全球公开的DEM数据产品

1 简介

数字高程模型(Digital Elevation Model,DEM)作为最基础的地理信息产品之一,在基础工程建设、灾害监测、资源调查等领域发挥着重要作用。传统光学遥感和干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)是目前全球尺度DEM数据获取的重要手段。

全球公开版地形数据包括:GTOPO30-DEM、ASTER-GDEM、SRTM90、ALOS-AW3D30等,其他的诸如World DEM及ALOS-AW3D (5m分辨率)等全球地形数据不能免费获得。

SRTM:由NASA 及国家地理空间情报局NGA采用2000年2月发射的“奋进号”航天飞机,共飞行了11天,通过多波段雷达进行干涉测量的技术手段,获得南北纬60度间约占全球80%陆地面积的地形数据。目前公开版的SRTM格网大小约90m,官方公布的高程精度优于16m,平面精度优于20m,坐标参考系统为WGS84,高程基准为EGM96大地水准面。

ASTER-GDEM:由NASA和日本经贸产业部METI联合采用全球光学立体影像生产而成,于2009年6月发布,覆盖全球南北纬83°之间的区域,其格网间隔约30m,标称的高程精度约20m,平面精度约30m。

ALOS-AW3D30:由日本宇宙航空研究开发机构(JAXA),利用ALOS卫星上搭载的全色三视立体观测传感器PRISM影像,经立体测绘而成,于2016年5月对外发布。其格网间隔约30m,标称的绝对高程精度为5m,平面精度约15m。但是AW3D30地形数据在某些地区存在空洞,需要选择SRTM90-DEM作为补充,在高纬度区域也可用低精度的ASTER-GDEM或GTOPO30-DEM 代替。

2 数据下载

2.1 ALOS-AW3D30下载

步骤1
打开注册页面,http://www.eorc.jaxa.jp/ALOS/en/aw3d30/registration.htm。填写相关信息。
步骤2
一封确认信会发送到邮箱。确认报名后,会收到另一封电子邮件,提供登录名和密码。
步骤3
打开下载网址登录: http://www.eorc.jaxa.jp/ALOS/en/aw3d30/data/index.htm

登录下载页面后,在地图上点击需要的数据位置,可下载1×1度或5×5度的数据文件。下载的文件格式为tar.gz压缩包。DSM数据文件的格式是GeoTIFF。

ENVI中查看下载的数据分辨率,可以看到为30m分辨率。单位是度,大概换算为米大约为30米。
在这里插入图片描述

2.2 SRTM数据下载

2.2.1方法1

步骤1:
打开链接(https://earthexplorer.usgs.gov/),登陆账号。
步骤2:
(1)设置区域,时间(有时候设置了时间就会没数据)等
在这里插入图片描述
(2)选择DEM数据,点Results等待数据生成
在这里插入图片描述
(3)下载
在这里插入图片描述

2.2.2方法2

在EarthData中进行下载,搜索SRTM即可,特别方便。链接:https://search.earthdata.nasa.gov/search
在这里插入图片描述

2.2.2方法3

自己查找直接下载即可(需要梯子):
https://srtm.kurviger.de/SRTM3/

2.3 ASTER GDEM下载

ASTER GDEM是由日本和美国联合研制并免费公开的全球数字高程产品,该产品是通过光学立体摄影测量的手段获取,由于包含地表建筑物及植被信息,严格意义上ASTER GDEM属于DSM产品。ASTER GDEM 有 v1、v2、v3 共 3 个版本,覆盖了全球 83°S—83°N 范围内的所有陆地区域,分辨率为1″(约 30 m),数据的获取时间均为 2000—2009年。GDEM v1是在无控制点的情况下利用全球范围光学立体像对全自动生产完成,GDEM v2 较 v1采用了更加先进的算法,提高了高程精度和空间分辨率精度,GDEM v3在v2的基础上新增了大量光学立体像对,覆盖范围及高程精度得到一定提升。ASTER GDEM v3 数据(https://earthdata.nasa.gov/),垂直标称精度为±20 m,参考椭球体为WGS84。

参考

[1] AW3D30 DSM数据下载
[2] SRTM数据介绍与下载

  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python DEM数据是指使用Python编程语言处理数字高程模型(Digital Elevation Model)数据的过程。在处理DEM数据时,可以使用Python中的各种库和函数来读取、处理和显示DEM数据。 引用\[1\]中的代码是一个示例,展示了如何使用Python对DEM数据进行显示。其中,通过计算最大值和最小值,将原始数据映射到0-255的灰度值范围内,以便进行图像显示。 引用\[2\]中的代码修复了一个小错误,该错误导致当(im_max-im_min)的值大于255时,显示的结果全为黑色。修复后的代码使用了浮点数运算,确保了正确的灰度值计算。 引用\[3\]提到了DEM数据中的平地区域,这些区域是指在DEM中没有局部梯度的水平区域。平地的存在可能是由于数据收集和处理中的技术问题,如反射率偏差、精度转换、噪声去除等。为了进行水文分析,需要对DEM数据中的平地区域进行填充操作,以提高模拟的准确性。 因此,Python DEM数据处理涉及读取、处理和显示DEM数据,以及可能的平地填充操作,以满足特定的分析需求。 #### 引用[.reference_title] - *1* *2* [如何利用Python对DEM数据进行显示(对之前代码的更正),附带利用Python计算坡度](https://blog.csdn.net/u012569919/article/details/111756997)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [Python DEM数据填充平坦区域(基于梯度)](https://blog.csdn.net/dayuhaitang1/article/details/131196119)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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