日本30m分辨率数字高程模型（DEM）数据 - 国家冰川冻土沙漠科学数据中心

中文名称

日本30m分辨率数字高程模型（DEM）数据

英文名称

30m Resolution Digital Elevation Model (DEM) Data of Japan

CSTR

CSTR:11738.11.ncdc.nieer.2020.1682

DOI

10.12072/ncdc.NIEER.db0102.2020

数据共享方式

登录获取

数据分类

基础地理

数据贡献者

韩立钦

数据集摘要

本数据集基于国内外立体成像卫星数据成果进行优化、局部修正与纠偏，采取粗差修正、空值填充和水域数值异常剔除等处理方法，经过图像拼接、投影转化、裁剪等步骤，生成了优化的30m分辨率数字高程模型（DEM），数据成像时间为2019年。

基本信息

采集时间	2020/08/01 - 2020/08/31
采集地点	日本
数据量	1.5 GiB
数据格式	Tiff
数据空间分辨率(/米)	30m
坐标系	WGS84
投影	GCS_WGS_1984

数据源描述

原始DEM数据来自于Aster、ZY、欧比特等国内外卫星数据资源，Geotiff格式，参考大地水准面为WGS84/EGM96。

数据加工方法

将DEM分幅数据，利用ArcGIS批量处理工具进行格式转换、拼接、裁剪等处理得到30 m分辨率DEM数据。

数据质量描述

数据空间分辨率为1弧度秒（约30m）,无效像素值为-9999,海平面数据为0,。垂直精度20m，水平精度30m。

引用和标注

为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。

本数据用1:25000分幅上传，使用者全部下载后镶嵌栅格即可。

中文发表的成果中参考以下规范注明：数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。

英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用

韩立钦. 日本30m分辨率数字高程模型（DEM）数据. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2020. https://cstr.cn/CSTR:11738.11.ncdc.nieer.2020.1682.
韩立钦. 日本30m分辨率数字高程模型（DEM）数据. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2020. https://www.doi.org/10.12072/ncdc.NIEER.db0102.2020.

Endnote中 Bibtex中 RIS中 GBT7714中 EndnoteEN BibtexEN RISEN

许可协议

本作品采用 CC BY 4.0 （知识共享署名 4.0 国际许可协议）进行许可。

#	数据集标题
1	蒙古30m分辨率数字高程模型（DEM）数据
2	阿拉伯30m分辨率数字高程模型（DEM）数据
3	俄罗斯30m分辨率数字高程模型（DEM）数据
4	朝鲜半岛30m分辨率数字高程模型（DEM）数据
5	哈萨克斯坦共和国30m分辨率数字高程模型（DEM）数据
6	伊朗伊斯兰共和国30m分辨率数字高程模型（DEM）数据
7	印度30米分辨率数字高程模型（DEM）数据
8	祁连山地区90 m分辨率数字高程模型（DEM）数据
9	祁连山地区30 m分辨率数字高程模型（DEM）数据
10	甘肃省30米分辨率数字高程模型（DEM）数据

#	标题	文件大小
1	japan1.rar	633.2 MiB
2	japan2.rar	924.9 MiB

最近10条服务记录如下
#	时间	姓名	用途
1	2026/06/14 00:28	夏*	个人使用QGIS软件使用分析需求使用高程数据。
2	2026/06/01 03:26	曾*华	《环太平洋火山带人口分布特征分析》。本研究拟利用该数据开展环太平洋火山带地区人口空间分布特征研究，分析人口与火山活动区域的空间关系，探讨火山环境对人口聚集和分布的影响机制。数据仅用于课程论文写作和学术研究，不用于任何商业用途。研究成果将严格遵守数据使用协议，并规范引用数据来源。
3	2026/05/14 18:29	门*程	课程作业需要自行查找DEM数据：（Next you will need to explore the CoKriging approach to interpolation. Cokriging is an interpolation technique that enhances spatial predictions by incorporating highly correlated secondary variables (covariates). While Kriging uses only one variable, cokriging utilizes secondary, often more available or easier to measure, data to improve accuracy (e.g., using elevation to help map rainfall). Specifically, it utilizes both autocorrelation and crosscorrelation, to model spatial relationships through cross-semivariograms producing a more accurate prediction than univariate Kriging. Thus far in the lab, you have not explicitly attempted CoKriging. For the final step, you will be left on your own to do explore the CoKriging technique by considering what additional factors may influence the variability in earthquake shaking across the study area. You may have to do some additional research here. You will then need to find an additional dataset to use in the CoKriging process and attempt to increase the accuracy of your spatial interpolation.）
4	2025/11/13 03:13	兰*	该数据老师要求我们去网站上下载让后我找到贵公司的网站有该数据的存在所以申请使用助我完成作业
5	2025/11/12 20:05	理*彭	做作业，老师要求自己找卫星影像下载，结合日本行政区划搞图
6	2025/11/12 05:04	曹*阳	研究利用WebGL技术将平面DEM数据制作三维地形
7	2025/11/03 19:25	谭*奇	系统性地研究日本区域多种复合极端事件的时空演变规律、持续性、集群特征，并量化大尺度气候变率及非平稳性对其的影响。
8	2025/06/26 00:42	任*州	Paper title：复合气象水文农业干旱的日本九州地区干旱研究 Paper abstract： Paper type： Tutor 姜卫平
9	2025/06/16 02:43	曹*阳	论文题目：水文遗产研究数据在研究中的作用：地理分析论文类型：期刊导师姓名：
10	2025/05/20 16:46	蒋*森	Paper title：基于景观特征识别日本国立公园露营地分布研究 Paper abstract：用作基础分析，正在属于数据搜集阶段，无摘要 Paper type：硕士论文 Tutor：唐军