GEDTM30

GEDTM30是一个全球1弧秒（约30米）的数字地形模型（DTM），使用基于机器学习的数据融合方法构建。该数据集利用近300亿个最高质量的高程点，通过全球到局部的随机森林模型训练生成。GEDTM30还用于生成15个地表参数，涵盖地形位置、光照和阴影、地形特征以及水文等方面。GEDTM30 is a global 1-arcsecond (approximately 30-meter) digital terrain model (DTM) constructed using machine learning-based data fusion methods. This dataset leverages nearly 30 billion high-quality elevation points and is generated through the training of a global-to-local random forest model. Additionally, GEDTM30 is utilized to generate 15 surface parameters covering terrain position, illumination and shadow, terrain characteristics, hydrology and other related aspects.

原始信息汇总

GEDTM30 数据集概述

数据集简介

GEDTM30 是一个全球1弧秒（约30米）分辨率的数字地形模型（DTM），采用基于机器学习的数据融合方法构建。该数据集利用ICESat-2和GEDI数据，通过全球到局部的随机森林模型训练生成，使用了近300亿个高质量高程点。

数据组成

1. GEDTM30: 地形高度预测

   • 表示预测的地形高度。

2. 地形预测的不确定性图

   • 提供地形预测的不确定性图，源自随机森林模型中各个树预测的标准差。

3. 15个地表参数

   • 通过DTM参数化生成，代表不同的地形特征。每个参数的元数据存储在scale.csv中。

   • 参数化使用的优化Equi7切片系统存储在equi7_tiles中。

   • 地形特征：

     • 坡度（度）
     • 地貌形态

   • 光照与阴影：

     • 正开放性
     • 负开放性
     • 山体阴影

   • 曲率：

     • 最小曲率
     • 最大曲率
     • 剖面曲率
     • 切向曲率
     • 环形曲率
     • 形状指数

   • 局部地形位置：

     • 与平均高程的差异
     • 法线的球面标准偏差

   • 水文：

     • 特定集水区
     • LS因子
     • 地形湿度指数

元数据与缩放

图层	缩放	数据类型	无数据值
集成数字地形模型	10	Int32	-2,147,483,647
标准偏差EDTM	100	UInt16	65,535
与平均高程的差异	100	Int16	32,767
地貌形态	1	Byte	255
山体阴影	1	UInt16	65,535
LS因子	1,000	UInt16	65,535
最大曲率	1,000	Int16	32,767
最小曲率	1,000	Int16	32,767
负开放性	100	UInt16	65,535
正开放性	100	UInt16	65,535
剖面曲率	1,000	Int16	32,767
环形曲率	10,000	Int16	32,767
形状指数	1,000	Int16	32,767
坡度（度）	100	UInt16	65,535
特定集水区	1,000	UInt16	65,535
法线的球面标准偏差	100	Int16	32,767
切向曲率	1,000	Int16	32,767
地形湿度指数	100	Int16	32,767

使用场景

该数据集适用于地球科学、GIS和遥感领域的研究人员、开发人员和专业人士。可以集成到各种地理空间分析工作流中，以增强地形表示和建模精度。数据集覆盖全球，适用于以下应用：

• 地形学
• 水文学
• 地貌测量学
• 其他

获取与使用

• 克隆仓库以访问和测试模型及参数化： bash git clone https://github.com/openlandmap/GEDTM30.git

• 从Zenodo下载数据集：10.5281/zenodo.14900181

引用

如果使用该数据集，请引用：

Ho, Y., & Hengl, T. (2025). Global Ensemble Digital Terrain Model 30m (GEDTM30) (Version v20250130) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.14900181

许可证

该数据集采用完全开放的CC-BY 4.0许可证。

联系方式

如有任何问题或贡献，请通过[[e-mail]]联系。

搜集汇总

数据集介绍

构建方式

GEDTM30数据集通过机器学习驱动的数据融合方法构建，采用了全球到局部的随机森林模型，该模型基于ICESat-2和GEDI数据训练，利用了近300亿个高质量高程点。这一方法不仅提升了地形模型的精度，还生成了15种地表参数，涵盖了地形位置、光照与阴影、地貌特征及水文等多个方面。

特点

GEDTM30数据集以其高分辨率（1弧秒，约30米）和全球覆盖范围著称，提供了地形高度预测及其不确定性地图。此外，数据集还包含了15种地表参数，这些参数在六个不同尺度（30米至960米）上生成，能够全面反映地形的多样性和复杂性。数据集的结构化设计使其适用于多种地理空间分析场景。

使用方法

GEDTM30数据集适用于地球科学、地理信息系统（GIS）和遥感领域的研究人员和开发者。用户可以通过克隆GitHub仓库或从Zenodo平台下载数据集，将其集成到地理空间分析工作流中，以增强地形表示和建模的准确性。数据集的应用范围广泛，包括地形学、水文学、地貌测量学等多个领域。

背景与挑战

背景概述

GEDTM30数据集是一个全球1弧秒（约30米）分辨率的数字地形模型（DTM），采用基于机器学习的数据融合方法构建。该数据集由Ho和Hengl等研究人员开发，利用ICESat-2和GEDI数据中的近300亿个高质量高程点，通过全局到局部的随机森林模型进行训练生成。GEDTM30不仅提供了地形高度预测，还生成了15种地表参数，涵盖地形位置、光照与阴影、地貌特征和水文学等多个方面。该数据集的研究方法已在PeerJ期刊提交并正在审稿中，其发布为地球科学、地理信息系统（GIS）和遥感领域的研究提供了高精度的地形数据支持，显著提升了全球地形建模的精度与应用范围。

当前挑战

GEDTM30数据集在构建与应用过程中面临多重挑战。首先，数据融合的复杂性要求处理来自ICESat-2和GEDI的庞大数据量，并确保数据质量与一致性。其次，随机森林模型的训练与优化需要高性能计算资源，以应对全球范围的高分辨率数据处理需求。此外，生成的地表参数在不同尺度（30米至960米）上的精度与适用性需进一步验证，尤其是在复杂地形区域。最后，数据集的全球覆盖性要求高效的存储与分发机制，以支持大规模地理空间分析应用。这些挑战不仅考验了数据构建的技术能力，也对后续的研究与应用提出了更高的要求。

常用场景

经典使用场景

GEDTM30数据集在全球地形建模领域具有广泛的应用，尤其是在高精度地形分析和地表参数化研究中。该数据集通过融合ICESat-2和GEDI的高质量高程数据，生成了全球1弧秒（约30米）分辨率的数字地形模型（DTM），并进一步衍生出15种地表参数，涵盖了地形位置、光照与阴影、地貌特征以及水文等多个方面。这些数据为地形学研究提供了高精度的基础数据，广泛应用于地形特征提取、地貌分类以及水文模拟等领域。

实际应用

在实际应用中，GEDTM30数据集被广泛用于地形分析、灾害风险评估、水资源管理以及城市规划等领域。例如，在水文学中，该数据集的高精度地形数据可用于洪水模拟和流域分析；在城市规划中，其地形参数为土地利用规划和基础设施设计提供了重要参考。此外，该数据集还支持全球气候变化研究，为地表过程模拟提供了可靠的数据基础。

衍生相关工作

GEDTM30数据集的发布推动了多个相关领域的研究进展。基于该数据集，研究人员开发了多种地形分析工具和算法，进一步提升了地形建模的精度和效率。例如，利用其生成的地表参数，研究人员开发了新的地貌分类方法和水文模型。此外，该数据集还被用于全球地形变化监测和生态系统服务评估，衍生出多项具有重要学术价值的研究成果。