ASTER 全球数字高程模型 V003

举报
此星光明 发表于 2025/10/09 02:49:58 2025/10/09
【摘要】 ​ASTER Global Digital Elevation Model V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 全球数字高程模型 (GDEM) 第 3 版 (ASTGTM) 提供了地球陆地区域的全球数字高程模型 (DEM),空间分辨率为 1 角秒(赤道水平方向约为 30 米)。ASTER GDEM 数据产品的开发是美国国家航空航天局 (NASA) 和日本经济产...

ASTER Global Digital Elevation Model V003

简介


Terra 先进星载热辐射与反射辐射计 (ASTER) 全球数字高程模型 (GDEM) 第 3 版 (ASTGTM) 提供了地球陆地区域的全球数字高程模型 (DEM),空间分辨率为 1 角秒(赤道水平方向约为 30 米)。ASTER GDEM 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) 的合作成果。ASTER GDEM 数据产品由位于东京的传感器信息实验室公司 (SILC) 创建。ASTER GDEM 第 3 版数据产品是通过对 2000 年 3 月 1 日至 2013 年 11 月 30 日期间获取的整个场景档案进行自动处理而创建的。立体相关法用于生成超过一百万个基于单独场景的 ASTER DEM,并对其应用了云掩蔽。所有经过云屏蔽的 DEM 和非经过云屏蔽的 DEM 均进行了堆叠。删除了残留的错误值和异常值。在数据堆叠有限的区域,使用多个现有的参考 DEM 来补充 ASTER 数据,以纠正残留异常。对选定的数据取平均值以创建最终像素值,然后将数据划分为 1 度纬度 x 1 度经度的区块,并有一个像素重叠。为了校正水体表面的高程值,还生成了 ASTER 全球水体数据库 第 1 版数据产品。ASTER GDEM 的地理覆盖范围从北纬 83° 延伸到南纬 83°。每个区块都以云优化 GeoTIFF (COG) 和 NetCDF4 格式通过 NASA Earthdata Search 分发,并以标准 GeoTIFF 格式通过 LP DAAC 数据池分发。 数据投影于 1984 年世界大地测量系统 (WGS84)/1996 年地球重力模型 (EGM96) 大地水准面。该系列中的 22,912 个图块中,每个图块至少包含 0.01% 的陆地面积。ASTER GDEM 产品提供 DEM 图层和场景数量 (NUM)。NUM 图层表示每个像素处理的场景数量以及数据来源。虽然 ASTER GDEM 版本 3 数据产品相比版本 2 有了显著改进,但用户仍需注意,该产品可能仍存在一些异常和伪影,这会降低其在某些应用中的可用性。已知问题: ASTER GDEM 版本 3 图块在其周边的北、南、东、西方向重叠一个像素。在大多数情况下,重叠边缘像素的像素值相同,但在某些情况下,值可能会有所不同。* 除格陵兰岛和南极洲外,ASTER GDEM 版本 3 被认为没有空隙。 提醒用户,由于数据集中存在已知的误差和伪影,请在使用产品时注意这些限制。数据按“原样”提供,NASA 和 METI/地球资源卫星数据分析中心 (ERSDAC) 均不对因使用数据造成的任何损害负责。与上一版本相比的改进/变化 :扩大采集范围,将无云输入场景数量从版本 2 中的约 150 万个场景增加到版本 3 中的约 188 万个场景。 在水体处理中将河流与湖泊分离。*最小水体检测面积从 1 平方公里 (km²) 降低到 0.2 平方公里。



摘要

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/"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ASTGTM_NUMNC",
    cloud_hosted=True,
    bounding_box=(-180.0, -83.0, 180.0, 82.0),
    temporal=("2000-03-01", "2013-11-30"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。