华东地区30米分辨率DSM数据发布

需积分: 5 4 下载量 167 浏览量 更新于2024-11-01 收藏 201.51MB ZIP 举报
资源摘要信息:"DSM_East_China.zip" 文件标题"DSM_East_China.zip"指明了这是一个包含数据集的压缩包文件，其内容与华东地区的数字地表模型（Digital Surface Model，简称DSM）有关。DSM是一种地理信息系统中的数据表示形式，用于记录和描绘地表以上所有物体的表面，包括建筑物、植被以及地面本身的高程信息。DSM提供了地形的三维视角，与仅表示地面本身而不包含建筑物等特征的数字高程模型（DEM）相区别。 描述中提到的"Alos World 3D数据"指的是由日本宇宙航空研究开发机构（JAXA）发射的先进陆地观测卫星（Advanced Land Observing Satellite，简称ALOS）的World 3D产品。ALOS卫星携带的传感器能够捕捉高分辨率的地表图像，而World 3D产品则是利用这些数据生成的全球范围的高精度地表三维模型。 "30米分辨率"指的是DSM数据的空间分辨率，即数据中的每一个像素点代表了地面30米×30米的区域。这个分辨率的数据能够提供相对较精细的地表信息，适合进行城市规划、灾害监测、环境研究等应用。 文件中的"dat格式"通常指的是数据文件，用于存储地理空间数据、遥感图像数据或其他科学数据。在这种情况下，DSM_East_China.dat文件很可能是包含实际地理高程信息的二进制或ASCII编码文件。另一个文件"DSM_East_China.hdr"是头文件（header file），它通常包含了与数据文件相关的元数据信息，例如数据的范围、坐标参考系统、数据类型、文件的大小和像素值等。头文件对于正确解读数据文件是必不可少的，因为它提供了必要的上下文信息，帮助用户和应用程序了解如何处理和解释数据文件中的信息。 在标签方面，"DSM 30米 华东"指明了这个数据集的三个关键特征：首先，它是一个数字地表模型（DSM）；其次，数据的空间分辨率为30米；最后，数据所覆盖的地理区域是华东地区，即中国东部沿海地区，这一地区包括了诸如上海、江苏、浙江、安徽、福建、江西、山东等省份。 综上所述，该压缩包文件"DSM_East_China.zip"包含了覆盖中国华东地区、以30米分辨率呈现的数字地表模型数据。该数据集基于ALOS World 3D产品，以dat和hdr格式存储，便于进行地理空间分析和各种遥感应用。这类数据集对于城市规划者、环境科学家以及灾害管理机构具有很高的实用价值，可以帮助他们更好地理解和分析地面情况，进行模拟预测和决策支持。

DSM_DS220+_42962.pat

2023-04-21 上传
DSM_DS220+_42962.pat

DSM_GM.rar_.mrp_DSM_GM.r_dsm_dsm._dsm_gm.mrp M

2022-09-19 上传
标题中的"DSM_GM.rar_.mrp_DSM_GM.r_dsm_dsm._dsm_gm.mrp M"似乎是一个被错误格式化的文件名，它可能是指一个压缩包（RAR格式）包含了多个文件，包括一个名为"DSM_GM.mrp"的主要文件。这个描述和标签指向的是在MTK...

DSM_6.2.1_ds3617_synoboot.zip

2020-07-22 上传
《深入解析DSM_6.2.1_ds3617_synoboot.zip：构建高效稳定的黑群晖环境》 在数字化存储日益重要的今天，群晖Synology DiskStation Manager（简称DSM）作为一款功能强大的NAS操作系统，为个人和企业提供了高效的数据...

x = self.x_origin + (j + 0.5) * self.pixel_width y = self.y_origin + (i + 0.5) * self.pixel_height z = val self.iteSize += 1 return x, y, z dsm_path = 'C:\sanwei\jianmo\Productions\Production_2\Production_2_DSM_part_2_2.tif' dsm_data = gdal.Open(dsm_path) dsm_array = dsm_data.ReadAsArray() spiral_iterator = SpiralIterator(dsm_array,x=810,y=500) while spiral_iterator.hasNext(): x, y, z = spiral_iterator.get() print(f'Value at ({x},{y}):{z}')这段代码怎么改可以将打印的坐标保存为文档

2023-06-03 上传
dsm_path = r'C:\sanwei\jianmo\Productions\Production_2\Production_2_DSM_part_2_2.tif' dsm_data = gdal.Open(dsm_path) dsm_array = dsm_data.ReadAsArray() spiral_iterator = SpiralIterator(dsm_array, x=...

DSM_DS3617xs_15284.zip

2021-04-09 上传
标题“DSM_DS3617xs_15284.zip”暗示这是一份针对群晖NAS（Network Attached Storage）设备的系统更新或固件升级包。群晖DSM（DiskStation Manager）是群晖科技为其NAS产品设计的操作系统，提供集中化的数据存储、...

8111F_918 _7.1.zip，完美引导最新版DSM_DS918+_42962

2022-09-24 上传
DSM_DS918+_42962.pat 完美安装华硕、技嘉等主流主板，集成螃蟹8111f、8168网卡驱动

def extract_building_shadow(image, dsm, ground_spacing, radius): shadow_mask = np.zeros_like(image, dtype=np.bool) for i in range(0, image.shape[0], ground_spacing): for j in range(0, image.shape[1], ground_spacing): if not np.any(shadow_mask[i, j]): center = (i, j) ground_height = dsm[i, j] for x, y in spiral_search(center, radius, ground_spacing): if x < 0 or x >= image.shape[0] or y < 0 or y >= image.shape[1]: continue if np.any(shadow_mask[x, y:]): continue height = dsm[x, y] if height > ground_height: shadow_mask[x, y] = True elif height == ground_height: if np.linalg.norm(np.array([x, y]) - np.array(center)) < \ np.linalg.norm(np.array([i, j]) - np.array(center)): shadow_mask[x, y] = True return shadow_mask image_path = 'C:\yingxiang\DJI_20230322140516_0026_V.JPG' image_dataset = gdal.Open(image_path) dsm_path = 'C:/sanwei/jianmo/Productions/Production_2/Production_2_DSM_part_2_2.tif' dsm_dataset = gdal.Open(dsm_path) # 读取数据 image = image_dataset.ReadAsArray() dsm = dsm_dataset.ReadAsArray() # 获取地面分辨率 ground_spacing = dsm_dataset.GetGeoTransform()[1] # 关闭数据集 image_dataset = None dsm_dataset = None # 调用函数 shadow_mask = extract_building_shadow(image, dsm, 5, 10) # 打印结果 print(shadow_mask) # 将掩膜叠加在数字表面模型上 masked_dsm = np.copy(dsm) masked_dsm[shadow_mask] = np.nan # 将遮蔽区域的高程值设为nan plt.imshow(masked_dsm, cmap='terrain') plt.show()这段代码怎么改可以让索引是两个的

2023-06-07 上传
如果您是想要让 `extract_building_shadow` 函数的输入参数变为元组 `(image, dsm)`，那么只需要将函数的第一行修改为 `def extract_building_shadow(data, ground_spacing, radius):`，然后在函数内部将 `image` 和...

class SpiralIterator: def init(self, source, x=810, y=500, length=None): self.source = source self.row = np.shape(self.source)[0] #第一个元素是行数 self.col = np.shape(self.source)[1] #第二个元素是列数 if length: self.length = min(length, np.size(self.source)) else: self.length = np.size(self.source) if x: self.x = x else: self.x = self.row // 2 if y: self.y = y else: self.y = self.col // 2 self.i = self.x self.j = self.y self.iteSize = 0 geo_transform = dsm_data.GetGeoTransform() self.x_origin = geo_transform[0] self.y_origin = geo_transform[3] self.pixel_width = geo_transform[1] self.pixel_height = geo_transform def hasNext(self): return self.iteSize < self.length # 不能取更多值了 def get(self): if self.hasNext(): # 还能再取一个值 # 先记录当前坐标的值 —— 准备返回 i = self.i j = self.j val = self.source[i][j] # 计算下一个值的坐标 relI = self.i - self.x # 相对坐标 relJ = self.j - self.y # 相对坐标 if relJ > 0 and abs(relI) < relJ: self.i -= 1 # 上 elif relI < 0 and relJ > relI: self.j -= 1 # 左 elif relJ < 0 and abs(relJ) > relI: self.i += 1 # 下 elif relI >= 0 and relI >= relJ: self.j += 1 # 右 #判断索引是否在矩阵内 x = self.x_origin + (j + 0.5) * self.pixel_width y = self.y_origin + (i + 0.5) * self.pixel_height col = int((x - dsm_data.GetGeoTransform()[0]) / dsm_data.GetGeoTransform()[1]) row = int((y - dsm_data.GetGeoTransform()[3]) / dsm_data.GetGeoTransform()[5]) z = val self.iteSize += 1 return x, y, z, row, col dsm_path = 'C:\sanwei\jianmo\Productions\Production_2\Production_2_DSM_part_2_2.tif' dsm_data = gdal.Open(dsm_path) dsm_array = dsm_data.ReadAsArray() spiral_iterator = SpiralIterator(dsm_array,x=810,y=500) while spiral_iterator.hasNext(): x, y, z, row, col = spiral_iterator.get() print(f'Value at ({x},{y}) ({row},{col}):{z}')这段代码怎么改可以当原始航片该位置像素值为 0 值,修改其像素值为 255,当 原始航片该位置像素值为 255 时,说明此点已被占用,则对地面点(X,Y,Z)标记此点位被遮蔽

2023-05-24 上传
dsm_path = 'C:\sanwei\jianmo\Productions\Production_2\Production_2_DSM_part_2_2.tif' dsm_data = gdal.Open(dsm_path) dsm_array = dsm_data.ReadAsArray() spiral_iterator = SpiralIterator(dsm_array,x=810,...

class SpiralIterator: def init(self, source, x=810, y=500, length=None): self.source = source self.row = np.shape(self.source)[0]#第一个元素是行数 self.col = np.shape(self.source)[1]#第二个元素是列数 if length: self.length = min(length, np.size(self.source)) else: self.length = np.size(self.source) if x: self.x = x else: self.x = self.row // 2 if y: self.y = y else: self.y = self.col // 2 self.i = self.x self.j = self.y self.iteSize = 0 geo_transform = dsm_data.GetGeoTransform() self.x_origin = geo_transform[0] self.y_origin = geo_transform[3] self.pixel_width = geo_transform[1] self.pixel_height = geo_transform[5] def hasNext(self): return self.iteSize < self.length # 不能取更多值了 def get(self): if self.hasNext(): # 还能再取一个值 # 先记录当前坐标的值 —— 准备返回 i = self.i j = self.j val = self.source[i][j] # 计算下一个值的坐标 relI = self.i - self.x # 相对坐标 relJ = self.j - self.y # 相对坐标 if relJ > 0 and abs(relI) < relJ: self.i -= 1 # 上 elif relI < 0 and relJ > relI: self.j -= 1 # 左 elif relJ < 0 and abs(relJ) > relI: self.i += 1 # 下 elif relI >= 0 and relI >= relJ: self.j += 1 # 右 #判断索引是否在矩阵内 x = self.x_origin + (j + 0.5) * self.pixel_width y = self.y_origin + (i + 0.5) * self.pixel_height z = val self.iteSize += 1 return x, y, z dsm_path = 'C:\sanwei\jianmo\Productions\Production_2\Production_2_DSM_part_2_2.tif' dsm_data = gdal.Open(dsm_path) dsm_array = dsm_data.ReadAsArray() spiral_iterator = SpiralIterator(dsm_array,x=810,y=500) while spiral_iterator.hasNext(): x, y, z = spiral_iterator.get() print(f'Value at ({x},{y}):{z}')这段代码如何添加共线方程

2023-05-24 上传
dsm_path = 'C:\sanwei\jianmo\Productions\Production_2\Production_2_DSM_part_2_2.tif' dsm_data = gdal.Open(dsm_path) dsm_array = dsm_data.ReadAsArray() spiral_iterator = SpiralIterator(dsm_array,x=810,...

BS23-287基于Python的期货程序化交易系统的设计与实现-206jhypi.zip

2024-11-06 上传
本系统的开发与设计是基于vue为前端页面核心框架为django/flask，技术方面主要采用了Html、Js、CSS3、python、Mysql。 本课题使用Python语言进行开发。代码层面的操作主要在PyCharm中进行，将系统所使用到的表以及数据存储到MySQL数据库中，方便对数据进行操作本课题基于WEB的开发平台 ②前端开发选择：Vue。 ②后端开发选择：python、django/flask。 ③数据库选择：MySQL。 ④开发工具选择：pycharm、Navicat for MySQL。 包含了我的信息、用户管理、期货公司管理、开户信息管理、充值信息管理、期货期货信息管理、期货投资管理、取消投资管理、投资风险管理、意见反馈、系统管理
ksschao
  • 粉丝: 8
  • 资源: 24
上传资源 快速赚钱

最新资源