Cet ensemble de données fait partie d'un catalogue d'éditeurs et n'est pas géré par Google Earth Engine. Contactez eoscience-eng@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
- Climate and Sustainability
- Disponibilité de l'ensemble de données
- 2025-01-01T00:00:00Z–2025-01-01T00:00:00Z
- Producteur de l'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 satellitaires stéréoscopiques optiques de moins d'un mètre. L'ensemble de données est créé à partir d'images stéréoscopiques optiques acquises jusqu'en 2024 (principalement des images Pléiades Neo de 30 cm de 2022 à 2024, complétées par des images WorldView-2/3/4, GeoEye-1, Pléiades 1A/1B et des images stéréoscopiques SPOT de 1,5 m), en agrégeant des reconstructions de modèles numériques de surface (MNS) natifs de 0,5 m et des prédictions de modèles numériques de terrain (MNT) de 1,0 m à une résolution de 15 m.
Outre le modèle numérique de surface principal de 15 m (dsm), GEM-15 inclut
des centiles d'élévation dans les cellules (dsm_percentile_5, dsm_percentile_50,
dsm_percentile_95), un écart type d'élévation sous-grille (dsm_std) et
un modèle numérique de terrain de la surface terrestre (dtm) prédit à une résolution de 1,0 m
à l'aide d'un modèle de deep learning avant l'agrégation. Vous pouvez également explorer les
calques d'élévation de manière interactive via l'
application GEM-15 Earth Engine.
Tous les calques d'élévation indiquent des hauteurs orthométriques en mètres référencées au datum vertical du géoïde EGM96 (EPSG:5773) et sont projetés dans des zones UTM locales à une résolution de pixel de 15 m.
Utilisations possibles :
- Modélisation des inondations et des crues : utilisation des calques
dtmetdsmde la surface terrestre de 15 m pour la modélisation des bassins versants, des flux 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 stéréoscopiques. - Analyse topographique : utilisation des calques d'élévation de 15 m pour l'orthorectification des images satellitaires et le calcul de la pente ou de l'orientation.
Limites :
- Imagerie multi-temporelle : les tuiles sont construites à partir d'images multi-vues 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 de moins d'un mètre (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 (avec des décalages qui diminuent en dehors de la frontière indienne sur des dizaines de kilomètres) pour se conformer aux réglementations géospatiales indiennes.
- Masquage de l'eau et vides : les étendues d'eau (plus une zone tampon de 9 m), la neige/la glace, les salines et 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 comme des données manquantes.
- Canopée forestière dense : comme les élévations sont dérivées d'images stéréoscopiques optiques plutôt que de LiDAR, la précision du
dtmde la surface terrestre 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, corrigez les biais par rapport au contrôle local.
Bandes
Bandes
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 MNS 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 MNS 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 de la surface terrestre (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: Global surface and terrain elevation models (15 meters) from sub-meter optical stereo imagery.
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);