FinTopo2
收藏github2024-10-27 更新2024-10-28 收录
下载链接:
https://github.com/MSpace-WHU/FinTopo2
下载链接
链接失效反馈官方服务:
资源简介:
FinTopo2是一个开放访问的高分辨率地形数据集,覆盖整个芬兰,具有2米的分辨率。它包括数字高程模型(DEM)、数字表面模型(DSM)和归一化数字表面模型(nDSM),提供详细和准确的地形信息,适用于地理和环境研究、城市规划等多种应用。
FinTopo2 is an open-access high-resolution topographic dataset covering all of Finland with a spatial resolution of 2 meters. It includes Digital Elevation Model (DEM), Digital Surface Model (DSM) and Normalized Digital Surface Model (nDSM), providing detailed and accurate topographic information suitable for a wide range of applications such as geographical and environmental research, urban planning, and so on.
创建时间:
2024-10-25
原始信息汇总
FinTopo2 - 芬兰2米高分辨率地形数据集
1. 简介
FinTopo2是一个开放访问的高分辨率地形数据集,覆盖整个芬兰,空间分辨率为2米。该数据集包括数字高程模型(DEM)、数字表面模型(DSM)和归一化数字表面模型(nDSM),提供详细和准确的地形信息,适用于地理和环境研究、城市规划等多种应用。数据集源自芬兰国家土地调查局(NLS)提供的开源机载激光扫描(ALS)点云数据,使用ETRS89 / TM35FIN(E, N)坐标参考系统(EPSG:3067)和N2000高度系统(EPSG:3900)。
2. 命名规范
数据集文件采用以下命名规范: xxxxxxxTTT.tif 例如: k2444f1DEM.tif / k2444f1DSM.tif / k2444f1CHM.tif
| 变量 | 描述 |
|---|---|
| xxxxxxx | 采用原始ALS数据文件命名结构。 |
| TTT | 地形产品类型,包括DEM、DSM和nDSM(CHM)。 |
3. 示例代码
建议使用MATLAB中的geotiffread或readgeoraster函数读取数据集中的.tif图像。函数用法如下: matlab [A, R] = geotiffread(‘yourfile.tif’); [A, R] = readgeoraster(‘yourfile.tif’);
A:包含图像数据的矩阵。 R:返回用于地理参考数据的空间参考对象。 yourfile.tif:GeoTIFF文件的路径。
4. 数据链接
由于FinTopo2数据集的体积较大(约630 GB),我们正在将其上传到数据托管服务器。下载链接将很快提供。
5. 使用
FinTopo2数据集在CC BY 4.0许可下开放访问。
搜集汇总
数据集介绍

构建方式
FinTopo2数据集的构建基于芬兰国家土地调查局(NLS)提供的开源机载激光扫描(ALS)点云数据。该数据集覆盖了整个芬兰地区,具有2米的高分辨率,并包含数字高程模型(DEM)、数字表面模型(DSM)以及归一化数字表面模型(nDSM)。数据集采用ETRS89 / TM35FIN(E, N)坐标参考系统(EPSG:3067)和N2000高度系统(EPSG:3900),确保了地理信息的精确性和一致性。
特点
FinTopo2数据集的主要特点在于其高分辨率和全面覆盖芬兰的地理信息。该数据集不仅提供了详细的地形信息,还通过DEM、DSM和nDSM的结合,为地理和环境研究、城市规划等领域提供了丰富的数据支持。此外,数据集的开源性质和CC BY 4.0许可证确保了其广泛的可访问性和使用自由度。
使用方法
使用FinTopo2数据集时,建议采用MATLAB中的geotiffread或readgeoraster函数来读取.tif格式的图像文件。通过这些函数,用户可以获取包含图像数据的矩阵(A)和用于地理参考的空间参考对象(R)。数据集的文件命名遵循特定的命名约定,用户需参考相关文档以正确解析文件名中的变量信息。
背景与挑战
背景概述
FinTopo2数据集是由Xu Wang、Xinlian Liang、Weishu Gong、Pasi Häkli和Yunsheng Wang等研究人员创建的高分辨率地形数据集,覆盖了整个芬兰地区,空间分辨率为2米。该数据集包括数字高程模型(DEM)、数字表面模型(DSM)和归一化数字表面模型(nDSM),提供了详细且精确的地形信息,适用于地理和环境研究、城市规划等多个领域。FinTopo2数据集基于芬兰国家土地调查局(NLS)提供的开源机载激光扫描(ALS)点云数据构建,采用ETRS89 / TM35FIN坐标参考系统(EPSG:3067)和N2000高度系统(EPSG:3900)。该数据集的发布旨在为科学研究、空间规划和应用开发提供强有力的数据支持。
当前挑战
FinTopo2数据集在构建过程中面临若干挑战。首先,数据集的构建依赖于高精度的机载激光扫描(ALS)点云数据,这些数据的获取和处理需要高昂的成本和技术支持。其次,数据集的规模庞大,约为630 GB,这给数据的存储、传输和处理带来了显著的技术难题。此外,数据集的命名规范和文件格式需要严格的标准化,以确保数据的兼容性和易用性。最后,尽管数据集已经发布,但其下载链接尚未完全开放,这可能会影响数据集的广泛应用和研究进展。
常用场景
经典使用场景
在地理信息系统(GIS)领域,FinTopo2数据集以其高分辨率的地形数据成为研究者和开发者的宝贵资源。该数据集涵盖了芬兰全境,提供了2米分辨率的数字高程模型(DEM)、数字表面模型(DSM)和归一化数字表面模型(nDSM)。这些数据不仅支持地理和环境研究,还为城市规划、土地利用分析和自然资源管理提供了精确的基础数据。通过结合这些模型,研究者可以进行地形分析、洪水模拟、植被覆盖评估等复杂任务,从而推动地理信息科学的深入研究。
解决学术问题
FinTopo2数据集在解决地理和环境科学中的多个学术问题上具有显著意义。首先,其高分辨率的地形数据为地形变化监测和分析提供了精确的工具,有助于研究气候变化对地表形态的影响。其次,通过提供详细的数字表面模型,该数据集支持建筑物高度和体积的精确测量,这对于城市规划和灾害风险评估至关重要。此外,归一化数字表面模型(nDSM)为植被覆盖和土地利用变化的监测提供了有效手段,推动了生态学和环境科学的研究进展。
衍生相关工作
FinTopo2数据集的发布催生了多项相关研究工作。例如,Wang等人在2024年发表的研究中,利用该数据集分析了ICESat-2高度测量在时间序列中的精度波动,为卫星遥感数据的校准和验证提供了新的视角。此外,该数据集还促进了基于激光雷达(ALS)数据的算法开发和优化,推动了地理信息处理技术的进步。通过这些衍生工作,FinTopo2不仅丰富了地理信息科学的理论基础,还为实际应用提供了强有力的技术支持。
以上内容由遇见数据集搜集并总结生成



