首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Google Earth Engine(GEE)——全球去除森林和建筑物的哥白尼30米DEM数据集

Google Earth Engine(GEE)——全球去除森林和建筑物的哥白尼30米DEM数据集

作者头像
此星光明
发布于 2024-02-02 06:12:31
发布于 2024-02-02 06:12:31
52000
代码可运行
举报
运行总次数:0
代码可运行

FABDEM(去除森林和建筑物的哥白尼30米DEM FABDEM(去除森林和建筑物的哥白尼DEM)从哥白尼GLO 30数字高程模型(DEM)中去除建筑物和树木高度的偏差(空中客车,2020年)。该数据以1角秒的网格间距(赤道上约30米)提供给全球。作者使用机器学习从哥白尼数字高程模型中去除建筑物和森林,首次产生了一个以1角秒(∼30米)网格间距去除建筑物和森林的全球高程地图。你可以在这里阅读该论文:

免责声明:该数据集的部分或全部描述借用了作者提供的现有描述。

数据结构 数据为Geotiff格式,每个文件被分为1x1度的瓦片。文件被分为10x10度的压缩文件夹(详见下文数据结构部分)。文件用瓦片的西南角来标示。例如,N51E005_FABDEM_V1-0.tif的范围为北纬51-52度,东经5-6度。

压缩文件夹用西南角到东北角来标示。例如 例如N10E010-N20E020_FABDEM_V1-0.zip的范围是从北纬10-20度,东经10-20度。

代码:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
var fabdem = ee.ImageCollection("projects/sat-io/open-datasets/FABDEM"),
    countries = ee.FeatureCollection("FAO/GAUL/2015/level0");

print('FABDEM Collection size :',fabdem.size())

//Explanation on setting default Projection here https://twitter.com/jstnbraaten/status/1494038930643042309
var elev = fabdem.mosaic().setDefaultProjection('EPSG:3857',null,30)


//you can also use this incase you don't want to specify CRS
//var elev = fabdem.mosaic().setDefaultProjection(glo30.first().projection())

// Add the elevation to the map.  Play with the visualization tools
// to get a better visualization.
Map.addLayer(elev, {}, 'elev', false);

// Use the terrain algorithms to compute a hillshade with 8-bit values.
var shade = ee.Terrain.hillshade(elev);
Map.addLayer(shade, {}, 'hillshade', false);

// Create an "ocean" variable to be used for cartographic purposes
var ocean = elev.lte(0);
Map.addLayer(ocean.mask(ocean), {palette:'000022'}, 'ocean', false);

// Create a custom elevation palette from hex strings.
var elevationPalette = ['006600', '002200', 'fff700', 'ab7634', 'c4d0ff', 'ffffff'];
// Use these visualization parameters, customized by location.
var visParams = {min: 1, max: 3000, palette: elevationPalette};

// Create a mosaic of the ocean and the elevation data
var visualized = ee.ImageCollection([
  // Mask the elevation to get only land
  elev.mask(ocean.not()).visualize(visParams), 
  // Use the ocean mask directly to display ocean.
  ocean.mask(ocean).visualize({palette:'000022'})
]).mosaic();

// Note that the visualization image doesn't require visualization parameters.
Map.addLayer(visualized.clip(countries), {}, 'elev palette');

引文:

Hawker, Laurence, Peter Uhe, Luntadila Paulo, Jeison Sosa, James Savage, Christopher Sampson, and Jeffrey Neal. "A 30m global map of elevation with forests and buildings removed." Environmental Research Letters (2022).

样例代码: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:elevation-bathymetry/FABDEM

License

The FABDEM dataset is licensed under a Creative Commons "CC BY-NC-SA 4.0" license.

This is a non-commercial and ShareAlike license. In other words, FABDEM may not be used for commercial purposes, and if it is remixed, transformed or built upon you must redistribute your contributions under the same license.

When using the data, users must include the below statements, as per the requirement of the original license.

FABDEM is produced using Copernicus WorldDEM-30 © DLR e.V. 2010-2014 and © Airbus Defence and Space GmbH 2014-2018 provided under COPERNICUS by the European Union and ESA; all rights reserved. The organizations in charge of the Copernicus program by law or by delegation do not incur any liability for any use of the Copernicus WorldDEM-30

The original license can be found: https://docs.sentinel-hub.com/api/latest/static/files/data/dem/resources/license/License-COPDEM-30.pdf

Created by: Hawker, L., Uhe, P., Paulo, L., Sosa, J., Savage, J., Sampson, C., & Neal, J

Curated by: Samapriya Roy

Keywords: digital elevation model, bare-earth, terrain, remote sensing, machine learning

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-02-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
哥白尼数字高程模型(GLO-30 DEM) 哥白尼DEM是一个数字表面模型(DSM),代表了地球的表面,包括建筑物、基础设施和植被。我们提供两种哥白尼DEM的实例,分别是GLO-30 Public和GLO-90。GLO-90提供90米的全球覆盖。GLO-30公共版提供有限的30米的全球覆盖,因为哥白尼计划还没有向公众发布覆盖特定国家的一小部分瓦片。请注意,在这两种情况下,海洋地区都没有瓦片,在那里可以假设高度值等于零。数据以云优化GeoTIFF的形式提供,并从亚马逊开放注册处下载。
此星光明
2024/02/02
1.3K0
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
Google Earth Engine(GEE)——法国(大陆)5米DEM IGN RGE Alti数据集
法国(大陆)5米DEM IGN RGE Alti RGE ALTI® 5米数据集描述了法国的地面高程,空间分辨率为5x5米。它由国家地理和森林信息研究所(IGN - https://www.ign.fr/)制作。IGN或国家地理和森林信息研究所,是国家地理和森林信息的运营商。该研究所介入支持公共风险预防和区域规划政策的评估和实施,完整的数据集描述可在此获得。RGE ALTI®是通过机载激光雷达获得的调查或通过航空图像的相关性进行更新。你可以在这里找到数据集描述。你也可以在这里找到该文件的谷歌翻译版本的英文。
此星光明
2024/02/02
2830
Google Earth Engine(GEE)——法国(大陆)5米DEM IGN RGE Alti数据集
Google Earth Engine(GEE)——swissSURFACE3D光栅(DSM)数据集
swissSURFACE3D光栅(DSM) 该数据集目前只对内部人员计划中的人开放。
此星光明
2024/02/02
1720
Google Earth Engine(GEE)——swissSURFACE3D光栅(DSM)数据集
Google Earth Engine(GEE)——ASTER全球数字高程模型(GDEM)v3
ASTER全球数字高程模型(GDEM)v3 ASTER GDEM的第一个版本于2009年6月发布,是利用Terra上的ASTER仪器收集的立体对射图像生成的。ASTER GDEM的覆盖范围从北纬83度到南纬83度,包括了地球上99%的陆地。
此星光明
2024/02/02
1.2K0
Google Earth Engine(GEE)——ASTER全球数字高程模型(GDEM)v3
Google Earth Engine(GEE)——全球距离最近的30米/90米集水区数据集
最近近排水口以上的高度(HAND)是一个使用最近的排水口进行归一化的数字高程模型,用于水文和更广泛的用途,如灾害测绘、地貌分类和遥感。HAND的基本特征之一是它能够捕捉当地环境中的异质性,否则难以测量或建模。虽然学术文献中发表了许多HAND的应用,但还没有生成和分析全球规模的HAND数据集,特别是使用更高分辨率的DEM,如新的、一角秒(约30米)分辨率的SRTM版本。在这项工作中,我们提出了第一个使用两个DEM的镶嵌计算的全球版本的HAND。SRTM(30米)和Viewfinder Panoramas DEM(90米)。较低分辨率的DEM被用来覆盖北纬60度以上的纬度,在那里SRTM是缺失的。为了并行处理,生成了新的HydroBASINS集水区的同质化、等面积版本。新的集水区边界被用来用D8方法划定DEM。用于计算HAND的方法是用PCRaster软件实现的,在谷歌计算引擎并行平台上运行。
此星光明
2024/02/02
3550
Google Earth Engine(GEE)——全球距离最近的30米/90米集水区数据集
Google Earth Engine(GEE)—地形可视化
此星光明
2024/02/01
2510
Google Earth Engine(GEE)—地形可视化
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
哥白尼数字高程模型(Copernicus DEM,COP-DEM)是欧洲航天局(ESA)发布的全球范围30米和90米分辨率数字高程模型(DEM)。该模型是数字表面模型(DSM),它表示地球表面(包括建筑物、基础设施和植被)的高程。COP-DEM是开源的,并且具有平面和高程精度最高的DEM之一。前言 – 人工智能教程
此星光明
2024/02/02
1.6K1
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
GEE数据集——DeltaDTM 全球沿海数字地形模型数据集
DeltaDTM 是全球沿岸数字地形模型(DTM),水平空间分辨率为 1 弧秒(∼30 米),垂直平均绝对误差(MAE)为 0.45 米。它利用 ICESat-2 和 GEDI 任务提供的空间激光雷达数据对哥白尼 DEM 进行校正,从而提高了现有全球高程数据集的精度。校正过程包括偏差校正、过滤非地形单元(如植被和建筑物)以及使用插值法填补空白。DeltaDTM 特别关注特别容易受到海平面上升、沉降和极端天气事件影响的低洼沿海地区(平均海平面以上 10 米以下)。
此星光明
2024/05/08
3630
GEE数据集——DeltaDTM 全球沿海数字地形模型数据集
Google Earth Engine ——MERIT/DEM/v1_0_3影像100M分辨率数据集
MERIT DEM a high accuracy global DEM at 3 arc second resolution (~90 m at the equator) produced by eliminating major error components from existing DEMs (NASA SRTM3 DEM, JAXA AW3D DEM, Viewfinder Panoramas DEM). MERIT DEM separates absolute bias, stripe noise, speckle noise and tree height bias using multiple satellite datasets and filtering techniques. After the error removal, land areas mapped with 2 m or better vertical accuracy were increased from 39% to 58%. Significant improvements were found in flat regions where height errors larger than topography variability, and landscapes such as river networks and hill-valley structures became clearly represented.
此星光明
2024/02/02
2580
Google Earth Engine ——MERIT/DEM/v1_0_3影像100M分辨率数据集
Google Earth Engine(GEE)——argument ‘input‘: Invalid type. Expected type: Image<unknown bands>错误
lope: Layer error: Terrain.slope, argument 'input': Invalid type. Expected type: Image<unknown bands>. Actual type: ImageCollection.
此星光明
2024/02/02
3060
Google Earth Engine(GEE)——argument ‘input‘: Invalid type. Expected type: Image<unknown bands>错误
Google Earth Engine——Arctic北极DEM是一个数字表面模型(DSM),描绘了包括植被、树冠、建筑物和其他人造表面特征在内的第一回的高程值,2米/5米分辨率
ArcticDEM is a digital surface model (DSM) that portrays first-return elevation values that include vegetation, tree canopy, buildings, and other man-made surface features. The 2m asset is a collection of strips rather than a single mosaic due to projection differences between strips.
此星光明
2024/02/02
2600
Google Earth Engine——Arctic北极DEM是一个数字表面模型(DSM),描绘了包括植被、树冠、建筑物和其他人造表面特征在内的第一回的高程值,2米/5米分辨率
Google Earth Engine使用
谷歌的地理引擎,通过一些简单的API我们就可以在几十PB大小的数据内进行弹性运算,以获得我们需要的结果。我们每个人都有权利平等的来享受这个美好的世界。
云深无际
2021/10/20
1.5K0
Google Earth Engine使用
Google Earth Engine(GEE)——美国建筑物数据集
美国建筑物数据集 国土安全部、FIMA、联邦紧急事务管理局的响应地理空间办公室、橡树岭国家实验室和美国地质调查局合作,建立和维护全国第一个大于450平方英尺的所有结构的清单,用于洪水保险缓解、应急准备和响应。为了创建建筑轮廓清单,联邦紧急事务管理局与国土安全部的科学和技术部门合作,与橡树岭国家实验室(ORNL)合作,通过商业上可用的卫星图像提取轮廓。你可以在这里下载这些数据集,或者使用这个链接来探索它们
此星光明
2024/02/02
3170
Google Earth Engine(GEE)——美国建筑物数据集
Google Earth Engine(GEE)——来自陆地卫星的全球河流宽度(GRWL)
来自陆地卫星的全球河流宽度(GRWL) 来自陆地卫星的全球河宽(GRWL)图层是GRWL论文的主要输出,在加入所有子部分后,它非常大,有超过6400万个特征,这是作者提供的子部分文件的组合。你可以在这里阅读该论文
此星光明
2024/02/02
2920
Google Earth Engine(GEE)——来自陆地卫星的全球河流宽度(GRWL)
Google Earth Engine(GEE)——冰岛DEM v1.0 10m数据集
冰岛DEM v1.0 10m 自2015年起,北极(北纬60度以北,包括冰岛)的高程数据开始通过ArcticDEM项目公开提供,该项目由明尼苏达大学极地地理空间中心领导(https://www.pgc.umn.edu/data/arcticdem/)。
此星光明
2024/02/02
2560
Google Earth Engine(GEE)——冰岛DEM v1.0 10m数据集
Google Earth Engine——南极洲高程模型(REMA)2米和8米的空间分辨率数据集
The Reference Elevation Model of Antarctica (REMA) is a high resolution, time-stamped Digital Surface Model (DSM) of Antarctica at 2-meter and 8-meter spatial resolutions.
此星光明
2024/02/02
2880
Google Earth Engine——南极洲高程模型(REMA)2米和8米的空间分辨率数据集
GEE数据集——全球冰川海拔变化产品(2000-2019 年)
该数据集提供了 2000 年至 2019 年期间冰川海拔和质量变化的全面且全球一致的记录。它利用大量卫星图像(主要来自美国国家航空航天局(NASA)的高级星载热发射和反射辐射计(ASTER))和先进的处理技术,提供了全球冰川波动的高分辨率视图。完整的数据集,包括全球、区域、瓦片和每个冰川的数据,可在这里公开获取,您也可以在这里阅读论文全文。
此星光明
2024/05/07
2660
GEE数据集——全球冰川海拔变化产品(2000-2019 年)
Google Earth Engine ——全球水电站数据集MERIT/Hydro_reduced/v1_0_1补充图层!
Supplementary visualization layers for MERIT Hydro
此星光明
2024/02/02
2620
Google Earth Engine ——全球水电站数据集MERIT/Hydro_reduced/v1_0_1补充图层!
GEE错误——影像加载过程中出现的图层无法展示的解决方案
// I don't know if some standard value exists for the radius, in the same, I will assume that some software would prefer to use square shape, but circle makes more sense to me. // pixels is noice if you want to zoom in and out to visualize, but maybe for export or computation you would prefer meters 
此星光明
2024/02/02
4810
GEE错误——影像加载过程中出现的图层无法展示的解决方案
Google Earth Engine(GEE)——全球建筑物数据集(MSBuildings数据集)包含微软7.77忆建筑物
全球ML建筑脚印 必应地图正在发布全球范围内的公开建筑脚印。我们从2014年至2021年的Bing地图图像中检测到777M的建筑,包括Maxar和Airbus的图像。为了完整起见,早期发布的数据集也包括在这个数据集中,并被纳入其中。你可以在这里找到Github repo和关于方法的更多信息。数据集是压缩的,可作为不同地区的GeoJSON和GeoJSONL文件。关于预处理的其他信息和一些更多的背景,可以在这里的博客上找到
此星光明
2024/02/02
9730
Google Earth Engine(GEE)——全球建筑物数据集(MSBuildings数据集)包含微软7.77忆建筑物
推荐阅读
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
1.3K0
Google Earth Engine(GEE)——法国(大陆)5米DEM IGN RGE Alti数据集
2830
Google Earth Engine(GEE)——swissSURFACE3D光栅(DSM)数据集
1720
Google Earth Engine(GEE)——ASTER全球数字高程模型(GDEM)v3
1.2K0
Google Earth Engine(GEE)——全球距离最近的30米/90米集水区数据集
3550
Google Earth Engine(GEE)—地形可视化
2510
哥白尼数字高程模型(Copernicus DEM)30/90m数据集
1.6K1
GEE数据集——DeltaDTM 全球沿海数字地形模型数据集
3630
Google Earth Engine ——MERIT/DEM/v1_0_3影像100M分辨率数据集
2580
Google Earth Engine(GEE)——argument ‘input‘: Invalid type. Expected type: Image<unknown bands>错误
3060
Google Earth Engine——Arctic北极DEM是一个数字表面模型(DSM),描绘了包括植被、树冠、建筑物和其他人造表面特征在内的第一回的高程值,2米/5米分辨率
2600
Google Earth Engine使用
1.5K0
Google Earth Engine(GEE)——美国建筑物数据集
3170
Google Earth Engine(GEE)——来自陆地卫星的全球河流宽度(GRWL)
2920
Google Earth Engine(GEE)——冰岛DEM v1.0 10m数据集
2560
Google Earth Engine——南极洲高程模型(REMA)2米和8米的空间分辨率数据集
2880
GEE数据集——全球冰川海拔变化产品(2000-2019 年)
2660
Google Earth Engine ——全球水电站数据集MERIT/Hydro_reduced/v1_0_1补充图层!
2620
GEE错误——影像加载过程中出现的图层无法展示的解决方案
4810
Google Earth Engine(GEE)——全球建筑物数据集(MSBuildings数据集)包含微软7.77忆建筑物
9730
相关推荐
Google Earth Engine(GEE)——全球哥白尼数字高程模型(GLO-30 DEM)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验