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

一文教你Python如何快速精准抓取网页数据

《一文教你Python如何快速精准抓取网页数据》这篇文章主要为大家详细介绍了如何利用Python实现快速精准抓取网页数据,文中的示例代码简洁易懂,具有一定的借鉴价值,有需要的小伙伴可以了解下... 目录1. 准备工作2. 基础爬虫实现3. 高级功能扩展3.1 抓取文章详情3.2 保存数据到文件4. 完整示例

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

SpringBoot整合mybatisPlus实现批量插入并获取ID详解

《SpringBoot整合mybatisPlus实现批量插入并获取ID详解》这篇文章主要为大家详细介绍了SpringBoot如何整合mybatisPlus实现批量插入并获取ID,文中的示例代码讲解详细... 目录【1】saveBATch(一万条数据总耗时:2478ms)【2】集合方式foreach(一万条数

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

SpringBoot UserAgentUtils获取用户浏览器的用法

《SpringBootUserAgentUtils获取用户浏览器的用法》UserAgentUtils是于处理用户代理(User-Agent)字符串的工具类,一般用于解析和处理浏览器、操作系统以及设备... 目录介绍效果图依赖封装客户端工具封装IP工具实体类获取设备信息入库介绍UserAgentUtils

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读