全球海陆地形数据的目标是提供世界海洋最权威的公开测深数据。它在国际水文学组织（水文学组织）和政府间海洋学委员会（海委会）（教科文组织）的联合主持下运作。GEBCO目前的网格测深数据集GEBCO_2023 Grid是海洋和陆地的全球地形模型，在15弧秒间隔网格上提供以米为单位的高程数据。前言 – 人工智能教程

GEBCO_2023 Grid 是一个连续的全球海洋和陆地地形模型，空间分辨率为 15 弧秒。它使用南纬 2° 和北纬 5° 之间的 SRTM5+ 数据集的“基本”版本 15.50.60。该数据集是陆地地形与测量和估计海底地形的融合。此版本的 SRTM15+ 类似于版本 2.1 [Tozer 等人，2019 年]，但包含其他数据集。它使用基于 V32 重力模型的预测深度 [Sandwell 等人，2019 年]。

SRTM15+基础网格已通过四个海底2030区域中心开发的网格测深数据集进行了增强，以生成GEBCO_2023网格。 各区域中心主要根据多波束数据为其责任区编制了网格测深数据集。然后向全球中心提供这些区域网格。 对于极地以外的地区（主要是北纬60°以南和南纬50°以北），这些数据集采用“稀疏网格”的形式，即仅填充包含数据的网格单元。对于极地地区，由于合并极坐标中保存的数据的复杂性，提供了完整的网格。

全球中心根据这些区域数据网格汇编GEBCO_2023网格，目的是制作一个无缝的全球地形模型。 对于 GEBCO 网格的 2020 年和 2021 年版本，区域中心作为稀疏网格提供的数据集包含在基础网格中，没有任何混合。这导致某些地区的区域网格和基本网格之间的边界不连续，主要是在基本网格不受测量数据约束的区域，即数据集之间存在很大差异的区域。

对于 2022 年和 2023 年 GEBCO 网格版本，稀疏区域网格已使用“删除-恢复”混合程序包含在基础网格中（Smith 和 Sandwell，1997 年;贝克尔，桑德韦尔和史密斯，2009年和地狱和雅各布森，2011年）。这是一个两阶段的过程，即计算新数据和“基础”网格之间的差异，然后对差异进行网格化并将差异添加回现有的“基础”网格。目的是在“新”和“基础”数据集之间实现平稳过渡，同时将现有基础数据集的扰动降至最低。但是，请注意，由于网格合并过程，2022 年和 2021 年网格在测量数据区域以外的区域可能存在差异。 对于以完整网格形式提供的极坐标数据集，这些数据集使用Blue Marble Geographics提供的GlobalMapper软件版本23.0.1中的羽毛混合技术包括在内。 对最后网格进行了一些额外的编辑，以删除在上一个网格中确定并通知全球中心的错误值。

GEBCO目前的网格测深数据集GEBCO_2023 Grid是海洋和陆地的全球地形模型，在15弧秒间隔网格上提供以米为单位的高程数据。它附带一个类型标识符 （TID） 网格，该网格提供有关GEBCO_2023网格所基于的源数据类型的信息。

此版本包括一个网格版本，其中包含格陵兰岛和南极洲的冰下地形/测深信息。

数据集ID: 

DEM/GEBCO_2023_SUB_ICE_TOPO

时间范围: 2023年-2023年

范围: 全球

复制代码段: 

var images = pie.ImageCollection("DEM/GEBCO_2023_SUB_ICE_TOPO")

波段： 

名称

分辨率(m)

高程范围(m)

无效值

覆盖范围

B1

450左右

-12000~9000

-32768

全球

 属性名称：

date

string

影像日期

 代码：

//矢量范围
/*color:#f8f8ff*/
var geometry0 = pie.Geometry.Polygon([
    [
        [
            65.93833802280002,
            58.177979827588246
        ],
        [
            173.65551741218366,
            58.177979827588246
        ],
        [
            173.65551741218366,
            -17.351364110676386
        ],
        [
            65.93833802280002,
            -17.351364110676386
        ],
        [
            65.93833802280002,
            58.177979827588246
        ]
    ]
], null);
//引用全球90米分辨率海洋和陆地DEM数据产品（GDEM_2022），通过矢量范围进行过滤，并选择波段进行均值合成
//var imgs = pie.ImageCollection("THU/GDEM_2022")
var imgs = pie.ImageCollection("DEM/GEBCO_2023_SUB_ICE_TOPO")
              .filterBounds(geometry0)
              .select("B1")
              .mean()
//在地图上加载并显示数据
Map.addLayer(imgs, {
      min:-9348, max:8832, 
      "palette": [
        "#002275","#002476","#00287F","#003090","#0039A3","#0042B1","#004FC8","#0057D8","#0066ED","#0075FE","#1887F9","#389CF8","#53AFF8","#74C2FD","#8AD0FC","#A4DFFE","#ACDFFD","#BEEAFB",
        "#659135","#A1CA7A","#D3E6A2","#F0EAB5","#E5D1A4", "#E3BD8A","#D9AB51","#B59E13","#A59006","#867513","#755D03","#5B4B01","#553F0B","#6E571A","#C08262","#CBA292","#D2B3A9","#D6BCB3",
      ]})
//加载显示图例
var data = {
    title: "高程（m）",
    colors: [
        "#002275","#002476","#00287F","#003090","#0039A3","#0042B1","#004FC8","#0057D8","#0066ED","#0075FE","#1887F9","#389CF8","#53AFF8","#74C2FD","#8AD0FC","#A4DFFE","#ACDFFD","#BEEAFB",
        "#659135","#A1CA7A","#D3E6A2","#F0EAB5","#E5D1A4", "#E3BD8A","#D9AB51","#B59E13","#A59006","#867513","#755D03","#5B4B01","#553F0B","#6E571A","#C08262","#CBA292","#D2B3A9","#D6BCB3","#D5BEB5"
    ],
    labels: ["-9348","8832"],
};
var style = {
        right: "150px",
        bottom: "80px",
        height: "70px",
        width: "350px"
    };

var legend = ui.Legend(data, style);
Map.addUI(legend);

全球覆盖网格

GEBCO_2023格网和 TID 格网可以下载为 netCDF 格式的全局文件或一组 8 个切片（每个切片的面积为 90° x 90°），以 Esri ASCII 栅格和数据 GeoTiff 格式提供全球覆盖。数据文件a与数据集文档一起包含在zip文件中。

GEBCO_2023格网
（冰面高程）

netCDF （4 GB，7.5 GB 未压缩）

数据地理（ 4 GB，8 GB 未压缩）

Esri ASCII 栅格 （5 GB，20 GB 未压缩）

GEBCO_2023网格
（冰下地形/深海）

netCDF （4 GB，7.5 GB 未压缩）

数据地理（ 4 GB，8 GB 未压缩）

Esri ASCII 栅格 （5 GB，20 GB 未压缩）

GEBCO_2023 TID 网格

netCDF 90 MB，4 GB 未压缩）

数据地理Tiff （96 MB，7 GB 未压缩）

Esri ASCII 栅格 （108 MB，9.5 GB 未压缩）

请注意，未压缩文件的大小。

全球海陆地形数据：GEBCO_2023 Grid是海洋和陆地的全球地形模型_dem

 

全球海陆地形数据：GEBCO_2023 Grid是海洋和陆地的全球地形模型_全球_02