此数据集属于发布商目录，并非由 Google Earth Engine 管理。 如需报告 bug 或查看 Climate and Sustainability Catalog中的更多数据集，请发送电子邮件至 eoscience-eng@google.com 。详细了解发布方数据集。
- 目录所有者
- Climate and Sustainability
- 数据集可用时间
- 2025-01-01T00:00:00Z–2025-01-01T00:00:00Z
- 数据集生产者
- Google Research
- 标记
说明
Google 的近乎全球的 15 米高程模型 (GEM-15) 是一个实验性（正在审核中）的近乎全球的高程数据集，网格间距为 15 米，源自亚米级光学立体卫星图像。该数据集由 2024 年之前获取的光学立体图像构建而成（主要是 2022 年至 2024 年的 30 厘米 Pléiades Neo 图像，辅以 WorldView-2/3/4、GeoEye-1、Pléiades 1A/1B 和 1.5 米 SPOT 立体图像），将原始 0.5 米 DSM 重建和 1.0 米 DTM 预测聚合到 15 米分辨率。
除了主要的 15 米数字表面模型 (dsm) 之外，GEM-15 还包括
单元内高程百分位 (dsm_percentile_5、dsm_percentile_50、
dsm_percentile_95)、子网格高程标准差 (dsm_std)，以及
在聚合之前使用深度学习模型以 1.0 米分辨率预测的裸地数字地形模型 (dtm)。您还可以通过
GEM-15 Earth Engine 应用以交互方式探索
高程图层。
所有高程图层均以米为单位报告正交高程，参考 EGM96 大地水准面垂直基准 (EPSG:5773)，并以 15 米像素分辨率投影到本地 UTM 区域。
可能的用途：
- 洪水和淹没建模： 使用 15 米裸地
dtm和dsm图层进行流域、流量和淹没建模。 - 树冠和建筑物高度估计： 将
dsm_percentile_95（或dsm）与dtm结合使用，以估计地面以上建筑物和森林树冠 高度 (dsm - dtm) 以及局部垂直变异性 (dsm_std)。请注意， 由于立体限制，超高（约>50 米）建筑物通常无法很好地捕获。 - 地形分析： 使用 15 米高程图层进行卫星图像正射校正以及坡度或坡向计算。
限制：
- 多时相图像： 图块由三个传感器层级的多视图图像构建而成：63.2% 的映射图块使用 2022 年至 2024 年的 30 厘米 Pléiades Neo 图像，24.4% 使用其他亚米级传感器（WorldView-2/3/4、GeoEye-1、Pléiades 1A/1B），12.4% 使用 1.5 米 SPOT 图像。时相转换可能会出现在采集边界处。
- 覆盖范围排除项： 覆盖范围从南纬 60° 到北纬 84°，不包括俄罗斯、中国大陆、蒙古、格陵兰和南极洲。印度数据已偏移（偏移量在印度境外数十公里处逐渐减小），以符合印度地理空间法规。
- 水体掩膜和空洞： 水体（加上 9 米缓冲区）、冰雪、盐滩和其他低纹理表面（约占单元格的 1-3%），以及与 Copernicus GLO-30 相差超过 50 米的像素，均被掩盖为无数据。
- 茂密的森林树冠： 由于高程源自光学立体图像而非 LiDAR，因此在地面无法从上方看到的茂密森林中，裸地
dtm的准确性较低。 - 绝对垂直准确性： 相对于机载激光雷达，区域平均偏移量为几米（论文中验证区域的偏移量为 -4.8 米至 +1.9 米）。如果绝对精度至关重要，请针对本地控制进行偏差校正。
频段
频段
像素大小：15 米（所有频段）
| 名称 | 单位 | 像素尺寸 | 说明 |
|---|---|---|---|
dsm |
m | 15 米 | 数字表面模型（15 米单元格内 2.5 米双线性原始 DSM 的平均值） |
dsm_std |
m | 15 米 | 15 米单元格内 2.5 米双线性原始 DSM 的标准差 |
dsm_percentile_5 |
m | 15 米 | 15 米单元格内 2.5 米双线性原始 DSM 的第 5 百分位 |
dsm_percentile_50 |
m | 15 米 | 15 米单元格内 2.5 米双线性原始 DSM 的第 50 百分位（中位数） |
dsm_percentile_95 |
m | 15 米 | 15 米单元格内 2.5 米双线性原始 DSM 的第 95 百分位 |
dtm |
m | 15 米 | 裸地数字地形模型（15 米单元格内 2.5 米双线性原始 DTM 的平均值） |
使用条款
使用条款
此数据集已获得 CC-BY 4.0 许可，并且需要提供以下提供方信息："此数据集由 Google 制作"。
引用
引用：
Batchu, V. V. 等人 (2026)。GEM-15：源自亚米级光学立体图像的全球表面和地形高程模型（15 米）。
通过 Earth Engine 探索
代码编辑器 (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);