当前位置: 首页 > news >正文

【数据集】2020年150m分辨率全球城市建筑高度数据集

目录

  • 数据概述
    • 🌍 数据集简介
    • 📌 数据构建方法
      • 1. GEDI 激光雷达数据
      • 2. 遥感影像特征
      • 3. 地形特征
      • 4. 建模方法
    • ✅ 数据验证与精度
      • 📊 与现有数据集比较
    • 📌 限制与改进方向
  • 数据下载
  • 参考

根据论文《A global product of 150-m urban building height based on spaceborne lidar》(Ma et al., 2024),本文推出了一个全球城市建筑高度数据集,具有150 米空间分辨率,时间接近2020 年,填补了以往高精度城市三维信息在全球尺度上的空白。以下是该数据集的详细介绍。

在这里插入图片描述

数据概述

论文-J2024-A global product of 150-m urban building height based on spaceborne lidar

🌍 数据集简介

该数据集是基于GEDI空间激光雷达(Global Ecosystem Dynamics Investigation)获取的全球建筑高度样本,结合多源遥感数据(Landsat-8、Sentinel-1、Sentinel-2)和地形数据(ASTER GDEM),通过随机森林模型推算并生成的全球城市建筑高度栅格图层。

  • 空间分辨率:150 米
  • 时间覆盖:约
http://www.xdnf.cn/news/646093.html

相关文章:

  • 阿里云OSS Api工具类不使用sdk
  • Javase 基础加强 —— 08 IO流
  • 林曦词典|创造力
  • 第3章 Java的基本成设计结构
  • Python 程序如何高效地调试
  • 使用Python从GHCN-Daily数据库下载和处理历史天气数据:完整指南
  • 单调栈(c++)
  • 布谷鸟过滤器 (Cuckoo Filter)
  • 健康密码:解锁现代养生新法则
  • 嵌入式学习 D27:系统编程--进程
  • 代码中数据类型如何去理解并正确
  • 150MB/3s传输+2K画质:这款远程桌面工具重新定义开源性能
  • 历年华东师范大学保研上机真题
  • Selenium 测试框架 - C#
  • Thread类的基本用法
  • DOM事件的传播机制
  • 贪心算法应用:最大匹配问题详解
  • Ollama学习1:安装、命令、API
  • C++语言入门————高精度计算
  • 基于RK3568处理器实现8路CAN总线PLC解决方案
  • numpy执行无缘无故崩溃 没有报错
  • Autodl训练Faster-RCNN网络--自己的数据集(二)
  • PCB文件从 Allegro 24.1 降级保存为 Allegro 17.4版本格式
  • 李沐《动手学深度学习》| 4.4 模型的选择、过拟合和欠拟合
  • Mujoco 学习系列(六)官方教程 The introductory tutorial teaches MuJoCo basics
  • 53页 @《人工智能生命体 新启点》中國龍 原创连载
  • Learning Transferable Visual Models From Natural Language Supervision
  • 国内云平台RTX 5090租赁及LLM微调推荐
  • 系统编程day04
  • 分库分表深度解析