猿创征文｜DEM分析分层重分类

本次我们要进行的训练时进行DEM数据的重分类并进行可视化的展示

这次我们使用的数据：

ALOS世界三维-30米（AW3D30）是一个全球数字表面模型（DSM）数据集，水平分辨率约为30米（1角秒网格）。该数据集是基于世界三维地形数据的DSM数据集（5米网格版本）。更多细节可在数据集文件中找到。

2021年1月发布的3.2版，是通过重新考虑高纬度地区的格式、辅助数据和处理方法而创建的改进版。在高纬度地区，每个纬度区采用不同的像素间距。作为辅助数据集之一的海岸线数据被改变，并使用了新的补充数据。此外，作为日本的源数据，还使用了AW3D第三版。此外，检测过程中的异常值的方法也得到了改进。

注：关于计算坡度的推荐方式，请参见代码示例。与地球引擎中的大多数DEM不同，这是一个图像集合，由于源文件的多个分辨率，不可能将它们镶嵌到一个资产中，所以坡度计算需要重新投影。

AW3D DSM的高程是通过图像匹配过程计算的，该过程使用一对立体光学图像。云、雪和冰在处理过程中被自动识别，并应用遮蔽信息。然而，不匹配的点有时仍然存在，特别是在云、雪和冰区的周围（或边缘），这在最终的DSM中造成一些高度误差。

数据：

Resolution

30 meters

波段信息：

Bands Table

文章来源: blog.csdn.net，作者：此星光明，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/qq_31988139/article/details/126543785