【数据下载网站】哨兵数据下载

0.前言

哥白尼网站上的发布的一则公告显示:自2023年1月24日起,一个新的哥白尼数据空间生态系统已经启动,为所有哨兵数据(Sentinel-1, Sentinel-2, Sentinel-3 and Sentinel-5P)提供可视化和数据处理

网址为:https://dataspace.copernicus.eu/
可以用邮箱注册账号,比较方便。
在这里插入图片描述

没有账号可以先注册一下。
在这里插入图片描述

其他哨兵(Sentinel)系列卫星的数据下载网址:
https://scihub.copernicus.eu/
https://asf.alaska.edu/
https://sentinel-hub.com

1. VISUALIZE(数据可视化)

可以快速根据条件,例如云量、日期、产品(真彩色、假彩色、NDVI等),进行的数据的快速计算和浏览。
下图选中了一块区域的NDVI

请添加图片描述

2. SEARCH(数据检索与下载)

切换到SEARCH面板,可以设置条件查询数据,进行数据的下载。
请添加图片描述


结束语

感觉还有很多功能值得把玩。

欢迎批评指正,仅供学习交流,资料来源于网络,如有侵权请联系删除。如有补充欢迎评论区大佬们指点。

可以关注微信公众号哦:【GeoLearning】,不定期分享一些好玩好用的东东,欢迎关注。

在这里插入图片描述

<think>好的,我需要帮助用户寻找适用于山区特征提取的开源地理数据集。首先,我需要明确用户的需求:他们可能在进行地形分析、山区地貌研究或者相关的地理信息系统(GIS)项目,需要可靠的开源数据源。接下来,我应该回顾已有的知识库引用,看看是否有相关的信息。 根据引用[1],提到了QGIS的"SAGA GIS"模块和ArcGIS的扩展,这些工具可能依赖特定的数据集。引用[3]提到GIS用于计算坡度、不透水面积等参数,所以可能需要高程数据。用户需要的是数据集,而不仅仅是工具,因此我需要列举常见的高程数据来源,如SRTM、ASTER GDEM等。 然后,考虑用户提到的“开源”和“山区特征”,需要确保推荐的数据集是免费且适合山区地形分析的。例如,SRTM和ASTER GDEM都是广泛使用的高程数据集,适合提取坡度、坡向等地形特征。此外,OpenTopography提供高分辨率地形数据,特别适合山区。 另外,用户可能需要矢量数据,如自然地球数据集(Natural Earth)中的山脉范围,或者OpenStreetMap的山地标签数据。这些数据集可以帮助划定山区边界或识别山区特征。 还需要考虑数据的分辨率和覆盖范围。比如,Copernicus DEM有更高的分辨率,适合详细分析,而GMTED2010虽然分辨率较低,但覆盖全球,可能适合大范围研究。 最后,应该推荐用户结合QGIS或SAGA GIS工具处理这些数据,如引用[1]提到的,这些工具支持地形分析。同时,生成相关问题,帮助用户进一步了解如何应用这些数据集,例如预处理步骤或分析流程。</think>### 山区特征提取的开源地理数据集推荐 #### 1. **全球高程数据** - **SRTM (航天飞机雷达地形任务)** 分辨率:30米(全球覆盖)和90米(部分地区) 适用场景:提取山区高程、坡度、坡向等地形参数,生成等高线[^1]。 数据源: - [NASA Earthdata](https://earthdata.nasa.gov/) - [OpenTopography](https://opentopography.org/) - **ASTER GDEM (先进星载热发射和反射辐射计全球数字高程模型)** 分辨率:30米 特点:覆盖南北纬83°之间的区域,适用于复杂山地地形分析[^1]。 数据源:[NASA Earthdata](https://earthdata.nasa.gov/) - **Copernicus DEM** 分辨率:30米(GLO-30)和90米(GLO-90) 特点:基于卫星雷达数据,适合高精度山地特征提取。 数据源:[Copernicus Open Access Hub](https://dataspace.copernicus.eu/) --- #### 2. **地形衍生数据** - **GMTED2010 (全球多分辨率地形高程数据)** 分辨率:约1公里 应用:山区宏观地形分类(如海拔带、相对高差)[^2]。 数据源:[USGS](https://www.usgs.gov/) - **MERIT DEM** 分辨率:90米 特点:通过多源数据融合优化,减少植被和建筑物对高程的干扰,适合山区裸地地形分析。 数据源:[MERIT Hydro](http://hydro.iis.u-tokyo.ac.jp/~yamadai/MERIT_DEM/) --- #### 3. **开源矢量与栅格数据集** - **Natural Earth** 内容:包含山脉范围、地形分类等矢量数据(如`ne_10m_geography_regions`)。 适用场景:山区边界划定与宏观特征匹配[^3]。 数据源:[Natural Earth Data](https://www.naturalearthdata.com/) - **OpenStreetMap (OSM)** 标签:山区可通过`natural=peak`、`mountain_pass`等标签提取。 工具:使用`QGIS`的`QuickOSM`插件直接下载相关数据。 --- #### 4. **遥感影像与专题数据** - **Landsat 和 Sentinel-2** 用途:结合多光谱数据识别山区植被覆盖、岩性分布。 数据源: - [USGS Landsat](https://landsat.gsfc.nasa.gov/) - [Copernicus Open Access Hub](https://scihub.copernicus.eu/) - **Global Forest Change** 内容:山区森林覆盖变化数据(2000-2020年)。 数据源:[University of Maryland](https://glad.umd.edu/dataset/global-forest-change) --- ### 数据处理工具建议 - **QGIS插件**: - 使用`SAGA GIS`模块计算坡度、坡向、地形曲率[^1]。 - `GRASS GIS`工具集进行山区水文网络提取(如河网、分水岭)。 - **Python库**: - `GDAL`读取高程数据,`rasterio`分析栅格地形特征。 - `scikit-learn`对山区地貌进行聚类分类(如峰丛、峡谷)。 ---
评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值