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
Characteristic | Description |
---|---|
Collection | Terra ASTER |
DOI | 10.5067/ASTER/ASTGTM.003 |
File Size | ~25 MB |
Temporal Resolution | Multi-Year |
Temporal Extent | 2000-03-01 to 2013-11-30 |
Spatial Extent | Global |
Coordinate System | Geographic Latitude and Longitude |
Datum | WGS84/EGM96 |
File Format | GeoTIFF or netCDF-4 |
Geographic Dimensions | 1 degree lat x 1 degree lon |
Granule
Characteristic | Description |
---|---|
Number of Science Dataset (SDS) Layers | 2 |
Columns/Rows | 3601 x 3601 |
Pixel Size | 30 m |
SDS Name | Description | Units | Data Type | Fill Value | No Data Value | Valid Range | Scale Factor |
---|---|---|---|---|---|---|---|
DEM | Digital Elevation Model | Meters | 16-bit signed integer | -9999 | N/A | -500 to 9000 (0 at sea level) | N/A |
NUM¹ | Number of scenes | Number | 16-bit signed integer | N/A | N/A | 0 to 250 | N/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
Value | Description |
---|---|
0-50 | GDEM V3 (0 to 50+ scenes)¹ |
60-110 | GDEM V2 (0 to 50+ scenes)¹ |
131-184 | PRISM (1 to 54 scenes) |
201-223 | SRTM (1 to 23 swaths) |
231 | SRTM V3 from initial GDEM V3 |
232 | SRTM V2 from initial GDEM V3 |
233 | SRTM V2 from GDEM V2 |
234 | SRTM with NGA fill from GDEM V2 |
241 | NED from GDEM V2 (USA) |
242 | NED from initial GDEM V3 (USA) |
243 | CDED from GDEM V2 (Canada) |
244 | CDED from initial GDEM V3 (Canada) |
245 | Alaska DEM from GDEM V2 |
246 | Alaska DEM from initial GDEM V3 |
250 | Interpolated |
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 mapclassify
import pandas as pd
import leafmap
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
leafmap.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 datasets
return_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