利用ZY-3影像、Landsat-8 OLI/TIRS、sentinel-2、ASTER GDEM V3等数据源,通过深度学习算法及人工光目视检查获取喀喇昆仑山高精度冰川边界,并赋予形状、地形等属性信息。该数据可为高亚洲地区冰川研究提供基础数据支持。
采集时间 | 2018/07/01 - 2021/10/31 |
---|---|
采集地点 | 喀喇昆仑山 |
海拔 | 1250.0m - 8500.0m |
数据量 | 27.9 MiB |
数据格式 | *.shp |
数据空间分辨率(/米) | 30m |
数据时间分辨率 | 年 |
坐标系 | WGS84 |
投影 | WGS_1984_UTM_Zone_43N |
ZY-3数据 分辨率4m 项目获取。
Landsat-8 OLI/TIRS 分辨率30m 地址:https://earth.esa.int/eogateway/catalog/landsat-8-9-oli-tirs-worldwide-data-products 。
Sentinel-2 分辨率 10m 地址:https://scihub.copernicus.eu/dhus/#/home 。
ASTER GDEM V3 分辨率30m 地址:https://www.earthdata.nasa.gov/topics/land-surface/digital-elevation-terrain-model-dem 。
1.通过PCI Geomatica 生产ZY-3 DEM,并计算坡度特征,分辨率为4m;基于gee平台使用Landsat-8 OLI/TIRS 反演地表温度数据,分辨率为30m。
2.使用构建的深度学习算法模型U-Net+CBAM,以ZY-3光学影像为主,辅以地形、和温度特征进行冰川边界提取。
3.对深度学习提取的原始边界进行人工目视矫正,并赋予如形状特征、地形等属性信息。
使用Granshaw、Tobias Bolch 等人提出的缓冲区法评估冰川边界的不确定性,结果表明本次喀喇昆仑山冰川边界不确定性为±1.71%,表碛边界的不确定性为±3.58%。,结果质量较好,数据可信。
# | 编号 | 名称 | 类型 |
1 | 2021YFE0116800 | 高亚洲和北极积雪-冰川与地质灾害监测技术及示范应用 | 科技部国际合作项目 |
2 | KC-24248782 | 顾及空间分辨率差异的多模态遥感融合冰川识别研究 | 其他 |
3 | 42361144874 | 耦合水源物源动态的印度河上游冰川灾害过程研究 | 国家自然科学基金 |
# | 标题 | 文件大小 |
---|---|---|
1 | HRKGI.gdb.rar | 27.9 MiB |
2 | _ncdc_meta_.json | 5.1 KiB |
© 中国科学院西北生态环境资源研究院 2005- 备案号:陇ICP备2021001824号-21
兰州市东岗西路320号, 730000, 电话: 0931-4967592,0931-4967596