Dieses Dataset ist Teil eines Publisher-Katalogs und wird nicht von Google Earth Engine verwaltet. Wenden Sie sich bei Fehlern an eoscience-eng@google.com oder sehen Sie sich weitere Datasets aus dem Katalog „Climate and Sustainability“ an. Hier finden Sie weitere Informationen zu Publisher-Datasets.
- Kataloginhaber
- Climate and Sustainability
- Verfügbarkeit des Datasets
- 2025-01-01T00:00:00Z–2025-01-01T00:00:00Z
- Ersteller des Datasets
- Google Research
- Tags
Beschreibung
„Google's Near-Global Elevation Models at 15m“ (GEM-15) ist ein experimentelles (in Überprüfung befindliches) nahezu globales Höhendataset mit einem Rasterabstand von 15 m, das aus optischen Stereo-Satellitenbildern mit einer Auflösung von weniger als einem Meter abgeleitet wurde. Das Dataset basiert auf optischen Stereo-Bildern, die bis 2024 aufgenommen wurden (hauptsächlich 30-cm-Bilder von Pléiades Neo aus den Jahren 2022–2024, ergänzt durch WorldView-2/3/4, GeoEye-1, Pléiades 1A/1B und 1,5-m-SPOT-Stereobilder). Dabei werden native 0,5-m-DSM-Rekonstruktionen und 1,0-m-DTM-Vorhersagen auf eine Auflösung von 15 m aggregiert.
Neben dem primären 15-m-Digitalen Oberflächenmodell (dsm) enthält GEM-15 auch
Höhenperzentile innerhalb der Zelle (dsm_percentile_5, dsm_percentile_50, dsm_percentile_95), die Standardabweichung der Höhe unterhalb des Rasters (dsm_std) und
ein digitales Geländemodell (dtm) der Erdoberfläche, das vor der Aggregation mit einer Auflösung von 1,0 m
mithilfe eines Deep-Learning-Modells vorhergesagt wurde. Sie können die
Höhenebenen auch interaktiv über die
GEM-15 Earth Engine App erkunden.
Alle Höhenebenen geben orthometrische Höhen in Metern an, die auf das vertikale Datum des EGM96-Geoids (EPSG:5773) bezogen sind. Sie werden in lokalen UTM-Zonen mit einer Pixelauflösung von 15 m projiziert.
Mögliche Anwendungsfälle :
- Modellierung von Überschwemmungen und Überflutungen:Verwendung der 15-m-Ebenen
dtmunddsmfür die Modellierung von Wassereinzugsgebieten, Abflüssen und Überflutungen. - Schätzung der Höhe von Baumkronen und Gebäuden: Kombination von
dsm_percentile_95(oderdsm) mitdtmzur Schätzung der Höhe von Gebäuden und Baumkronen über dem Boden (dsm - dtm) und der lokalen vertikalen Variabilität (dsm_std). Beachten Sie, dass sehr hohe Gebäude (~> 50 m) aufgrund von Stereobeschränkungen oft nicht gut erfasst werden. - Topografische Analyse:Verwendung der 15-m-Höhenebenen für die Orthorektifikation von Satellitenbildern und die Berechnung von Neigung oder Ausrichtung.
Beschränkungen :
- Multitemporale Bilder:Kacheln werden aus Bildern mit mehreren Ansichten aus drei Sensorebenen erstellt: 63,2% der zugeordneten Kacheln verwenden 30-cm-Bilder von Pléiades Neo aus den Jahren 2022–2024, 24,4% verwenden andere Sensoren mit einer Auflösung von weniger als einem Meter (WorldView-2/3/4, GeoEye-1, Pléiades 1A/1B) und 12,4% verwenden 1,5-m-SPOT-Bilder. An den Erfassungsgrenzen können zeitliche Übergänge auftreten.
- Ausgeschlossene Gebiete:Die Abdeckung erstreckt sich von 60° S bis 84° N und umfasst nicht Russland, China, die Mongolei, Grönland und die Antarktis. Die Daten für Indien sind versetzt (wobei die Versetzungen außerhalb der indischen Grenze über Dutzende von Kilometern abnehmen), um den indischen Vorschriften für Geodaten zu entsprechen.
- Wassermaskierung und Lücken:Wasserflächen (plus 9-m-Puffer), Schnee/Eis, Salzseen und andere Oberflächen mit geringer Textur (~1–3% der Zellen) sowie Pixel, die sich um mehr als 50 m von Copernicus GLO-30 unterscheiden, werden als „Keine Daten“ maskiert.
- Dichte Baumkronen:Da die Höhen aus optischen Stereo-Bildern und nicht aus LiDAR abgeleitet werden, ist die Genauigkeit des digitalen Geländemodells (
dtm) in dichten Wäldern geringer, da der Boden von oben nicht sichtbar ist. - Absolute vertikale Genauigkeit:Regionale mittlere Versetzungen von mehreren Metern im Vergleich zu LiDAR aus der Luft treten auf (–4,8 m bis +1,9 m in den Validierungsregionen im Paper). Wenn absolute Präzision entscheidend ist, sollten Sie die Daten anhand lokaler Kontrollpunkte entzerren.
Bänder
Bänder
Pixelgröße: 15 Meter (alle Bänder)
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
dsm |
m | 15 Meter | Digitales Oberflächenmodell (Mittelwert des bilinearen nativen 2,5-m-DSM innerhalb der 15-m-Zelle) |
dsm_std |
m | 15 Meter | Standardabweichung des bilinearen nativen 2,5-m-DSM innerhalb der 15-m-Zelle |
dsm_percentile_5 |
m | 15 Meter | 5.Perzentil des bilinearen nativen 2,5-m-DSM innerhalb der 15-m-Zelle |
dsm_percentile_50 |
m | 15 Meter | 50.Perzentil (Median) des bilinearen nativen 2,5-m-DSM innerhalb der 15-m-Zelle |
dsm_percentile_95 |
m | 15 Meter | 95.Perzentil des bilinearen nativen 2,5-m-DSM innerhalb der 15-m-Zelle |
dtm |
m | 15 Meter | Digitales Geländemodell (Mittelwert des bilinearen nativen 2,5-m-DTM innerhalb der 15-m-Zelle) |
Nutzungsbedingungen
Nutzungsbedingungen
Dieses Dataset ist unter CC-BY 4.0 lizenziert und erfordert die folgende Quellenangabe: „Dieses Dataset wurde von Google erstellt.“
Zitationen
Batchu, V. V. et al. (2026). GEM-15: Global surface and terrain elevation models (15 meters) from sub-meter optical stereo imagery.
Die Earth Engine nutzen
Code-Editor (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);