ALOS DSM: Global 30m v3.2 [deprecated]

Uwaga: ten zbiór danych został zastąpiony zbiorem JAXA/ALOS/AW3D30/V4_1.

Dostępność zbioru danych

2006-01-24T00:00:00Z–2011-05-12T00:00:00Z

Producent zbioru danych

JAXA Earth Observation Research Center

Fragment kodu Earth Engine

ee.ImageCollection("JAXA/ALOS/AW3D30/V3_2")

Tagi

alos

dem

wysokość

wysokość-topografia

geofizyczne

jaxa

topografia

Opis

ALOS World 3D – 30 m (AW3D30) to globalny zbiór danych cyfrowego modelu powierzchni (DSM) o rozdzielczości poziomej wynoszącej około 30 metrów (siatka 1 sekundy łuku). Zbiór danych jest oparty na zbiorze danych DSM (wersja z siatką 5-metrową) z globalnych danych topograficznych 3D. Więcej informacji znajdziesz w dokumentacji zbioru danych documentation.

Wersja 3.2, opublikowana w styczniu 2021 r., to ulepszona wersja, która powstała dzięki ponownemu rozważeniu formatu w obszarze o wysokiej szerokości geograficznej, danych pomocniczych i metody przetwarzania. W obszarze o wysokiej szerokości geograficznej zastosowano różne odstępy między pikselami w poszczególnych strefach szerokości geograficznej. Zmieniono dane linii brzegowej, które są jednym ze zbiorów danych pomocniczych, i użyto nowych danych dodatkowych. Ponadto jako źródło danych dla Japonii użyto też wersji 3 AW3D. Ulepszono też metodę wykrywania anomalnych wartości w procesie.

Uwaga: zalecany sposób obliczania nachylenia znajdziesz w przykładzie kodu. W przeciwieństwie do większości modeli DEM w Earth Engine jest to zbiór obrazów ze względu na różne rozdzielczości plików źródłowych, które uniemożliwiają ich połączenie w jeden komponent. Dlatego obliczenia nachylenia wymagają ponownego rzutowania.

Wysokość DSM AW3D jest obliczana w procesie dopasowywania obrazów, który wykorzystuje parę stereoskopową obrazów optycznych. Chmury, śnieg i lód są automatycznie identyfikowane podczas przetwarzania i stosowane są informacje o masce. Czasami jednak pozostają niedopasowane punkty, zwłaszcza wokół (lub na krawędziach) obszarów chmur, śniegu i lodu, co powoduje pewne błędy wysokości w końcowym DSM.

Oto kilka przykładowych obszarów z wartościami danych poza prawidłowym zakresem wysokości. Niemożliwie niskie wartości ujemne są skoncentrowane na Antarktydzie wokół (-63,77, -61,660), (-77,22, -150,27) i (-73,29, 168,14); w Indonezji wokół (-5,36, 134,55); w Brazylii wokół (-1,667113844, -50,6269684) oraz w Peru wokół (-10,45048137, -75,39459876) z przybliżonymi wartościami odpowiednio -1013, -998, -635 i -610. Niemożliwie wysokie wartości dodatnie występują w kilku miejscach w Arktyce wokół (79,83, -77,67) i (69,54, -75,42); na Fidżi wokół (-16,58, 179,44) i (-18,96, 178,39) oraz w Nepalu wokół (28,50, 84,56) z przybliżonymi wartościami odpowiednio 15369, 15213 i 10900.

Pasma

Pasma

Rozmiar piksela: 30 metrów (wszystkie pasma)

Nazwa	Minimum	Maks.	Rozmiar piksela	Opis
DSM	-433*	8768*	30 metrów	Wysokość nad poziomem morza. Liczba 16-bitowa ze znakiem. Wysokość (w metrach) przekonwertowana z wysokości elipsoidalnej na podstawie ITRF97 i GRS80 przy użyciu modelu geoidy EGM96†1.
STK	1*	54*	30 metrów	Liczba układania w stos sceny DSM użytej do utworzenia DSM. Pasma są tworzone przez ponowne próbkowanie liczby układania w stos dla DSM o rozdzielczości 5 m do rozdzielczości 30 m.
MSK			30 metrów	8-bitowa maska pasma.
Maska bitowa dla MSK Bity 0–7: wygenerowane na podstawie ponownie próbkowanego DSM. 0: Prawidłowe 1: Maska chmur i śniegu (nieprawidłowa). 2: Maska lądu, wody i niskiej korelacji (prawidłowa). 3: Maska morza (prawidłowa). 4: Puste miejsce wypełnione DTM GSI (prawidłowe). 8: Puste miejsce wypełnione modelem SRTM-1 w wersji 3 z misji Shuttle Radar Topography Mission (prawidłowe). 12: Puste miejsce wypełnione modelem PRISM DSM (prawidłowe). 16: Puste miejsce wypełnione modelem ViewFinder Panoramas DEM (prawidłowe). 24: Puste miejsce wypełnione modelem ASTER GDEM w wersji 2 (prawidłowe). 28: Puste miejsce wypełnione modelem ArcticDEM w wersji 2 (prawidłowe). 32: Puste miejsce wypełnione modelem TanDEM-X 90m DEM (prawidłowe). 36: Puste miejsce wypełnione modelem ArcticDEM w wersji 3 (prawidłowe). 40: Puste miejsce wypełnione modelem ASTER GDEM w wersji 3 (prawidłowe). 44: Puste miejsce wypełnione modelem REMA w wersji 1.1 (prawidłowe). 252: Puste miejsce wypełnione metodą IDW (gdal_fillnodata) (prawidłowe)

* Szacunkowa wartość minimalna lub maksymalna

Warunki korzystania z usługi

Warunki korzystania z usługi

Z tego zbioru danych można korzystać bezpłatnie na warunkach określonych w Warunkach korzystania z globalnego cyfrowego modelu powierzchni ALOS.

Cytaty

Cytowanie:

• T. Tadono, H. Ishida, F. Oda, S. Naito, K. Minakawa, H. Iwamoto

  Precise Global DEM Generation By ALOS PRISM, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.II-4, pp.71-76, 2014. Plik PDF

• J. Takaku, T. Tadono, K. Tsutsui : Generation of High Resolution Global DSM from ALOS PRISM, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XL-4, pp.243-248, ISPRS, 2014. Plik PDF

• J. Takaku, T. Tadono, K. Tsutsui, M. Ichikawa : Validation of 'AW3D' Global DSM Generated from ALOS PRISM, ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.III-4, pp.25-31, 2016. Plik PDF

• T. Tadono, H. Nagai, H. Ishida, F. Oda, S. Naito, K. Minakawa, H. Iwamoto : Initial Validation of the 30 m-mesh Global Digital Surface Model Generated by ALOS PRISM, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, ISPRS, Vol. XLI-B4, pp.157-162, 2016. Plik PDF

Odkrywaj za pomocą Earth Engine

Ważne: Earth Engine to platforma do analizy naukowej i wizualizacji zbiorów danych geoprzestrzennych o rozmiarze petabajtów, która jest dostępna zarówno do publicznego użytku, jak i dla firm oraz organów administracji. Z Earth Engine można korzystać bezpłatnie w celach badawczych, edukacyjnych i non-profit. Aby rozpocząć, zarejestruj się w Earth Engine.

Edytor kodu (JavaScript)

var dataset = ee.ImageCollection('JAXA/ALOS/AW3D30/V3_2');
var elevation = dataset.select('DSM');
var elevationVis = {
  min: 0,
  max: 5000,
  palette: ['0000ff', '00ffff', 'ffff00', 'ff0000', 'ffffff']
};
Map.setCenter(138.73, 35.36, 11);
Map.addLayer(elevation, elevationVis, 'Elevation');

// Reproject an image mosaic using a projection from one of the image tiles,
// rather than using the default projection returned by .mosaic().
var proj = elevation.first().select(0).projection();
var slopeReprojected = ee.Terrain.slope(elevation.mosaic()
                             .setDefaultProjection(proj));
Map.addLayer(slopeReprojected, {min: 0, max: 45}, 'Slope');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('JAXA/ALOS/AW3D30/V3_2')
elevation = dataset.select('DSM')

# Use a projection from one of the image tiles,
# rather than using the default projection returned by .mosaic().
proj = elevation.first().select(0).projection()
slope_reprojected = ee.Terrain.slope(
    elevation.mosaic().setDefaultProjection(proj)
)

elevation_vis = {
    'min': 0,
    'max': 5000,
    'palette': ['0000ff', '00ffff', 'ffff00', 'ff0000', 'ffffff'],
}

m = geemap.Map()
m.set_center(138.73, 35.36, 11)
m.add_layer(elevation, elevation_vis, 'Elevation')
m.add_layer(slope_reprojected, {'min': 0, 'max': 45}, 'Slope')
m

Otwórz w edytorze kodu

ALOS DSM: Globalny 30 m w wersji 3.2 [wycofany]

ALOS World 3D – 30 m (AW3D30) to globalny zbiór danych cyfrowego modelu powierzchni (DSM) o rozdzielczości poziomej wynoszącej około 30 metrów (siatka 1 sekundy łuku). Zbiór danych jest oparty na zbiorze danych DSM (wersja z siatką 5-metrową) z globalnych danych topograficznych 3D. Więcej informacji znajdziesz w dokumentacji zbioru danych. …

JAXA/ALOS/AW3D30/V3_2, alos,dem,wysokość,wysokość-topografia,geofizyczne,jaxa,topografia

2006-01-24T00:00:00Z/2011-05-12T00:00:00Z

–90 –180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets