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

扫描二维码关注公众号,回复: 14511337 查看本文章
Name Description Min* Max*
DSM Height above sea level. Signed 16 bi

猜你喜欢

转载自blog.csdn.net/qq_31988139/article/details/126543785