全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
层次地形模型(Layer of Details,LOD)是一种表达多种不同精度水平的数字高程模型。大多数层次模型是基于不规则三角网模型的,通常不规则三角网的数据点越多精度越高,数据点越少精度越低,但数据点多则要求更多的计算资源。所以如果在精度满足要求的情况下,最好使用尽可能少的数据点。层次地形模型允许根据不同的任务要求选择不同精度的地形模型。层次模型的思想很理想,但在实际运用中必须注意几个重要的问题:
1)层次模型的存储问题,很显然,与直接存储不同,层次的数据必然导致数据冗余。
2)自动搜索的效率问题,例如搜索一个点可能先在最粗的层次上搜索,再在更细的层次上搜索,直到找到该点。
3)三角网形状的优化问题,例如可以使用 Delaunay 三角剖分。
4)模型可能允许根据地形的复杂程度采用不同详细层次的混合模型,例如,对于飞行模拟,近处时必须显示比远处更为详细的地形特征。
5)在表达地貌特征方面应该一致,例如,如果在某个层次的地形模型上有一个明显的山峰,在更细层次的地形模型上也应该有这个山峰。
ArcGIS的Terrain的数据类型就是基于层次模型思想建立的,遥感高程数据(如激光雷达和声纳点的测量值)在数量上可达数十万甚至上百万之多。因此,如今的大多数硬件和软件在对这种类型的数据进行管理和建模时仍显笨重。Terrain数据集允许生成一系列规则和条件,根据此类规则和条件将源数据的索引编成一组动态生成的有序TIN 金字塔。Terrain数据集是管理地理数据库中基于点的大量数据并动态生成高质量精确表面的有效方法。激光雷达、声纳和高程的测量值在点的数量上可达几十万甚至数十亿之多。在很多情况下,不允许对此类数据进行组织、分类以及根据此类数据生成3D 产品,而即使允许,要执行这些操作也会相当困难。Terrain 数据集可用于克服这些数据管理难题,它能够对源数据进行编辑,并且在不同的分辨率下均可生成具有高精度的TIN。渲染非常大的TIN 通常比较困难,这部分归因于硬件(如显卡)的限制。然而,在渲染需要以最佳分辨率显示的区域时,terrain是很好的选择。因此,如果在 ArcGlobe 或 ArcMap 中有一个小比例区域,则terrain 将会利用较少的结点在屏幕上生成渲染的 TIN。不过,如果以大比例放大某个区域,将使用全分辨率(利用该区域的所有结点)动态生成TIN。其明显的优势在于,只有一小部分研究区域使用大量结点来渲染,或者,使用结点的子采样集合动态生成低分辨率的TIN。