Cet ensemble de données fait partie d'un catalogue d'éditeurs et n'est pas géré par Google Earth Engine. Contactez climate-and-sustainability-ee-catalog@google.com pour signaler un bug ou consultez d'autres ensembles de données dans le catalogue Climate and Sustainability. En savoir plus sur les ensembles de données pour les éditeurs
- Propriétaire du catalogue
- Climat et développement durable
- Disponibilité de l'ensemble de données
- 2025-01-01T00:00:00Z–2025-01-01T00:00:00Z
- Producteur d'ensemble de données
- Google Research
- Tags
Description
Les modèles d'élévation quasi mondiaux de Google à 15 m (GEM-15) sont un ensemble de données d'élévation quasi mondial expérimental (en cours d'examen) avec un espacement de grille de 15 m, dérivé d'images satellites stéréo optiques de moins d'un mètre. L'ensemble de données est construit à partir d'images stéréo optiques acquises jusqu'en 2024 (principalement des images Pléiades Neo de 30 cm de 2022 à 2024, complétées par des images stéréo WorldView-2/3/4, GeoEye-1, Pléiades 1A/1B et SPOT de 1,5 m), en agrégeant les reconstructions de MNS natifs de 0,5 m et les prédictions de MNT de 1,0 m à une résolution de 15 m.
En plus du modèle de surface numérique principal de 15 m (dsm), GEM-15 inclut des centiles d'altitude intracellulaires (dsm_percentile_5, dsm_percentile_50, dsm_percentile_95), l'écart-type d'altitude de la sous-grille (dsm_std) et un modèle de terrain numérique de sol nu (dtm) prédit à une résolution de 1,0 m à l'aide d'un modèle de deep learning avant l'agrégation.
- Explorez les couches d'altitude de manière interactive via l'application Earth Engine GEM-15.
- Accédez aux COG Google Cloud Storage (GCS) (
gs://climate-and-sustainability/gem-15) et au catalogue STAC. - Le code d'évaluation est disponible sur GitHub.
Toutes les couches d'altitude indiquent des hauteurs orthométriques en mètres par rapport au datum vertical du géoïde EGM96 (EPSG:5773) et sont projetées dans des zones UTM locales à une résolution de 15 m par pixel.
Utilisations possibles :
- Modélisation des crues et des inondations : utilisation des couches
dtmetdsmde 15 m de sol nu pour la modélisation des bassins versants, des débits et des inondations. - Estimation de la hauteur de la canopée et des bâtiments : combinaison de
dsm_percentile_95(oudsm) avecdtmpour estimer la hauteur des bâtiments et de la canopée forestière au-dessus du sol (dsm - dtm) et la variabilité verticale locale (dsm_std). Notez que les bâtiments très hauts (~>50 m) ne sont souvent pas bien capturés en raison des limites de la stéréo. - Analyse topographique : utilisation des couches d'altitude de 15 m pour l'orthorectification de l'imagerie satellite et le calcul de la pente ou de l'aspect.
Limites :
- Imagerie multitemporelle : les tuiles sont construites à partir d'images multivues sur trois niveaux de capteurs : 63,2% des tuiles cartographiées utilisent des images Pléiades Neo de 30 cm de 2022 à 2024, 24,4% utilisent d'autres capteurs submétriques (WorldView-2/3/4, GeoEye-1, Pléiades 1A/1B) et 12,4% utilisent des images SPOT de 1,5 m. Des transitions temporelles peuvent apparaître le long des limites d'acquisition.
- Exclusions de couverture : la couverture s'étend des latitudes 60°S à 84°N et exclut la Russie, la Chine, la Mongolie, le Groenland et l'Antarctique. Les données de l'Inde sont décalées (les décalages diminuant progressivement au-delà de la frontière indienne sur des dizaines de kilomètres) pour respecter la réglementation géospatiale de l'Inde.
- Masquage de l'eau et vides : les plans d'eau (plus un tampon de 9 m), la neige/glace, les marais salants et d'autres surfaces à faible texture (~1 à 3% des cellules), ainsi que les pixels différant de plus de 50 m de Copernicus GLO-30 sont masqués en tant que "sans données".
- Canopée forestière dense : étant donné que les altitudes sont dérivées d'images stéréo optiques plutôt que de LiDAR, la précision du
dtmde la terre nue est plus faible dans les forêts denses où le sol n'est pas visible d'en haut. - Précision verticale absolue : des décalages moyens régionaux de plusieurs mètres par rapport au lidar aéroporté se produisent (-4,8 m à +1,9 m dans les régions de validation de l'article). Lorsque la précision absolue est essentielle, éliminez les biais par rapport au contrôle local.
Bandes
Bandes de fréquences
Taille des pixels : 15 mètres (toutes les bandes)
| Nom | Unités | Taille des pixels | Description |
|---|---|---|---|
dsm |
m | 15 mètres | Modèle numérique de surface (moyenne du MNS natif bilinéaire de 2,5 m dans une cellule de 15 m) |
dsm_std |
m | 15 mètres | Écart type du DSM natif bilinéaire de 2,5 m dans une cellule de 15 m |
dsm_percentile_5 |
m | 15 mètres | 5e centile du MNS natif bilinéaire de 2,5 m dans une cellule de 15 m |
dsm_percentile_50 |
m | 15 mètres | 50e centile (médiane) du DSM natif bilinéaire de 2,5 m dans une cellule de 15 m |
dsm_percentile_95 |
m | 15 mètres | 95e centile du MNS natif bilinéaire de 2,5 m dans une cellule de 15 m |
dtm |
m | 15 mètres | Modèle numérique de terrain (MNT) de sol nu (moyenne du MNT natif bilinéaire de 2,5 m dans une cellule de 15 m) |
Conditions d'utilisation
Conditions d'utilisation
Cet ensemble de données est concédé sous licence CC-BY 4.0 et nécessite l'attribution suivante : "Cet ensemble de données est produit par Google".
Citations
Batchu, V. V., et al. (2026). GEM-15 : modèles d'altitude de la surface et du terrain (15 mètres) à partir d'images optiques stéréo d'une résolution inférieure au mètre.
Explorer avec Earth Engine
Éditeur de code (JavaScript)
// --- Cyclic Color Palette (256 steps) --- var elevationPalette = [ '#f985f8', '#fa84f6', '#fb83f3', '#fc82f1', '#fc81ee', '#fd7feb', '#fd7ee8', '#fd7ce5', '#fd7ae2', '#fd78de', '#fd76db', '#fc74d7', '#fc72d4', '#fb70d0', '#fb6dcc', '#fa6bc8', '#fa69c5', '#f967c1', '#f864bd', '#f762bb', '#f75fb7', '#f65db4', '#f55bae', '#f458aa', '#f356a6', '#f254a3', '#f1519f', '#f04f9b', '#ef4c97', '#ee4a94', '#ed4890', '#ec468c', '#ea4388', '#e94184', '#e83f81', '#e63d7d', '#e53b79', '#e33975', '#e13771', '#e0356a', '#de3366', '#dc3162', '#da2f5e', '#d92d5a', '#d72c56', '#d52a52', '#d3284f', '#d1264b', '#cf2447', '#cd2343', '#cb213f', '#ca1c3d', '#c81b39', '#c61935', '#c41832', '#c2172e', '#c11727', '#bf1724', '#be1721', '#bd171e', '#bc181b', '#bb1919', '#ba1b16', '#b91d14', '#b91f11', '#b9210f', '#b9230d', '#b9260c', '#b9290a', '#ba2b08', '#ba2e07', '#bb3106', '#bc3306', '#bc3605', '#bd3905', '#be3b05', '#bf3e04', '#c04104', '#c14304', '#c24604', '#c34804', '#c44b04', '#c54d04', '#c65004', '#c75204', '#c85404', '#c95705', '#ca5905', '#cb5c05', '#cc5e05', '#cd6105', '#cd6305', '#ce6505', '#cf6705', '#d06905', '#d16c05', '#d16f05', '#d27105', '#d37305', '#d37505', '#d47705', '#d47a05', '#d57c04', '#d57e04', '#d68104', '#d68304', '#d78504', '#d78704', '#d88904', '#d88b04', '#d98e04', '#d99005', '#d99205', '#d99406', '#da9707', '#da9908', '#da9b0a', '#daa10d', '#d9a20f', '#d9a412', '#d8a515', '#d8a718', '#d7a81c', '#d5a91f', '#d4aa23', '#d3ab27', '#d1ac2b', '#cfae2f', '#cdb033', '#cbb137', '#c9b23b', '#c6b33f', '#c4b343', '#c1b246', '#beb24a', '#bbb14e', '#b8b052', '#b5af55', '#b2ae59', '#afad5c', '#acad5f', '#a8ac62', '#a5ab65', '#a1aa68', '#9dab6b', '#99a96e', '#95a871', '#91a774', '#8da677', '#89a57a', '#84a47d', '#7fa280', '#7ba183', '#77a086', '#729e89', '#6e9d8c', '#699c8f', '#639b92', '#5e9a95', '#599898', '#53979b', '#4e969e', '#4894a1', '#4392a4', '#3d90a7', '#388eaa', '#328cad', '#2d8ab0', '#2889b3', '#2387b6', '#1f85b9', '#1a83bc', '#1581bf', '#107fc2', '#0e7dc5', '#0c7ac8', '#0a78cb', '#0975ce', '#0973d1', '#096fd4', '#096cd7', '#0969da', '#0a66dd', '#0b63e0', '#0c60e3', '#0d5de6', '#0e5ae9', '#0f57ec', '#1154ef', '#1251f2', '#144ef5', '#154bf8', '#1748fb', '#1946fd', '#1b44ff', '#1d42ff', '#2040ff', '#223fff', '#253eff', '#283dff', '#2b3dff', '#2e3dff', '#313eff', '#343fff', '#3740ff', '#3a41ff', '#3d43ff', '#4045ff', '#4347ff', '#4649ff', '#494bff', '#4b4dff', '#4e4fff', '#5251ff', '#5553ff', '#5855ff', '#5b57ff', '#5e59ff', '#615bff', '#635dff', '#665fff', '#6961ff', '#6c63ff', '#6f65ff', '#7267ff', '#7569ff', '#786aff', '#7b6cff', '#7e6eff', '#8170ff', '#8471ff', '#8773ff', '#8a75ff', '#8d76ff', '#9077ff', '#9378ff', '#9679ff', '#997aff', '#9c7bff', '#a07cff', '#a37dff', '#a77eff', '#aa7fff', '#ae80ff', '#b180ff', '#b581ff', '#b882ff', '#bc83ff', '#bf84ff', '#c284ff', '#c585ff', '#c885ff', '#cb86ff', '#ce86ff', '#d186ff', '#d486ff', '#d786ff', '#da86ff', '#dd87ff', '#e087ff', '#e287ff', '#e587ff', '#e886fe', '#ea86fd', '#ec86fc', '#ee86fb', '#f086fa', '#f285f9' ]; // --- GEM-15 Collection & Elevation Bands --- var gem15Collection = ee.ImageCollection( 'projects/climate-and-sustainability/assets/gem-15_v1'); var gemMosaic = gem15Collection.mosaic(); var dsm = gemMosaic.select('dsm'); var dtm = gemMosaic.select('dtm'); var dsm_50 = gemMosaic.select('dsm_percentile_50'); var dsm_5 = gemMosaic.select('dsm_percentile_5'); var dsm_95 = gemMosaic.select('dsm_percentile_95'); var dsm_std = gemMosaic.select('dsm_std'); // Structural Heightmap (nDSM) var heightmap = dsm.subtract(dtm); // --- Base Global DEMs --- // They are all based on an EGM2008 geoid, whereas GEM-15 is based on EGM96, // however the visual difference is minimal. Please perform a geoid correction // for precise altimetric measurements. var copernicusDem = ee.ImageCollection('COPERNICUS/DEM/GLO30_2024_1').mosaic().select('DEM'); var alosDem = ee.ImageCollection('JAXA/ALOS/AW3D30/V4_1').mosaic().select('DSM'); var nasadem = ee.Image('NASA/NASADEM_HGT/001').select('elevation'); // --- Cyclic Hillshade Visualization Helper --- // Because GEM-15 tiles span multiple UTM zones, the mosaic does not retain a // single native projection. Reproject to a metric grid at native resolution // before computing hillshade. function visualizeCyclic(image, cycleMax, nativeScale) { cycleMax = cycleMax || 100; nativeScale = nativeScale || 15; var dem = image.select(0); var cycle = ee.Image.constant(cycleMax); var gridDem = dem.reproject({ crs: 'EPSG:3857', scale: nativeScale }); var cyclic = gridDem.mod(cycle).add(cycle).mod(cycle); var rgb = cyclic.visualize({ min: 0, max: cycleMax, palette: elevationPalette }); var hs = ee.Terrain.hillshade(gridDem) .divide(255) .multiply(0.6) .add(0.4); var hs3Band = ee.Image.cat([ hs.rename('vis-red'), hs.rename('vis-green'), hs.rename('vis-blue') ]); return rgb.multiply(hs3Band).toByte(); } // --- Viewport Setup --- Map.setCenter(2.165, 41.395, 14); // --- Map Layers --- Map.addLayer( visualizeCyclic(nasadem, 100, 30), {}, 'NASADEM 30m (Cyclic 100m + Hillshade)', false); Map.addLayer( visualizeCyclic(alosDem, 100, 30), {}, 'ALOS AW3D30 (Cyclic 100m + Hillshade)', false); Map.addLayer( visualizeCyclic(copernicusDem, 100, 30), {}, 'Copernicus GLO-30 (Cyclic 100m + Hillshade)', true); Map.addLayer( visualizeCyclic(dtm, 100, 15), {}, 'GEM-15 DTM (Cyclic 100m + Hillshade)', true); Map.addLayer( visualizeCyclic(dsm, 100, 15), {}, 'GEM-15 DSM (Cyclic 100m + Hillshade)', true); Map.addLayer( visualizeCyclic(dsm_50, 100, 15), {}, 'GEM-15 DSM 50th Percentile (Cyclic 100m + Hillshade)', false); Map.addLayer( visualizeCyclic(dsm_5, 100, 15), {}, 'GEM-15 DSM 5th Percentile (Cyclic 100m + Hillshade)', false); Map.addLayer( visualizeCyclic(dsm_95, 100, 15), {}, 'GEM-15 DSM 95th Percentile (Cyclic 100m + Hillshade)', false); Map.addLayer( visualizeCyclic(dsm_std, 100, 15), {}, 'GEM-15 DSM Std (Cyclic 100m + Hillshade)', false); Map.addLayer( heightmap, {min: 0, max: 25, palette: ['white', 'darkgreen']}, 'Heightmap (0-25m)', true);