当前位置: 首页 > news >正文

NASA数据集:ASTER全球数字海拔模型(GTEM)V003

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 mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.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 datasetsreturn_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 


http://www.mrgr.cn/news/17681.html

相关文章:

  • uniapp二维码生成
  • IEEE PDF eXpress 报错解决 Error in converting file + font not embedded
  • 【论文阅读】语义通信安全研究综述(2024)
  • 【安卓面试】
  • 数据结构之队列
  • 2024年Linux内核社区关于large folio和mthp的关键进展
  • 前端面试:title与h1的区别、b与strong的区别、i与em的区别?
  • 嵌入式Linux C应用编程指南-高级I/O(速记版)
  • MySQL数据库基础
  • DOM 方法:深入解析与实用指南
  • 【STM32项目设计】STM32F411健康助手--硬件SPI (硬件NSS/CS)驱动st7735--1.8寸TFT显示屏(1)
  • Red Hat 9 — Red Hat 9.4Linux系统 虚拟机安装【保姆级教程】
  • LabVIEW电机多次调用
  • MicroLEDP0.3/P0.4是全倒装COB超微小间距LED显示屏最小点间距吗
  • sort与sorted区别用法
  • 外部排序之文件归并
  • Python批量提取pdf标题-作者信息
  • 代码随想录八股训练营第二十七天| C++
  • 云计算实训40——部署project_exam_system项目及容器的编排
  • 【C++二分查找 贪心】1552. 两球之间的磁力