【火星】火星 数字地面模型(DEM)数字正射影像(DOM)下载

这2份数据来自USGS,谢谢相关工作人员及osgeo。为了方便大家转载这了。

1.火星正射影像

**火星遥感影像:**这张全球火星图像地图的分辨率为 256 像素 / 度 (赤道上大约为 232 米 / 像素 (米))。彩色马赛克是由美国宇航局 AMES 完成的,它扭曲了原来的维京彩色马赛克,并混合在最新的黑 / 白火星数字图像模型 (MDIM 2.1)。MDIM 2.1 中特征的位置精度估计约为一个像素 (200 米) ,而 2001 年发布的 MDIM 2.0 为 3 公里,1991 年发布的 MDIM 1.0 为 > 6 公里。除了相对不精确的大地测量控制之外,以前的马赛克受到制图参数定义 (例如零经度的定义) 的变化的影响,导致早期 MDIMs 和其他数据集之间的总体经度偏移高达 0.2 ° 。新的马赛克使用了最新的火星坐标系定义。这些定义已被美国航天局飞行任务和其他行星数据用户广泛采用,并可能在十年或更长时间内继续使用。因此,MDIM 2.1 不仅可以精确地记录来自当前任务 (如火星全球探勘者号和 2001 火星奥德赛号) 的数据,而且还可以作为一个精确的基础地图,在此基础上可以绘制来自未来任务的数据。
网址:

https://astrogeology.usgs.gov/search/map/mars_viking_colorized_global_mosaic_232m
网页快照:

2.火星数字地面模型

火星数字地面模型:

这个数字地面模型 (DEM) 是基于来自火星轨道雷射测高仪 (MOLA; Smith et al。 ,2001) 的数据,这是美国国家航空航天局的火星全球探勘者号 (mGS) 飞船上的一个仪器 (Albee et al。 ,2001)。MOLA DEM 代表了 1999 年至 2001 年间收集的 6 亿多个测量数据,根据一致性进行了调整 (Neumann 等,2001; Neumann,Smith & Zuber,2003) ,并转换为行星半径。根据火星重力场解决方案 GMM-2B (Lemoine et al。 ,2001) 确定,这些已经转换为小行星带上方的海拔高度,截至度和顺序为 50,并根据当前标准定向。每个点的平均精度最初在水平位置约为 100 米,在半径约为 1 米 (Neumann et al。 ,2001)。然而,由于全球误差 (± 1.8 米;Neumann 等,2001) 和其形状的区域不确定性 (Neumann,2002) ,总海拔不确定性至少为 ± 3 米。像素分辨率是 463 米每像素 (米)。这个版本是从最初的 PDS (GeoScience 节点) MOLA 版本稍微更新。(1) 北极和南极的 88-90 个极地间隙已被极地 PDS 释放物的重新投影所填补。(2) 半径仍为球体,已更新为符合 IAU 2000 对火星 3396190.0 米的定义。
网址:

https://astrogeology.usgs.gov/search/map/mars_mgs_mola_dem_463m
网页快照:

相关推荐
努力毕业的小土博^_^5 天前
【地学应用】溜砂坡scree slope / talus slope的定义、机制、分布、危害、与滑坡区别、研究方向与代表论文
人工智能·深度学习·遥感·地质灾害·地学应用
青春不败 177-3266-052014 天前
近地面无人机植被定量遥感与生理参数反演实践技术应用
无人机·生态学·植被遥感·遥感
DP+GISer17 天前
03基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-实践篇-使用公开数据集进行深度学习遥感地物分类
人工智能·pytorch·python·深度学习·图像分割·遥感·地物分类
DP+GISer18 天前
04基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-实践篇-使用自己的数据集进行深度学习遥感地物分类
pytorch·python·深度学习·图像分割·遥感·数据集制作·地物分类
DP+GISer18 天前
00基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-前言
pytorch·python·深度学习·图像分割·遥感·地物分类
DP+GISer19 天前
02基于pytorch的深度学习遥感地物分类全流程实战教程(包含遥感深度学习数据集制作与大图预测)-实践篇-python基础与遥感深度学习境配置
人工智能·pytorch·python·深度学习·图像分割·遥感·地物分类
搞科研的小刘选手1 个月前
【遥感测绘专题会议】第三届遥感、测绘与图像处理国际学术会议(RSMIP 2026)
图像处理·遥感·测绘·学术会议·摄影测量
布茹 ei ai1 个月前
7、基于GEE 平台的 VIIRS 夜间灯光监测工具
云计算·js·遥感·gee
布茹 ei ai1 个月前
5、基于 GEE 的 Sentinel-1 SAR 地震滑坡变化检测系统:2022 泸定地震案例
javascript·sentinel·遥感·gee·云平台
努力毕业的小土博^_^1 个月前
【生成式AI】Cross-Attention:多模态融合的神经网络桥梁(上篇)
人工智能·深度学习·神经网络·算法·机器学习·遥感