最佳开源DEM全国、省、市、县DEM数据分享

最新推荐文章于 2025-03-21 13:47:33 发布

叫我锐多宝

最新推荐文章于 2025-03-21 13:47:33 发布

阅读量1.5k

点赞数 7

分类专栏：锐多宝的地理空间文章标签：遥感遥感数据下载

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/weixin_36396470/article/details/133179982

版权

锐多宝的地理空间专栏收录该内容

120 篇文章

订阅专栏

数据简介

哥白尼数字高程模型(Copernicus DEM, COP-DEM)由欧洲航天局发布，被行业公认为是目前最佳开源DEM，分辨率有30米和90米两种，该数据来源于WorldDEM，WorldDEM产品是基于0.4弧秒(对应分辨率10-12米)的TanDEM-X DEM处理后得到的。TanDEM-X DEM由TanDEM-X任务期间获得的全球雷达卫星数据(2010-2015年)经过干涉处理等步骤得到。

哥白尼DEM具有以下优点：

（1）绝对高程精度和水平精度在全球性的开源DEM中最佳；

（2）该DEM的现势性是最好的，生产DEM的数据采集自2010-2015年；

（3）地形细节表现最佳；

（4）无法量化的影响DEM使用的细节最佳。

该DEM的官方下载网址为：欧空局哥白尼panda网站https://panda.copernicus.eu/panda

数据层级

由于该数据只提供按分块下载，下载也比较麻烦。

公众号“石头人看遥感”在近期分享了整个中国区域的哥白尼DEM数据，在此基础上，我对该DEM进行了相关的数据镶嵌、裁剪和整理，形成了全国、省、市、县四级的相关DEM数据，方便读者按照相关区域直接下载。

处理方法

省市县的区划数据来源为www.shengshixian.com的2023年中国省市县三级数据，通过地理与气象分析python库gma进行数据处理，截取相关DEM相关产品代码如下：

import gma
from tqdm import tqdm

PathA=r"F:\哥白尼DEM\全国原始DEM数据(float32)"
OUTPUT_PATH=r"F:\哥白尼DEM\全国原始DEM数据(int16)\\"
tif_paths=gma.osf.GetPath(PathA, EXT = '.tif')
print(tif_paths)
for tif_path in tqdm(tif_paths):
    tif_name=tif_path.split("\\")[-1]
    print(tif_name)
    OutFile=OUTPUT_PATH+tif_name
    gma.rasp.ChangeDataType(tif_path, OutFile, 'Int16')

PATH=r"F:\哥白尼DEM\全国原始DEM数据(int16)"
DEM_OutFile="F:\哥白尼DEM\全国DEM数据\全国哥白尼DEM数据.tif"
InFiles =gma.osf.GetPath(PATH, EXT = '.tif')
gma.rasp.Mosaic(InFiles, DEM_OutFile, InNoData =0, OutNoData = None, OutFormat = 'GTiff')
gma.rasp.GenerateOVR(DEM_OutFile, Force = True)

Aspect_OutFile=r"F:\哥白尼DEM\全国坡向数据\全国哥白尼坡向数据.tif"
gma.raa.DEM.Aspect(DEM_OutFile, Aspect_OutFile, OutFormat = 'GTiff', ComputeEdges = True, Band = 1, ZevenbergenThorne = False, Trigonometric = False, ZeroForFlat = False)
gma.rasp.GenerateOVR(Aspect_OutFile, Force = True)

HillShade_OutFile=r"F:\哥白尼DEM\全国山体阴影数据\全国哥白尼山体阴影数据.tif"
gma.raa.DEM.HillShade(DEM_OutFile, HillShade_OutFile, OutFormat = 'GTiff', ComputeEdges = True, Band = 1, ZFactor = 1.0, Scale = 1.0, Azimuth = 315.0, Altitude = 45.0, Combined = False, ZevenbergenThorne = False)
gma.rasp.GenerateOVR(HillShade_OutFile, Force = True)

Roughness_OutFile=r"F:\哥白尼DEM\全国粗糙度数据\全国哥白尼粗糙度数据.tif"
gma.raa.DEM.Roughness(DEM_OutFile, Roughness_OutFile, OutFormat = 'GTiff', ComputeEdges = True, Band = 1)
gma.rasp.GenerateOVR(Roughness_OutFile, Force = True)

Slope_OutFile="F:\哥白尼DEM\全国坡度数据\全国哥白尼坡度数据.tif"
gma.raa.DEM.Slope(DEM_OutFile, Slope_OutFile, OutFormat = 'GTiff', ComputeEdges = True, Band = 1, Scale = 1.0, UseDegree = True, ZevenbergenThorne = False)
gma.rasp.GenerateOVR(Slope_OutFile, Force = True)

TPI_OutFile=r"F:\哥白尼DEM\全国地形指数数据\全国哥白尼地形指数数据.tif"
gma.raa.DEM.TPI(DEM_OutFile, TPI_OutFile, OutFormat = 'GTiff', ComputeEdges = True, Band = 1)
gma.rasp.GenerateOVR(TPI_OutFile, Force = True)