Journal of Geo-information Science

Improving Urban Digital Elevation Models Based on Iinterpretable Random Forest Method Considering Spatial Heterogeneity

LIU Yan, SUN Yanning, CHEN Chuanfa, LIU Panpan, LIU Yating

Journal of Geo-information Science, 2024, 26(4): 978-988. DOI: 10.12082/dqxxkx.2024.230590

基础数据	数据来源	数据类型	数据年份	分辨率
机载LiDAR	NOAA海岸管理办公室 https://www.coast.noaa.gov/dataviewer/#/lidar/search/	矢量	2014	-
COPDEM30	Opentopography网站 https://portal.opentopography.org/dataCatalog?group=global	栅格	2010—2015	30 m
Sentinel-2A MSI	欧洲航天局 https://scihub.copernicus.eu/dhus/#/home	栅格	2015	10 m、 20 m
建筑物数据	纽约公共数据网站 https://opendataphilly.org/datasets/building-footprints	矢量	2016	-
WorldPOP	佛罗里达大学提供 https://hub.worldpop.org/geodata/listing?id=29	栅格	2015	100 m
夜间灯光	美国国家地球物理数据中心 http://ngdc.noaa.gov/eog/viirs.html	栅格	2015	500 m

Tab. 2 Data source and data type

Other figure/table from this article