Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Google Earth Engine(GEE)——全球高分辨率洪泛区(GFPLAIN250m)数据集

Google Earth Engine(GEE)——全球高分辨率洪泛区(GFPLAIN250m)数据集

作者头像
此星光明
发布于 2024-02-02 06:40:56
发布于 2024-02-02 06:40:56
24700
代码可运行
举报
运行总次数:0
代码可运行

全球高分辨率洪泛区(GFPLAIN250m) GFPLAIN250m包括使用Nardi等人(2006,2018)提出的地貌方法确定的地球洪泛区的光栅数据。250米洪泛区数据集是通过处理从http://srtm.csi.cgiar.org/,特别是250米SRTM 4.1版DTM中收集的NASA SRTM数字高程模型得出的。每个大陆所使用的编码和其他信息详见GFPLAIN250米数据存储库中的元数据。

你可以在这里找到该数据集GFPLAIN250m

你可以在这里阅读论文全文。GFPLAIN250m, a global high-resolution dataset of Earth’s floodplains | Scientific Data

高程数据由一个快速地理空间工具处理,用于洪泛区绘图,可在https://github.com/fnardi/GFPLAIN。根据论文,GFPLAIN250m数据集可以支持许多应用,包括洪水灾害绘图、栖息地恢复、发展研究和人类与洪水的相互作用分析。

免责声明:该数据集的全部或部分描述由作者或其作品提供。

文献引用:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Nardi, F. et al. GFPLAIN250m, a global high-resolution dataset of Earth’s floodplains.
Sci. Data. 6:180309 doi: 10.1038/sdata.2018.309 (2019).

数据引用:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Nardi, Fernando; Annis, Antonio (2018): GFPLAIN250m. figshare. Dataset.
https://doi.org/10.6084/m9.figshare.6665165.v1

代码:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
var gfplain250 =  ee.ImageCollection("projects/sat-io/open-datasets/GFPLAIN250")

print(gfplain250);

var pal = ["#000080", "#0000ff", "#0063ff", "#00d4ff", "#4effa9", "#a9ff4e", "#ffe600", "#ff7d00", "#ff1400", "#800000"]

Map.addLayer(gfplain250.mosaic(),{palette:"#002B4D"},'Global Flood Plain 250m')

License

This work is distributed under the Creative Commons Attribution 4.0 International License

Created by: Nardi, F. et al

Curated by: Samapriya Roy

Keywords: Floodplain, Digital Elevation Model (DEM), Terrain analysis, river networks, landscape features

Last updated: 2018-11-11

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-02-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
全球夜间灯光(1992-2021 年)数据集
在这项研究中,作者通过协调来自 DMSP 数据的相互校准的 NTL 观测数据和来自 VIIRS 数据的模拟 DMSP 类 NTL 观测数据,生成了全球尺度的综合一致的 NTL 数据集。生成的全球 DMSP NTL 时间序列数据(1992-2018 年)显示出一致的时间趋势。这个时间扩展的 DMSP NTL 数据集为各种与人类活动(如电力消费和城市范围动态)有关的研究提供了宝贵的支持。数据集包含经时间校准的 1992-2013 年 DMSP-OLS NTL 时间序列数据;以及从 VIIRS 数据转换而来的 NTL 时间序列(2014-2021 年)前言 – 人工智能教程 空间分辨率:30 弧秒(约 1 千米)
此星光明
2024/02/09
4960
Google Earth Engine (GEE) ——全球海岸线数全球海岸线数据集30米分辨率
全球海岸线数据集 一个新的30米空间分辨率的全球海岸线矢量(GSV)是由2014年Landsat卫星图像的年度合成物开发的。图像的半自动分类是通过手动选择代表整个全球海岸线上的水和非水类别的训练点来完成的。多边形拓扑结构被应用于GSV,从而对全球岛屿的数量和大小进行了新的描述。绘制了三种规模的岛屿:大陆主岛(5),大于1平方公里的岛屿(21,818),以及小于1平方公里的岛屿(318,868)。GSV代表了海岸带陆地和水的界面边界,是陆地和海洋环境之间的一个空间上明确的生态域分离器。本文介绍了GSV的发展和特点。还提出了一种划定标准化、高空间分辨率的全球生态海岸单元(ECU)的方法。在这个沿海生态系统测绘工作中,将使用GSV将近岸的沿海水域与近岸的沿海陆地分开。制作GSV和ECU的工作是由地球观测小组(GEO)委托进行的,并与GEO的一些倡议有关,包括GEO生态系统、GEO海洋生物多样性观测网络(MBON)和GEO蓝色星球。
此星光明
2024/02/02
5730
Google Earth Engine (GEE) ——全球海岸线数全球海岸线数据集30米分辨率
全球年度模拟 NPP-VIIRS 夜光数据集(1992-2023)
SVNL(模拟 VIIRS 夜光)数据集提供了 1992 年至 2023 年统一、连续的全球年度 NPP-VIIRS 类夜光数据。 通过跨传感器校准和深度学习方法,该数据集是目前可用的持续时间最长的 NPP-VIIRS 类夜光数据集,时间跨度超过 32 年。该数据集通过使用夜间光 U-Net 超分辨率网络(NTLSRU-Net)的创新深度学习方法,将 DMSP-OLS(1992-2013 年)和 NPP-VIIRS(2012-2023 年)连接起来,填补了现有夜间光数据的重要空白。 该数据集的时间覆盖范围为 1992-2023 年(32 年),空间分辨率为 15 弧秒(约 500 米)。 它的全球覆盖范围为经度 -180° 至 180°,纬度 65°S 至 75°N。 该数据保持了 DMSP-OLS 和 VIIRS 传感器的一致校准,同时提供了与 NPP-VIIRS 相媲美的增强空间细节,并与 DMSP 原始数据相比减少了饱和度和开花效应。 该数据集已根据社会经济指标和现有的夜间光照数据集进行了广泛验证。
此星光明
2025/02/02
1670
全球年度模拟 NPP-VIIRS 夜光数据集(1992-2023)
Google Earth Engine ——Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) V2_1版本数据集
ALOS World 3D - 30m (AW3D30) is a global digital surface model (DSM) dataset with a horizontal resolution of approximately 30 meters (1 arcsec mesh). The dataset is based on the DSM dataset (5-meter mesh version) of the World 3D Topographic Data. More details are available in the dataset documentation.
此星光明
2024/02/02
2020
Google Earth Engine ——Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) V2_1版本数据集
Google Earth Engine(GEE)——全球参考蒸散量图层和全球参考蒸发量
全球参考蒸散量图层 全球干旱指数(Global-Aridity_ET0)和全球参考蒸发量(Global-ET0)第三版数据集提供了1970-2000年期间高分辨率(30角秒)的全球栅格气候数据,与潜在植物生长的蒸发过程和降雨量不足有关,基于参考作物的Penman Monteith蒸发量方程式的实施。该数据集跟随发展,基于WorldClim 2.1在30角秒或赤道约1公里处的数据。你可以在这里阅读该论文。Version 3 of the Global Aridity Index and Potential Evapotranspiration Database | Scientific Data
此星光明
2024/02/02
4250
Google Earth Engine(GEE)——全球参考蒸散量图层和全球参考蒸发量
Google Earth Engine ——MERIT/DEM/v1_0_3影像100M分辨率数据集
MERIT DEM a high accuracy global DEM at 3 arc second resolution (~90 m at the equator) produced by eliminating major error components from existing DEMs (NASA SRTM3 DEM, JAXA AW3D DEM, Viewfinder Panoramas DEM). MERIT DEM separates absolute bias, stripe noise, speckle noise and tree height bias using multiple satellite datasets and filtering techniques. After the error removal, land areas mapped with 2 m or better vertical accuracy were increased from 39% to 58%. Significant improvements were found in flat regions where height errors larger than topography variability, and landscapes such as river networks and hill-valley structures became clearly represented.
此星光明
2024/02/02
2000
Google Earth Engine ——MERIT/DEM/v1_0_3影像100M分辨率数据集
Google Earth Engine(GEE)——全球风力和太阳能发电站位置和功率数据集
统一的全球风力和太阳能发电站位置和功率数据集 能源系统需要去碳化,以便将全球变暖限制在安全范围内。虽然全球土地规划者承诺将更多地球上的有限空间用于风能和太阳能光伏发电,但关于目前基础设施的位置的信息却很少。最近的研究大多使用土地对风能和太阳能的适用性,加上技术和社会经济限制,作为实际位置数据的替代。在这里,我们解决了这个缺陷。利用容易获得的OpenStreetMap数据,我们提出了,据我们所知,第一个全球性的、开放的、统一的风能和太阳能装置的空间数据集。我们还包括用户友好的代码,使用户能够轻松地创建新版本的数据集。最后,我们还包括对装置的发电能力的一阶估计。我们预计这些数据将在全球能源系统去碳化的未来潜力和权衡的研究中产生广泛的兴趣。前言 – 床长人工智能教程
此星光明
2024/02/02
5120
Google Earth Engine(GEE)——全球风力和太阳能发电站位置和功率数据集
Google Earth Engine ——数据全解析专辑(Australian 5M DEM)澳大利亚5m DEM(局部)!
The Digital Elevation Model (DEM) 5 Metre Grid of Australia derived from LiDAR model represents a National 5 metre (bare earth) DEM which has been derived from some 236 individual LiDAR surveys between 2001 and 2015 covering an area in excess of 245,000 square kilometres. These surveys cover Australia's populated coastal zone; floodplain surveys within the Murray Darling Basin, and individual surveys of major and minor population centres. All available 1 metre resolution LiDAR-derived DEMs have been compiled and resampled using a neighbourhood-mean method to 5 metre resolution datasets for each survey area, and then merged into a single dataset for each State. Each state's dataset is provided as a separate image within the image collection.
此星光明
2024/02/02
2140
Google Earth Engine ——数据全解析专辑(Australian 5M DEM)澳大利亚5m DEM(局部)!
Google Earth Engine(GEE) ——全球网格化的海面温度(SSTG)数据集
全球网格化的海面温度(SSTG) 海面温度(SST)是一个重要的地球物理参数,对研究全球气候变化至关重要。尽管目前可以通过各种传感器(MODIS、AVHRR、AMSR-E、AMSR2、WindSat、原地传感器)获得海面温度,但不同传感器获得的温度值来自于不同的海洋深度和不同的观测时间,因此不同的温度产品缺乏一致性。前言 – 床长人工智能教程
此星光明
2024/02/02
3780
Google Earth Engine(GEE) ——全球网格化的海面温度(SSTG)数据集
Google Earth Engine——世界自然基金会(WWF)世界自由流动河流的数据集,这些数据是基于15角秒(赤道上约500米)分辨率的光栅数据。
HydroSHEDS is a mapping product that provides hydrographic information for regional and global-scale applications in a consistent format. It offers a suite of geo-referenced datasets (vector and raster) at various scales, including river networks, watershed boundaries, drainage directions, and flow accumulations. HydroSHEDS is based on elevation data obtained in 2000 by NASA's Shuttle Radar Topography Mission (SRTM).
此星光明
2024/02/02
2020
Google Earth Engine——世界自然基金会(WWF)世界自由流动河流的数据集,这些数据是基于15角秒(赤道上约500米)分辨率的光栅数据。
Google Earth Engine APP(GEE) ——秘鲁和厄瓜多尔流域的高分辨率网格化降水数据集(1981-2015)
秘鲁和厄瓜多尔流域的高分辨率网格化降水数据集(1981-2015) RAIN4PE是一个新型的日网格降水数据集,它通过随机森林回归法将多源降水数据(基于卫星的气候灾害组红外降水,CHIRP(Funk等人,2015),再分析ERA5(Hersbach等人,2020),以及地面降水)与地形高程合并而获得。此外,RAIN4PE通过逆向水文,在降水低估的集水区使用溪流数据进行水文校正。因此,RAIN4PE是秘鲁和厄瓜多尔唯一的网格化降水产品,它得益于最大限度的现有原地观测、多种降水来源、高程数据,并辅以溪流数据来校正帕拉莫斯和山地流域的降水低估。前言 – 床长人工智能教程
此星光明
2024/02/02
1930
Google Earth Engine APP(GEE) ——秘鲁和厄瓜多尔流域的高分辨率网格化降水数据集(1981-2015)
Google Earth Engine(GEE)——南亚和东亚的高空间分辨率热应力指数(HiTiSAE)
南亚和东亚的高空间分辨率热应力指数(HiTiSAE) 这个新开发的数据集是一个高空间分辨率(0.1°×0.1°)的网格产品,包含了1981年1月3日至2019年12月31日期间室内、室外阴影和室外无阴影UTCI、MRT和其他8个广泛采用的人类热应力指数(ESI、HI、Humidex、WBGT、WBT、WCT、AT、NET)的每日值,这些指数来自新获得的ECMWF ERA5-LAND和ERA5再分析产品。前言 – 床长人工智能教程
此星光明
2024/02/02
1390
Google Earth Engine(GEE)——南亚和东亚的高空间分辨率热应力指数(HiTiSAE)
Google Earth Engine(GEE)——统一的全球夜间灯光数据集(1992-2020年)
统一的全球夜间灯光(1992-2020年) 在这项研究中,作者通过协调来自DMSP数据的相互校准的NTL观测值和来自VIIRS数据的模拟的类似DMSP的NTL观测值,在全球范围内生成了一个综合的、一致的NTL数据集。生成的全球DMSP NTL时间序列数据(1992-2018)显示出一致的时间趋势。这个时间上扩展的DMSP NTL数据集为与人类活动有关的各种研究提供了宝贵的支持,如电力消耗和城市范围动态。该数据集包含
此星光明
2024/02/02
5280
Google Earth Engine(GEE)——统一的全球夜间灯光数据集(1992-2020年)
Google Earth Engine(GEE)——全球大坝地理参考数据库(GOODD)38,000多个地理坐标的大坝及其相关流域的全球数据集
全球大坝地理参考数据库(GOODD) 全球大坝地理坐标数据库是一个包含38,000多个地理坐标的大坝及其相关流域的全球数据集。源文件介绍了一个小型团队通过对全球范围内的卫星图像进行系统化数字化而开发的全球数据库,并强调了估计偏差和验证数据的各种方法。提供了以下数据集:(a)大坝墙体位置的原始数字化坐标(可能对从图像中识别大坝的机器学习方法有用);(b)每个大坝的全球流域矢量文件。
此星光明
2024/02/02
3110
Google Earth Engine(GEE)——全球大坝地理参考数据库(GOODD)38,000多个地理坐标的大坝及其相关流域的全球数据集
Google Earth Engine(GEE)——GHSL 全球人口网格数据集250米分辨率
GHSL 依赖于新的空间数据挖掘技术的设计和实施,允许从大量异构数据中自动处理和提取分析和知识,这些数据包括:全球、精细规模的卫星图像数据流、人口普查数据和人群来源或自愿地理信息来源。
此星光明
2024/02/02
4470
Google Earth Engine(GEE)——GHSL 全球人口网格数据集250米分辨率
GEE数据集:全球城市热岛强度(UHII)数据集(更新)
城市热岛效应(UHI)的特点是城市地区局部变暖,是城市化对气候的重要影响。 估算城市热岛强度(UHII)的传统方法受到一些限制,例如只关注晴空表面的 UHII,而忽略了全天空表面和冠层(气温)的 UHII。 这些方法往往忽略了人为干扰,导致估算结果的不确定性。 为了克服这些挑战,本研究引入了一种新的动态等面积(DEA)方法,旨在通过动态循环过程减少干扰因素的影响。 通过应用 DEA 方法并整合网格气温数据,建立了一个全面的全球尺度 UHII 数据集,该数据集涵盖 10,000 多个城市,时间跨度超过 20 年,具有月度时间分辨率。 该数据集提供了多方面的 UHII 估计值,包括晴空地表、全天空地表和冠层 UHII,为分析城市环境中的 UHI 趋势提供了坚实的基础。 数据集显示,80% 以上的研究城市的 UHII 大于零,地表 UHII 的全球年平均值约为 1.0°C(白天)和 0.8°C(夜间),冠层 UHII 约为 0.5°C。 此外,60%以上的城市观测到超高层大气吸入指数的年际上升趋势,地表超高层大气吸入指数的全球平均趋势超过每十年 0.1°C(白天)和 0.06°C(夜间),冠层超高层大气吸入指数的全球平均趋势略高于每十年 0.03°C。 此外,还发现了超高强辐射指数的大小和趋势之间的正相关关系,表明超高强辐射指数较强的城市,超高强辐射指数的增长速度往往较快。 由于数据类型(地表温度或气温)、数据采集时间(Terra 或 Aqua)、天气条件(晴空或全天空)和处理方法的不同,该数据集进一步突出了 UHII 估计值的差异。 这一全面的数据集和相应的分析为未来的城市气候研究提供了宝贵的见解,可在 https://doi.org/10.6084/m9.figshare.24821538 上公开获取。 全球城市热岛数据集采用多种方法,包括空气温度和地表温度的估计值。 该数据集从 2003 年到 2020 年按月提供(来自 MODIS Terra 卫星的数据集从 2001 年提供)。 您可以在这里阅读论文中的更多信息。
此星光明
2024/10/01
3370
GEE数据集:全球城市热岛强度(UHII)数据集(更新)
Google Earth Engine ——数据全解析专辑(SRTM Digital Elevation Data Version 4)数字高程数据集
The Shuttle Radar Topography Mission (SRTM) digital elevation dataset was originally produced to provide consistent, high-quality elevation data at near global scope. This version of the SRTM digital elevation data has been processed to fill data voids, and to facilitate its ease of use.
此星光明
2024/02/02
3370
Google Earth Engine ——数据全解析专辑(SRTM Digital Elevation Data Version 4)数字高程数据集
Google Earth Engine(GEE)——全球河流网络及相应的水资源区数据集
全球河流网络及相应的水资源区 河流网络和水资源区(WRZ)对于水资源的规划、利用、开发、保护和管理至关重要。目前,世界上的河网和水资源区大多是根据数字高程模型数据自动获得的,这些数据不够准确,尤其是在平原地区。此外,WRZ代码与河网不一致。作者提出了一系列方法,生成了分辨率较高、一致性较强的全球河网和相应的1-4级WRZ,该数据集为世界水资源的合理利用和社会可持续发展提供了重要依据和支持。您可以在这里阅读该论文全文
此星光明
2024/02/02
4490
全球250m分辨率的LAI叶面指数数据集
全球250米叶面指数产品由北京师范大学的肖志强教授团队生产,提供了多分辨率卫星遥感(MUSES)250m分辨率全球LAI产品,利用了MODIS地表反射率数据(MOD09Q1)生成的网格数据,时间分辨率为8天。数据中的每一个MOD09Q1像元包含了8天之内最佳L2G(栅格化后的L2级产品)观测数值,综合考虑了高观测覆盖、低视角、无云及云的阴影以及气溶胶浓度的影响。 LAI即叶面积指数(leaf area index)又叫叶面积系数,是指单位土地面积上植物叶片总面积占土地面积的倍数。前言 – 人工智能教程
此星光明
2024/02/02
5310
全球250m分辨率的LAI叶面指数数据集
Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) V3_2版本数据集
ALOS World 3D - 30m (AW3D30) is a global digital surface model (DSM) dataset with a horizontal resolution of approximately 30 meters (1 arcsec mesh). The dataset is based on the DSM dataset (5-meter mesh version) of the World 3D Topographic Data. More details are available in the dataset documentation.
此星光明
2024/02/02
3910
Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) V3_2版本数据集
推荐阅读
全球夜间灯光(1992-2021 年)数据集
4960
Google Earth Engine (GEE) ——全球海岸线数全球海岸线数据集30米分辨率
5730
全球年度模拟 NPP-VIIRS 夜光数据集(1992-2023)
1670
Google Earth Engine ——Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) V2_1版本数据集
2020
Google Earth Engine(GEE)——全球参考蒸散量图层和全球参考蒸发量
4250
Google Earth Engine ——MERIT/DEM/v1_0_3影像100M分辨率数据集
2000
Google Earth Engine(GEE)——全球风力和太阳能发电站位置和功率数据集
5120
Google Earth Engine ——数据全解析专辑(Australian 5M DEM)澳大利亚5m DEM(局部)!
2140
Google Earth Engine(GEE) ——全球网格化的海面温度(SSTG)数据集
3780
Google Earth Engine——世界自然基金会(WWF)世界自由流动河流的数据集,这些数据是基于15角秒(赤道上约500米)分辨率的光栅数据。
2020
Google Earth Engine APP(GEE) ——秘鲁和厄瓜多尔流域的高分辨率网格化降水数据集(1981-2015)
1930
Google Earth Engine(GEE)——南亚和东亚的高空间分辨率热应力指数(HiTiSAE)
1390
Google Earth Engine(GEE)——统一的全球夜间灯光数据集(1992-2020年)
5280
Google Earth Engine(GEE)——全球大坝地理参考数据库(GOODD)38,000多个地理坐标的大坝及其相关流域的全球数据集
3110
Google Earth Engine(GEE)——GHSL 全球人口网格数据集250米分辨率
4470
GEE数据集:全球城市热岛强度(UHII)数据集(更新)
3370
Google Earth Engine ——数据全解析专辑(SRTM Digital Elevation Data Version 4)数字高程数据集
3370
Google Earth Engine(GEE)——全球河流网络及相应的水资源区数据集
4490
全球250m分辨率的LAI叶面指数数据集
5310
Google Earth Engine ——ALOS World 3D - 30m (AW3D30) 是一个全球数字表面模型 (DSM) V3_2版本数据集
3910
相关推荐
全球夜间灯光(1992-2021 年)数据集
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验