Awesome-DEM

该合集是一个关于数字高程模型（DEM）数据集的资源集合，覆盖全球开放、全球专有、全球测深、本地开放以及非陆地开放等多个类别。主题包括DEM、DSM和DTM的区别，收录了ASTER GDEM、SRTM DEM、NASADEM、ALOS World 3D-30m、Copernicus DEM等具体数据集，并提供了相关论文、门户网站和讨论链接，旨在为用户提供全面的DEM数据集概览和索引。This collection is a curated resource set dedicated to digital elevation model (DEM) datasets, covering multiple categories including global open-access, global proprietary, global bathymetric, local open-access, and non-terrestrial open-access resources. Its topics cover the distinctions among DEM, DSM and DTM. It includes specific datasets such as ASTER GDEM, SRTM DEM, NASADEM, ALOS World 3D-30m, and Copernicus DEM, and also provides relevant papers, portal websites and discussion links, aiming to provide users with a comprehensive overview and index of DEM datasets.

原始信息汇总

数据集详情总结：Awesome-DEM

简介

这是一个关于数字高程模型（DEM）的资源集合仓库，涵盖了全球、局部及非地球天体的开放和专有数据集。DEM 是地表高程的数字化表示，并区分了数字表面模型（DSM，包含树木、建筑等地物） 和数字地形模型（DTM，仅表示裸地）。

全局开放数据集

快速对比表

数据集	类型	水平分辨率（米）	垂直精度（米）	数据采集周期	方法
ASTER GDEM V3	DSM	30	17	2000-2011	摄影测量
SRTM DEM V3	DSM	30（美国）、90（其他）	9	2000	InSAR
NASADEM	DSM	30	-	2000	InSAR（SRTM 再处理）
AW3D30	DSM	30	5	2006-2011	摄影测量
COPERNICUS GLO-30	DSM	30	4	2011-2015	InSAR
MERIT	DSM	90	12	2000、2006-2011	InSAR + 摄影测量
FABDEM	DTM	30	1.12-2.88（平均误差）	2011-2015	InSAR（机器学习去除建筑和树木）
TanDEM-X 90m	DSM	90	10	2010-2015	InSAR

核心数据集详解

• ASTER GDEM：基于光学传感器立体像对，最新版本为 V3。
• SRTM DEM：由航天飞机 Endeavour 执行，覆盖范围为北纬 60° 至南纬 56°。产品包括非空洞填充和空洞填充版本。
• NASADEM：使用最新解缠技术重新处理 SRTM，并用 ASTER GDEM、ALOS PRISM 等辅助数据填补空洞。
• ALOS World 3D-30m（AW3D30）：来自 JAXA，基于 ALOS PRISM 传感器。
• Copernicus DEM：基于 WorldDEM/TanDEM-X，提供 GLO-90（全球 90m）、GLO-30（全球 30m）和 EEA-10（欧洲，非公开）产品。
• MERIT：结合 SRTM 和 ALOS World 3D，去除误差和噪声。
• FABDEM：从 GLO-30 处理得到，使用机器学习去除建筑和树木，适用于研究，商用需购买。
• TanDEM-X 90m：对研究开放，可能有限获取 12m 或 30m 版本。

全局专有数据集

• WorldDEM 和 TanDEM-X：来自 Airbus 和 DLR。产品包括 WorldDEM（12m）、WorldDEM Neo（5m）以及 TanDEM-X 的 12m、30m、90m 版本。
• Vricon：5m 分辨率。

全球海洋测深（开放）

• ETOPO1：1 弧分全球地形模型，集成陆地地形和海洋水深，分辨率约 2km。
• GMRT：全球多分辨率地形数据综合，基于多波束声纳数据，分辨率 100m，最新版本 4.0（2022 年发布）。
• GEBCO：GEBCO_2022 网格，15 弧秒间隔，分辨率约 250m，附带源数据类型标识。
• SRTM15+：15 弧秒分辨率（约 500m），结合 SRTM、船舶测深和卫星预测深度，最新版本 V2.1（2019 年发布）。

局部开放数据集

欧洲

• EU-DEM：DSM，融合 SRTM 和 ASTER GDEM，30m 分辨率，垂直 RMSE 7m。
• EU-DTM：使用集成机器学习，结合 GEDI 和 ICESat-2 数据，从多个 DSM 处理得到 DTM。

美国

• US：3DEP：USGS 3D 高程计划，基于激光雷达，极高分辨率（2m），提供多种 DSM/DTM 产品。

北极

• ArcticDEM：来自立体影像摄影测量，2m 分辨率。
• REMA：带时间戳的北极高程模型，可测量高程变化，8m 分辨率。

澳大利亚

• Elvis - Elevation and Depth：包含 DEM、DSM 和点云，主要基于激光雷达，分辨率包括 1m、2m、5m、1 秒，覆盖新南威尔士、维多利亚和塔斯马尼亚全境，并包含周围水深。

法国

• Litto3D：法国沿海区域，包含地形和水深，1km 分辨率。
• RGE ALTI：法国（含海外领土）DTM，每年更新，分辨率约 1m（山区约 7m），来源包括机载激光雷达、航片相关和雷达。
• HD-LIDAR：正在进行的激光雷达采集活动，点云数据可处理为 DTM、DSM 和数字高度模型。

其他地区

• 意大利：Tinitaly DEM：10m 网格的意大利 DTM，来自多种分辨率来源。
• 瑞士：SwissALTI3D：极高精度 DEM，描述无植被和建筑的瑞士地表，每六年更新一次。
• High Mountain Asia DEM：高亚洲冰川区域，8m 分辨率，来自 DigitalGlobe 影像（2002-2016 年采集）。
• 新西兰：LINZ DEMs：提供 1m 分辨率 DEM 集合，另有 8m 和 1 弧秒的衍生处理版本。

非地球天体（开放）

• LOLA（月球）：月球侦察轨道器数据，全球 118m 分辨率，±60° 纬度内 59m 分辨率。
• Pluto New Horizon（冥王星）：部分 DEM，300m 分辨率。
• MOLA（火星）：火星全球勘探者数据，463m 分辨率。
• Charon New Horizon（冥卫一）：部分 DEM，300m 分辨率。
• Mercury Messenger（水星）：665m 分辨率。
• Venus Magellan（金星）：4641m 分辨率。

相关链接

• 论文：涉及 ASTER、AW3D30、MERIT、TanDEM-X、SRTM、NASADEM 等模型的垂直精度评估与比较。
• 门户网站：包括 OpenTopography、AWS Open Data、Microsoft Planetary Computer、Google Earth Engine Data Catalog、Sentinel Hub。

搜集汇总

数据集介绍

构建方式

数字高程模型（DEM）是地表高程的数字化表征，在地形分析、水文建模和遥感研究中具有核心地位。Awesome-DEM数据集并非单一产品，而是一个精心编纂的全球数字高程模型资源目录。其构建方式基于对现有公开及专有DEM数据的系统梳理与整合，涵盖了从全球尺度到局部区域的多种数据集。该目录通过分类归纳，将数据按覆盖范围（全球与局部）、开放程度（开放与专有）及类型（DSM与DTM）进行组织，并附有详尽的元数据表格，包括水平分辨率、垂直精度、采集时间及生成方法（如InSAR、摄影测量、激光雷达等）。此外，还特别收录了月球、火星等地外天体的高程模型，体现了其构建的全面性与专业性。

使用方法

使用Awesome-DEM数据集时，研究者应首先根据研究区域（全球或局部）及所需精度，参照目录中的汇总表格筛选候选产品。例如，全球尺度下的水文模拟可优先考虑MERIT或FABDEM，而高精度局部研究则可选择美国3DEP或瑞士SwissALTI3D。每个数据条目均提供了官方数据门户链接（如OpenTopography、AWS Open Data、Google Earth Engine），用户可直接访问并下载原始栅格数据。对于专有数据（如WorldDEM），则需联系供应商获取许可。此外，该目录还收录了相关学术论文与讨论，有助于深入理解各模型的适用场景与局限性，从而做出明智的数据选择。

背景与挑战

背景概述

数字高程模型（DEM）作为地表形态的数字化表征，是地球科学、环境监测、城市规划及行星探测等领域不可或缺的基础数据源。自2000年航天飞机雷达地形测绘任务（SRTM）开创全球高精度DEM先河以来，国际学术界与空间机构持续推动DEM数据的空间分辨率、垂直精度与覆盖范围的提升。Awesome-DEM数据集由国际遥感与地理信息科学界联合维护，系统整合了从全球开放数据集（如ASTER GDEM、Copernicus DEM）到区域高分辨率产品（如瑞士SwissALTI3D、美国3DEP），乃至地外天体DEM（如月球LOLA、火星MOLA）的丰富资源。该数据集的创建旨在为研究者提供一站式DEM检索与对比平台，其核心研究问题聚焦于不同DEM产品的精度评估、误差来源分析及多源数据融合策略，已在地形变化监测、水文建模与行星地质学等领域产生深远影响。

当前挑战

该数据集面临的核心挑战首先在于解决领域内多源DEM数据一致性与精度评估的难题。不同DEM产品因采集时间、传感器类型（如InSAR与摄影测量）及后处理算法（如植被与建筑移除）的差异，导致同一区域的地形表征存在系统性偏差，这对多时相变化检测与跨数据融合分析构成严峻考验。其次，构建过程中遭遇的挑战包括：全球开放数据与商业数据之间的许可壁垒，限制了高分辨率产品（如TanDEM-X 12m）的公开获取；局部区域DEM的时空覆盖不均衡，例如高亚洲冰川区与南极地区的精细数据仍显匮乏；此外，从原始点云到标准化栅格产品的处理流程中，噪声抑制、空洞填充与垂直基准统一等问题亟需更鲁棒的解决方案，尤其是利用机器学习方法（如FABDEM）消除地表覆盖物干扰时，模型泛化能力与验证标准尚需完善。

常用场景

经典使用场景

在遥感与地球科学领域，数字高程模型（DEM）是地形分析的核心基础数据。Awesome-DEM数据集整合了全球范围内主流的开源DEM产品，包括SRTM、ASTER GDEM、Copernicus DEM、ALOS World 3D-30m等，覆盖从30米到90米不等的空间分辨率。该数据集最经典的使用场景在于区域地形建模与水文分析，研究者可基于不同DEM源对比其垂直精度与空间连续性，进而评估其对洪水淹没模拟、流域划分及坡度计算的影响。此外，该数据集常被用于冰川变化监测与地表形变研究，尤其是在高亚洲地区，通过多时相DEM差异分析揭示冰量动态。其结构化分类（DSM与DTM）也为城市冠层高度估算与植被覆盖校正提供了基准参考。

解决学术问题

该数据集系统性地解决了多源DEM产品对比与选择这一学术难题。传统研究中，不同DEM因获取方式（如InSAR、摄影测量）与后处理算法差异，导致同一区域高程值存在显著偏差，进而影响地形衍生参数的可靠性。Awesome-DEM通过详尽的元数据表格（涵盖分辨率、垂直精度、采集时段及方法）和衍生关系图，为研究者提供了透明化的评估框架。它促进了DEM精度验证研究的标准化，例如针对森林覆盖区或复杂山地，研究者可定量分析植被偏差与空洞填充效应。这种系统化认知推动了“全球地形基准”的构建，为气候变化下的海平面上升模拟、地质灾害风险区划提供了坚实数据基础。

实际应用

在实际应用中，Awesome-DEM数据集为多领域工程与规划提供了关键支撑。在基础设施选址方面，如道路、水坝与风电场建设，工程师可利用FABDEM或Copernicus GLO-30等DTM产品去除建筑物与植被干扰，获取真实地表高程以评估地基稳定性。在灾害应急管理中，该数据集支持洪水淹没范围快速制图与山体滑坡敏感性分析，例如基于MERIT或NASADEM的高程数据可生成高精度汇流网络。此外，在全球导航与航空安全领域，高分辨率DEM（如ArcticDEM与REMA）用于极地航线规划与地形告警系统更新，显著提升了飞行器在无人区运行的安全裕度。

数据集最近研究

最新研究方向

随着全球气候变化与极端水文事件的频发，高精度数字高程模型（DEM）在水文模拟、地质灾害评估及碳循环研究中的核心地位日益凸显。当前，该领域的前沿研究方向聚焦于融合多源遥感数据与机器学习算法，以提升DEM的垂直精度与时空连续性。例如，FABDEM通过深度学习从哥白尼GLO-30中移除植被与建筑物，生成了全球首套30米分辨率裸地表地形模型，显著降低了DEM在洪水建模中的系统性误差。同时，欧洲EU-DTM项目结合GEDI与ICESat-2激光测高数据，利用集成机器学习方法将多套DSM融合为高保真DTM，为区域尺度的碳储量估算提供了关键基准。这些进展不仅推动了DEM从单一地形表征向动态环境监测的转型，也为联合国可持续发展目标中关于陆地生态与灾害韧性的指标提供了可靠的数据支撑。