DLR、ASTER GDEM、SRTM3、GMTED2010等5种全球高程数据对比

2024-06-06 07:32

本文主要是介绍DLR、ASTER GDEM、SRTM3、GMTED2010等5种全球高程数据对比,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!

目前网上有多种全球高程数据,国内在这方面也进步喜人,资源三号目前已放出来的卫片给了不少惊喜,其高程数值得期待。但资源三号的高程数据放出来还需等待,过去两三年全球高程数据发展相当迅猛,DLR放出了相当高精度的数据,去年底aster gdem放出了修正后的第二版,数据质量改善很大,昨天又看到有网友介绍USGS放出的GMTED数据,所以决定先不等国产数据了,将目前的几种全球高程数据精度作简单对比。

 

    先简要介绍下这五种数据:

    1、DLR之SRTM X波段数据:DLR是德国宇航中心缩写,2000在奋进号航天飞机开展SRTM(航天飞机雷达地形测绘任务)时,德国人搭其便车也用自己的雷达测全球的地形数据,DLR用更高精度的雷达测试(X波段),带来了比美国人(C波段)更高精度,但只是呈网状覆盖全球(也就是说有些地方是没有DLR数据的)的高程数据。在2011年的时候,德国人放开了这个数据的下载,精度为1角秒(1 arc second),高程相对精度6米,绝对精度16米。在这可以下载:https://centaurus.caf.dlr.de:8443/eoweb-ng/index2.html。这个数据多说一点,德国人目前正在开展更高精度的地形测绘任务(TanDEM-X、TerraSAR-X双星观测)测全球更高精度的数据,这次是覆盖全球,这个数据对于民用来说相当可观了。

   2、aster gdem数据:美国货,该数据是根据 NASA的新一代对地观测卫星Terra的观测结果制作完成的。其数据覆盖范围为北纬83°到南纬83°之间的所有陆地区域。这是目前覆盖最广的高精度全球高程数据。2009年放出了第一版数据,目前国内中科院有镜像数据可以下载。

    3、gdem-v2数据:对之前的gdem数据的修正,于2011年10月份放出,我是在日本航天局的网站下载的。

    4、SRTM C波段数据,美国货,可能是最有名的高程数据了。美国航空航天局NASA在2000时利用奋进号航天飞机上的雷达测观测所得,是以前用得最多的高程数据,覆盖了全球南北纬60度以内的区域。有SRTM1和SRTM3两种,即分别是1角秒和3角秒精度的数据,对应精度为30米和90米。谷歌地球所使用高程数据即为SRTM3。公开出来的覆盖中国区域的只有90米精度。中科院镜像可以下载。

    5、GMTED2010数据,美国货,美国地质勘探局USGS和美国国家地理空间情报局NGA搞的,我也是刚知道这个数据。从其自述文件来看,它是对USGS的GTOPO30的进一步优化和发展,不过这个数据精度并不可观,只有30角秒、15角秒和7.5角秒,对应的最高精度也在250米了。再多说几句:USGS上有它做的只覆盖美国的高程数据,看其介绍,精度为1角秒的1/3角秒,部分区域还有1/9角秒,即精度达到了3米的水平,相当可观。


 

    我关注的都是中国数据,除DLR全球都开放高精度外,如前所述,往往美国境内都还有比中国精度更高的数据,普通网友拿不到其在中国区域的更高精度数据。

    

    我用北京香山地区的数据作对比,以点距5米截取该区域各种原始高程数据(该截取精度均大于原始数据精度,因此截取不会产生失真)。其中GMTED的数据有好几种,还未看具体区别,我用的是gmted-gmax075。


 

    对比一:比例尺没有严格控制,5种数据的比例尺基本都在1:57000左右,图片东西长约15公里,西至军庄镇,东至颐和园。
 


 












 


 

    对比二:比例尺均在1:12000,对比下细节方面,生成10米等高距的等高线来辅助显示细节,图中右下角蓝色区域是香山水库,可以作为参照,该水库长约500米。可以看出DLR的细节十分丰富,可用性相当强。


 


 










 

 


 

    基本结论:DLR精度在10米左右(相对精度6m,绝对精度16m),gdem-v2在30米左右,gdem和srtm在90米左右,GMTED2010在200米以上。

    因此对于只想找尽可能高精度数据使用,又不愿花过多时间研究各数据区别的网友,我的建议就是下载全部的DLR数据和gdem-v2的数据,DLR覆盖到的区域用DLR数据,未覆盖到的区域用gdem-v2。

后续小编的主要精力放到GIS理论开发知识的大众化的道路了,通过浅显易懂的语言,结合多年行业应用开发,通过微信订阅号传播(每周更新三篇文章及相关GIS编码知识),为GIS的发展尽微博之力。终极目标是让GIS不再专业,让GIS更加大众,使得GIS深入各行业应用,让每位GISER都有一股自豪感!以下是我的微信订阅号二维码,感兴趣的可以交流沟通!

这篇关于DLR、ASTER GDEM、SRTM3、GMTED2010等5种全球高程数据对比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/1035464

相关文章

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I