DEM、DSM和DTM之间的区别及5米高程数据获取

2024-05-27 01:28

本文主要是介绍DEM、DSM和DTM之间的区别及5米高程数据获取,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在日常的学习工作中我们经常会遇到DEM、DSM和DTM等术语,它们的含义类似,甚至相互替换。那么它们之间有什么区别?这里我们对这些术语进行介绍。

  1. DEM(数字高程模型,Digital Elevation Model):

    • 定义:DEM是一个通用术语,用于描述地球表面的高程数据。它通常包括DSM和DTM。

    • 内容:DEM可以包括地表上的所有物体,如建筑物、树木等(即DSM),也可以表示地表的裸露地形(即DTM)。

    • 用途:DEM用于各种地理和工程应用,如地形分析、洪水模拟、土壤侵蚀研究等。

  2. DSM(数字表面模型,Digital Surface Model):

    • 定义:DSM表示地表及其上所有物体的高程数据。这包括自然特征(如树木、植被)和人为特征(如建筑物、桥梁)。

    • 内容:DSM显示了从地面到地表物体的最高点的高度。

    • 用途:DSM用于城市规划、通信线路分析(如无线电塔位置)、视线分析等。

  3. DTM(数字地形模型,Digital Terrain Model):

    • 定义:DTM表示裸露的地表地形数据,不包括任何地表物体。这通常需要从DEM或DSM中去除这些特征来获得。

    • 内容:DTM显示了地面的实际形状,包括山丘、山谷、坡度等。

    • 用途:DTM用于工程项目,如道路建设、土方量计算、洪水建模等。

关键区别总结

  • DEM是一个通用的高程数据术语,可以指DSM或DTM。

  • DSM包括地表及其上所有物体的高程数据。

  • DTM仅包括裸露的地表地形数据,不包括地表物体。

图示说明

假设有一片地面上有树木和建筑物:

  • DSM将显示地面到树顶和建筑物顶的高度。

  • DTM将仅显示没有树木和建筑物的地面的高度。

通过区分这些模型,用户可以选择最适合其特定应用需求的地形数据。

5米DEM高程数据的概念及获取

    5米DEM是一种特定分辨率的数字高程模型,其中每个单元代表了地表上5米x5米的区域。它基于地表的高程数据,将地表划分为不同单元,每个单元记录了该区域内的平均高程。这种连续的表示方式可用于各种地理信息应用,从土地规划到环境模拟。

DEM构建方法:5米*5米规划格网法

5米DEM的构建方法通常涉及采用5米*5米的规划格网法。这意味着地表被划分为5米x5米的单元,每个单元内的高程数据被测量和记录,然后整合到一个数字数据集中。这种方法可确保DEM的均匀性和高程数据的连续性,使其适用于各种应用领域。

样例数据对比
不同精度地形数据的细节效果对比

     下图1为5米格网的DEM,图2为ALOS 12.5米分辨率的DEM,图3为ASTER GDEM V3 30米分辨率的DEM,图4为SRTM3 90米分辨率的DEM。

图片

下图为 5 米 DEM 生成的等高线效果:

图片

 对比12.5mDEM生成的等高线:

图片

 对比30米DEM生成的等高线:

图片

      通过等高线对比,可以发现5米DEM数据生成的等高线细节远比12.5米和30米丰富,能够达到优于1:10000图的精度效果。

      下图为某地城市区域地形晕渲效果。左为DSM效果,右为DEM效果。在DSM中,可以清晰的看出城市建筑,而在DEM中,仅能看到河流、地表等信息。

图片

《5米高程数据获取》共享方法如下:

(1)人员,限定为关注小编的用户。

(2)各类项目(包括各类科研项目)申请本数据扔享受免费政策,但需向本号捐赠一定数量的硬盘才能获取。

(3)捐赠硬盘可免留言获取数据。

这篇关于DEM、DSM和DTM之间的区别及5米高程数据获取的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1006140

相关文章

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

Python获取浏览器Cookies的四种方式小结

《Python获取浏览器Cookies的四种方式小结》在进行Web应用程序测试和开发时,获取浏览器Cookies是一项重要任务,本文我们介绍四种用Python获取浏览器Cookies的方式,具有一定的... 目录什么是 Cookie?1.使用Selenium库获取浏览器Cookies2.使用浏览器开发者工具

Java获取当前时间String类型和Date类型方式

《Java获取当前时间String类型和Date类型方式》:本文主要介绍Java获取当前时间String类型和Date类型方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录Java获取当前时间String和Date类型String类型和Date类型输出结果总结Java获取

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速

JAVA覆盖和重写的区别及说明

《JAVA覆盖和重写的区别及说明》非静态方法的覆盖即重写,具有多态性;静态方法无法被覆盖,但可被重写(仅通过类名调用),二者区别在于绑定时机与引用类型关联性... 目录Java覆盖和重写的区别经常听到两种话认真读完上面两份代码JAVA覆盖和重写的区别经常听到两种话1.覆盖=重写。2.静态方法可andro

一文详解如何使用Java获取PDF页面信息

《一文详解如何使用Java获取PDF页面信息》了解PDF页面属性是我们在处理文档、内容提取、打印设置或页面重组等任务时不可或缺的一环,下面我们就来看看如何使用Java语言获取这些信息吧... 目录引言一、安装和引入PDF处理库引入依赖二、获取 PDF 页数三、获取页面尺寸(宽高)四、获取页面旋转角度五、判断