEM）第3版（ASTG TM）提供了地球陆地区域的全球数字海拔模型（TEM），空间分辨率为1角秒（赤道处水平位置约30米）。 ASTER GTEM数据产品的开发是美国国家航空航天局（NASA）和日本经济产业省（METI）之间的合作成果。ASTER GTEM数据产品由东京的传感器信息实验室公司（SILC）创建。 ASTER GTEM第3版数据产品是根据2000年3月1日至2013年11月30日期间获取的整个ASTER 1A级场景档案的自动化处理创建的。使用立体相关来生成超过一百万个基于单个场景的ASTER数字元，并对其应用了云掩蔽。所有云屏蔽的数字元和非云屏蔽的数字元都被堆叠。删除了剩余坏值和离群值。在数据堆叠有限的地区，使用了几个现有的参考数字元来补充ASTER数据以纠正剩余异常。对选定的数据进行平均以创建最终像素值，然后将数据分割为1度纬度乘1度经度的区块，并具有一个像素重叠。为了纠正水体表面的海拔值，还生成了ASTER全球水体数据库（ASTWBD）第1版数据产品。

ASTER GTEM的地理覆盖范围从北纬83°延伸到南纬83°。每个磁贴都通过NASA Earthdata Search以云优化的地理Tivf（COG）和NetCTF 4格式分布，并通过LP DAAC数据池以标准的地理Tivf格式分布。数据预测在1984年世界大地测量系统（WGS 84）/1996年地球引力模型（EGM 96）大地水准面上。该系列中的22，912块瓷砖中的每一块都至少包含0.01%的土地面积。 ASTER GTEM产品中提供了用于TEM和场景数（NUM）的层。NUM层指示每个像素处理的场景数量以及数据来源。 虽然ASTER GTEM第3版数据产品比第2版提供了重大改进，但建议用户该产品仍然可能包含异常和伪影，这将降低其对某些应用程序的可用性。

Collection

CharacteristicDescription
CollectionTerra ASTER
DOI10.5067/ASTER/ASTGTM.003
File Size~25 MB
Temporal ResolutionMulti-Year
Temporal Extent2000-03-01 to 2013-11-30
Spatial ExtentGlobal
Coordinate SystemGeographic Latitude and Longitude
DatumWGS84/EGM96
File FormatGeoTIFF or netCDF-4
Geographic Dimensions1 degree lat x 1 degree lon

Granule

CharacteristicDescription
Number of Science Dataset (SDS) Layers2
Columns/Rows3601 x 3601
Pixel Size30 m
SDS NameDescriptionUnitsData TypeFill ValueNo Data ValueValid RangeScale Factor
DEMDigital Elevation ModelMeters16-bit signed integer-9999N/A-500 to 9000 (0 at sea level)N/A
NUM¹Number of scenesNumber16-bit signed integerN/AN/A0 to 250N/A

¹The contents of the NUM file indicate number of DEM tiles used and the source of the data.

Reference Data for Number of Scenes Layer

ValueDescription
0-50GDEM V3 (0 to 50+ scenes)¹
60-110GDEM V2 (0 to 50+ scenes)¹
131-184PRISM (1 to 54 scenes)
201-223SRTM (1 to 23 swaths)
231SRTM V3 from initial GDEM V3
232SRTM V2 from initial GDEM V3
233SRTM V2 from GDEM V2
234SRTM with NGA fill from GDEM V2
241NED from GDEM V2 (USA)
242NED from initial GDEM V3 (USA)
243CDED from GDEM V2 (Canada)
244CDED from initial GDEM V3 (Canada)
245Alaska DEM from GDEM V2
246Alaska DEM from initial GDEM V3
250Interpolated

¹ 0 = Unspecified

List of abbreviations: PRISM = Advanced Land Observing Satellite (ALOS) Panchromatic Remote-sensing Instrument for Stereo Mapping (PRISM), SRTM = Shuttle Radar Topography Mission, NGA = National Geospatial-Intelligence Agency, NED = United States Geological Survey (USGS) National Elevation Dataset, CDED = Canadian Digital Elevation Data, Alaska DEM = USGS 3D Elevation Program (3DEP) Alaska DEM

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="AST14DEM",
    cloud_hosted=True,
    bounding_box=(-180.0, -83.0, 180.0, 83.0),
    temporal=("2000-03-06", "2013-12-10"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003 [Data set]. NASA EOSDIS Land Processes Distributed Active Archive Center. Accessed 2024-08-27 from https://doi.org/10.5067/ASTER/ASTGTM.003

网址推荐

0代码在线构建地图应用

https://www.mapmost.com/#/?source_inviter=CnVrwIQs

机器学习

https://www.cbedai.net/xg 

此星光明
关注
  • 10
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Google Earth Engine：ASTER数据将辐射率转换为反射率的的代码
qq_31988139的博客
07-28 50
高级星载热发射和反射辐射计（ASTER）是一种多光谱成像仪，于1999年12月在NASA的Terra航天器上发射。ASTER可以收集从可见光到热红外的14个光谱带的数据。每个场景覆盖60 x 60公里的面积。这些场景由USGS制作，包含校准的传感器辐射率、正射纠正和地形纠正。并非每个场景都收集了所有14支乐队。名为ORIGINAL_BANDS_PRESENT的资产属性包含每个场景中存在的乐队列表。为了将传感器上的数字（DN）转换为辐射率，元数据中提供了单位转换系数。
5个免费全球DEM数据源-数字高程模型
【CSDN】
08-15 5518
数字高程模型 (Digital Elevation Model)，简称 DEM。数字高程模型是指数字形式，按一定的数据组织建立起来，生成表达地面特征、空间分布的一种地面模型。数字高程模型的数据来源主要有以下几种途径：摄影测量、地面测量、已有地形图数字化、已有的 DEM 库中提取。对于局部的土方工程计算而言，用摄影测量方式获取数据(除非是应用原有资料)，显然在经济上是不合算的，已有的 DEM 库多因网格间距较大，也不合适。...
GEE数据集——全球冰川海拔变化产品（2000-2019 年）
qq_31988139的博客
05-06 562
全球冰川海拔变化产品（2000-2019 年）该数据集提供了 2000 年至 2019 年期间冰川海拔和质量变化的全面且全球一致的记录。它利用大量卫星图像（主要来自美国国家航空航天局（NASA）的高级星载热发射和反射辐射计（ASTER））和先进的处理技术，提供了全球冰川波动的高分辨率视图。完整的数据集，包括全球、区域、瓦片和每个冰川的数据，可在这里公开获取，您也可以在这里阅读论文全文。虽然该出版物还提供了其他数据集，但目前只摄取了海拔高度产品。数据集特点。
全球数字高程数据：ASTER GDEM
热门推荐
技术、思维
01-12 1万+
简介 ASTER GDEM，即先进星载热发射和反射辐射仪全球数字高程模型，与SRTM一样为数字高程DEM，其全球空间分辨率为30米。该数据是根据 NASA的新一代对地观测卫星Terra的详尽观测结果制作完成的。其数据覆盖范围为北纬83°到南纬83°之间的所有陆地区域，达到了地球陆地表面的99%。（摘自百度百科）。号称是“迄今最完整的全球地形数据”。 网站：http://gdem.e
Google Earth Engine ——高级星载热辐射和反射辐射计全球发射率数据库（ASTER-GED）地表温度数据集
qq_31988139的博客
11-10 2348
The Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Emissivity Database (ASTER-GED) was developed by the National Aeronautics and Space Administration's (NASA) Jet Propulsion Laboratory (JPL), California Institute of Technology. This
全球数字高程模型（数据）
TuxinyunGIS的博客
08-10 1068
数据是GIS的“血液”，矢量和影像数据在网上很多，但高程数据却很有限。很多三维GIS的从业人员经常为找不到合适的高程数据而苦恼，小编整理了一些高程数据下载渠道分享给大家。 SRTM高程数据 提到DEM数据首先不得不提大名鼎鼎的SRTM。2000年2月，美国宇航局在“奋进”号航天飞机上搭载SRTM系统进行了11天的数据采集工作，获取了地球30米的数字高程模型（DEM）。 SRTM使用两个雷达天线和单轨通过的方式，运用干涉合成孔径雷达（InSAR）技术进行DEM数据生产。C波段具有更好的穿透地表冠盖区
Google Earth Engine（GEE）——ASTER全球水体数据库(ASTWBD)第1版
qq_31988139的博客
02-27 705
为了更好地划分高纬度地区的海洋海岸线，海冰的影响被人工从归类为海洋的地区中剔除。对于湖泊水体，每个湖泊的高程是利用覆盖整个湖泊区域的马赛克图像从周边高程数据中计算出来的。ASTWBD数据产品是由东京的传感器信息实验室公司（SILC）与ASTER全球数字高程模型（ASTER GDEM）第三版数据产品共同创建的。Terra高级星载热发射和反射辐射计（ASTER）全球水体数据库（ASTWBD）第1版数据产品以赤道1角秒（约30米）的空间分辨率提供了大于0.2平方公里的水体的全球覆盖，以及相关的海拔信息。
Benchmarking Chinese Text Recognition: Datasets, Baselines| OCR 中文数据集【论文翻译】
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
08-31 1588
深度学习蓬勃发展的局面见证了近年来文本识别领域的迅速发展。然而，现有的文本识别方法主要针对英文文本。作为另一种广泛使用的语言，中文文本识别在各个领域都有广泛的应用市场。根据我们的观察，我们认为中文文本识别受到关注不足的原因在于缺乏合理的数据集构建标准、统一的评估协议以及现有基准结果。为了弥补这一空白，我们从公开的竞赛、项目和论文中手动收集了中文文本识别数据集。根据应用场景，我们将收集到的数据集分为场景、网络、文档和手写数据集四类。此外，我们在中文文本识别中规范了评估协议。
OCR论文笔记系列（二）: ASTER文字识别
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
02-19 5320
本文主要主要介绍文字识别经典论文ASTER,其主要解决不规则排列文字的文字识别问题，论文为之前CVPR206的paper（Robust Scene Text Recognition with Automatic Rectification，方法简称为RARE）的改进版。 1. 主要思路 针对不规则文字，先矫正成正常线性排列的文字，再识别； 整合矫正网络和识别网络成为一个端到端网络来训练； 矫正网络使用STN，识别网络用经典的sequence to sequence + attention......
课件：ASTER数据处理和国产高分数据处理-2哨兵数据.pptx
07-14
遥感技术-ASTER数据处理和国产高分数据处理-哨兵数据 ASTER数据处理和国产高分数据处理是遥感技术的重要应用领域。哨兵卫星系列是欧洲“哥白尼计划”的成员，旨在提供高品质的遥感数据，以满足环境监测、气候变化...
Pthon开源全球海拔数据获取，支持私有数据部属服务
05-29
https://www.opentopodata.org/ ...支持多种开源海拔数据，并建立私有海拔查询服务 ASTER ETOPO1 EU-DEM Mapzen NED 10m NZ DEM SRTM (30m or 90m) EMOD Bathymetry GEBCO Bathymetry BKG (200m)
全球数字高程模型下载器
02-10
全球数字高程模型（Digital Elevation Model，简称DEM）是一种重要的地理信息系统数据，它提供了地球表面地形的数字化表示。DEM通常由卫星遥感或航空摄影测量等技术获取，用于描绘地形特征，如海拔、坡度、坡向等，...
introduction:Aster Cloud 介绍
05-04
【Aster Cloud 介绍】 Aster Cloud 是一个基于JavaScript技术构建的云计算平台，它提供了一系列高效、可扩展的云服务，旨在帮助企业...无论你是初创公司还是大型企业，Aster Cloud都可能成为你数字化转型的重要伙伴。
Redis基础命令和事务，redis持久化和主从复制
baomingshu的博客
08-31 1091
nosql数据库介绍：解释为 non-relational(非关系型数据库)。在NoSQL 数据库中数据之间是无联系的数据的结构是松散的，可变的。优势：大数据量，高性能，灵活的数据模型，高可用，低成本劣势：（1）无关系，数据之间是无联系的。
mysql-day02
m0_64370841的博客
08-29 2062
【代码】mysql-day02。
编译原理简介
最新发布
m0_52796585的博客
09-01 652
编译原理是计算机科学中的一个核心领域，它涉及到将高级编程语言编写的源代码转换成机器语言的过程。这个过程对于计算机程序的运行至关重要，因为计算机硬件只能理解机器语言指令。编译原理不仅关注编译器的设计和实现，还涉及语言的语义、语法分析、代码优化等多个方面。
您应该使用哪个矢量数据库？ 选择最适合您需求的数据库
weixin_41446370的博客
09-01 764
在现实世界中，并非所有数据都能整齐地排列成行和列。在处理复杂的非结构化数据（如图像、视频和自然语言）时尤其如此。矢量数据库是一种以高维矢量形式存储数据的数据库，本质上是代表对象特征或特性的数字列表。每个矢量对应一个独特的实体，如一段文本、图像或视频。但为什么要使用矢量呢？奥妙就在于它能够捕捉语义和相似性。通过将数据表示为向量，我们可以对它们进行数学比较，并确定它们的相似或不相似程度。这使我们能够执行复杂的查询，如 "为我查找与此相似的图片 "或 “检索与此文本语义相关的文档”。
（1）Hilt的基本概念和使用
challenge51all的专栏
08-27 1720
Jetpack Hilt 是一个强大的依赖注入框架，它简化了 Android 应用中的依赖管理，提高了代码的可维护性和可测试性。通过使用注解和模块，开发人员可以轻松地管理应用中的依赖关系，并在不同的组件之间共享和注入依赖。在应用的 Application 类上使用这个注解，告诉 Hilt 这是一个使用 Hilt 进行依赖注入的应用。Jetpack Hilt 是一个用于 Android 的依赖注入框架，它建立在 Dagger 的基础上，旨在简化 Android 应用中的依赖注入过程。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值