本文主要是介绍NASA数据集：ASTER全球数字海拔模型（GTEM）V003，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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 mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.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 datasetsreturn_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
这篇关于NASA数据集：ASTER全球数字海拔模型（GTEM）V003的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
