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
原始数据的采集误差
原始资料误差:航片的误差(包含航摄的各种误差的综合)、定向点误差;
采点设备误差:测图仪的误差和计算机计算有效位数;
人为误差:测标切地面的误差(采用数字影像相关时为影像的相关误差);
坐标转换误差:相对定向和绝对定向的误差。
高程内插误差
不管采用哪种内插算法,内插点的计算高程与实际量测高程之间总存在差值。高程内插的误差一方面和选用的数学方法(内插算法)有关,另一方面和采点的方式有关。
常见的人为误差
漏输或错输高程注记点
矢量化过程中由于要在效果并不太好、密密麻麻的底图上寻找大量高程注记点及其高程值,很容易使矢量化人员错输或者漏输山头上的高程注记点,这样造成的影响是产生许多错误地形,如平顶山。因此,在数字化过程中要特别留意对高程注记点的全面、正确赋值。
等高线赋值误差
等高线赋值误差是一个比较常见的问题。将A、B两条等高线的值由200和250错赋值为1000和750,使得原来平缓的山坡变为有陡崖,地形非常复杂的山坡。将等高线由280错赋值为100,使得原来凸出来的台地变为凹下去的台地。这种对实际地形、地貌的错误描述严重影响DEM的精度。减少这种误差除了需要加倍仔细外,提高识图技能,掌握必要的地形、地貌知识也是很重要的。