尧图网站建设 
简介青海省30米分辨率的DEM数据包基于ASTER GDEM V3生成面向GIS研究者、测绘与规划人员能用于地形特征提取、灾害风险评估、土地利用规划及区域气候研究等场景。压缩包共10个文件大小约944.59MB核心为QingHai_DEM_30m_ASTGTMV003.tif高程影像附tfw坐标参考文件采用WGS84坐标系网格精度达到30米×30米同时附带青海省Shapefile边界数据及dbf、sbn、sbx、prj等属性与索引文件可在ArcGIS、QGIS中直接叠加分析。利用该数据可完成高程提取、坡度坡向计算、可视域与流域分析结合边界文件快速划定研究范围并与其他遥感产品联用探究地形对植被分布、河流走向及气候变化的影响。目前已有494人浏览学习这份公开来源的数据解压即可使用适合青海及青藏高原区域地理、地质灾害与环境变化研究者作为基础底图。1. 青海省30米DEM谁需要它最容易栽在哪青海省的30米分辨率DEM是几乎所有在青藏高原东北缘做地形分析、流域划分、道路选线、光伏选址的从业者绕不开的基础数据。表面上它就是一张tiff高程图但真正拿它落地的同事大多遇到过这种情况从网上下载的“青海省DEM”打开后要么带一身的黑边要么平坝区域呈现出规律性的网格条纹要么拿去填洼后河流方向干脆乱了。问题不在数据本身而在拿到手之后的一整套处理流程选哪个数据源、按什么标准裁剪、换到什么坐标系、重采样用什么算法。这篇笔记就是围绕“青海省DEM30米分辨率”这条主线把从数据源选型到投影转换再到坑点排查的全过程讲清楚。30米这个级别对应的是SRTM、ASTER GDEM和ALOS AW3D30这类全球开放数据集它们覆盖青海都没问题但在高原山区和高寒荒漠的表现差异明显选错源会导致后期水文分析的返工量成倍增加。适合刚接触DEM数据处理的GIS从业者、水利和地质方向的研究生以及要给项目做前期可研的工程师。先把概念和选型理由立住再一步步落到可复现的操作上。2. 青海省30米DEM究竟是什么数据源选型决定后面所有步骤2.1 DEM和DSM的区别先搞清楚你手里的文件是什么很多刚入手的同事把DEM和DSM混为一谈这在青海这种地表覆盖复杂的地方会带来直接问题。DEMDigital Elevation Model是裸露地表的高程模型理论上剔除了植被、建筑物、桥梁等地物高度DSMDigital Surface Model则是包含地表以上所有物体的高程面。同一个30米分辨率数据源在青海东部河湟谷地DSM的村庄和树木区域比DEM高出数米到十几米在无人区两者几乎相等。从数据源看SRTM和ASTER GDEM都属于DEM范畴ALOS AW3D30也在DEM之列它在森林地区做了一定的植被高度改正。而像Copernicus GLO-30这种虽然也标称DEM但部分区域的处理方式带有DSM痕迹。用户搜索“dsm生成dem”这类需求时本质是希望把地表模型中的地物高度剥离掉但30米分辨率下的DSM和DEM之差已经很难用算法完全恢复常见做法是利用多源数据融合或局部滤波而不是指望单一数据能直接转换。对青海省这种大范围区域来说直接选择原生DEM数据源比后期从DSM推断更可靠。2.2 三个主流30米数据源的对比SRTM、ASTER GDEM、ALOS AW3D30青海省的地理位置决定了数据源选择有一些特殊性。全省从东部的河湟谷地到西部的可可西里再到南部的唐古拉山区域地形起伏巨大高海拔地区常年有积雪和裸岩。三套公开数据在青海的表现各不相同。SRTM v3也称SRTM Plus由NASA和NGA发布覆盖范围是北纬60度到南纬56度青海完全在覆盖范围内。它的垂直精度标称约16米90%置信度在平坦地区和中等坡度区域表现稳定但在高山峡谷区经常出现数据空洞尤其在唐古拉山和巴颜喀拉山的高坡度区域。国内经常下载到的“30米DEM”多数就是SRTM v3的1弧秒数据。ASTER GDEM v3由日本METI和美国NASA联合发布覆盖范围到北纬83度空间分辨率同样是1弧秒。它的垂直精度标称约17米但在青海西部无人区由于云覆盖和立体像对匹配质量问题局部区域会存在明显的条带噪声和伪地形。v3版本比v2改进明显残留的坑洞仍然多于SRTM。ALOS AW3D30由日本JAXA发布使用PRISM立体像对生成标称垂直精度约5米均方根误差在无云区域质量明显优于前两者。它最突出的优点是地形细节保留好在青海的高山区域几乎看不到SRTM那种空洞。代价是它在森林覆盖区受植被高度影响较大对河湟谷地的耕地和村庄区域高程数值会整体偏高。三者在青海的适用性可以用一张表给出直观结论项目SRTM v3ASTER GDEM v3ALOS AW3D30分辨率1弧秒约30米1弧秒约30米1弧秒约30米垂直精度标称约16米约17米约5米RMSE空洞问题高山峡谷区明显西部无人区有残留少植被影响轻微中等偏明显地形细节较好一般最好国内获取难度容易容易较容易选型建议分场景做全省尺度的水文分析和流域划分推荐以SRTM v3为底它的误差分布均匀水文处理表现稳定做局部的道路选线或场地平整优先使用ALOS AW3D30细节比SRTM丰富做制图和可视化ASTER GDEM v3也可以胜任但需要做好滤波去噪。实际项目中我一般会同时下载SRTM和ALOS两套用后者做细节参考用前者做水文计算。2.3 下载层面单个文件是分幅瓦片不是拼好的省界数据这是最容易产生误解的点。无论是USGS EarthExplorer还是国内常用的数据服务平台下载到的30米DEM都是按经纬度分幅的瓦片不是已经裁好省界的文件。青海省东西范围约1200公里南北约800公里一张1度乘1度的瓦片并不能覆盖全省实际需要大约10到12张瓦片拼接才能覆盖青海全境。因此在确定数据源之后第一步不是直接搜“青海省DEM下载”而是先明确青海省的经纬度范围。青海大致位于东经89度到103度、北纬31度到39度之间具体边界用省界矢量数据做裁剪。下载瓦片时按这个范围取整度格网通常东经89到103度、北纬31到40度这个矩形框能覆盖全省共14张瓦片左右。多下载的边角瓦片通过省界掩膜可以去掉不影响结果。获取渠道上USGS EarthExplorer需要注册账户但下载稳定国内平台对教育网和科研网用户友好需要注意不同平台对并发下载的限制。下载的参数设置方面输出格式选择GeoTIFF坐标系保持原始的WGS84经纬度不要在前面任何环节预先投影投影放到后面专门处理。3. 用GDAL做青海省DEM拼接裁剪一行命令背后的四个细节3.1 安装GDAL并检查瓦片完整性拿到十几张瓦片后先做完整性检查不要急着拼接。GDAL是处理这个流程最趁手的工具它轻量、脚本化、可重复执行比打开ArcGIS Pro一张张贴要靠谱得多。Windows环境可以直接安装OSGeo4WLinux和macOS用包管理器装gdal即可。gdalinfo SRTM_1arc_v3_89E_31N.tif这条命令输出瓦片的基本信息重点看Size、Pixel Size和NoData Value。正常情况下SRTM v3瓦片的像素尺寸应该是3601乘3601像素大小约0.0002777778度约30米NoData值通常为-32768。如果Size不是3601乘3601可能是下载中断或者服务器返回了错误文件需要重新下载。检查完单张瓦片后写一个循环脚本验证整个目录下的瓦片是否有损坏。实际操作中我见过最典型的翻车场景是下载工具显示全部完成但其中两张瓦片的文件大小明显异常gdalinfo报错。这种情况多是网络中断导致文件截断重试下载即可不要抱有侥幸心理。检查无误后再进行下一步的拼接。3.2 拼接原理为什么不能用简单的merge命令拼接多张瓦片看似简单但青海这种地形起伏大的区域直接合并可能造成接缝处出现台阶状错位。SRTM v3的瓦片之间理论上是无缝衔接的相邻瓦片重叠区域的像素值略有差异拼接时如果只做简单的像素覆盖接缝处会留下一道明显的线状痕迹。正确做法是使用gdal_merge.py它可以对重叠区域做平均处理让接缝过渡更平滑。gdal_merge.py -o qinghai_raw_merge.tif -of GTiff -n -32768 -a_nodata -32768 SRTM_1arc_v3_*.tif这条命令把当前目录下所有SRTM瓦片合并为一张raw文件。参数-n -32768的作用是识别NoData值避免把空洞区域当成0高程写入结果-a_nodata -32768为输出文件重新标注NoData。逻辑上gdal_merge.py遇到重叠区域时默认取第一个文件的像素值所以严格说它还不是真正意义上的镶嵌融合但配合后面的填洼处理接缝影响可以被降到可接受范围。更精细的做法是先用gdalbuildvrt生成虚拟镶嵌层再转成tiff。VRT方式的好处是拼接过程不实际复制像素数据速度快而且可以在转tiff之前预览效果。命令行如下gdalbuildvrt qinghai_raw.vrt SRTM_1arc_v3_*.tif gdal_translate -co COMPRESSDEFLATE -co TILEDYES qinghai_raw.vrt qinghai_raw_merge.tif这里gdal_translate把VRT落成实际tiffCOMPRESSDEFLATE是压缩率较好且兼容性强的选择TILEDYES让tiff按块存储后续在ArcGIS里做局部操作时读取效率明显提升。这些细节在数据量小的时候无所谓青海全省30米DEM的数据量约在1.5GB到2GB块存储带来的性能差异非常明显。3.3 用省界矢量裁剪投影一致是前提裁剪是整个流程中最容易出错的环节。很多人直接用青海省界矢量对wgs84经纬度的DEM做裁剪结果要么裁剪结果错位要么边界处出现一道黑边。根本原因在于省界矢量通常是CGCS2000坐标系的高斯投影数据而DEM还是经纬度坐标两者空间参考不一致裁剪时就要先统一坐标。常见做法是先把省界矢量转换到WGS84经纬度坐标系再对DEM做裁剪这样能保证掩膜边界和像素边缘对齐。用GDAL的python绑定写一段脚本更可控from osgeo import gdal, ogr, osr # 打开拼接好的DEM和青海省界矢量 dem_path qinghai_raw_merge.tif shp_path qinghai_boundary.shp dem_ds gdal.Open(dem_path) boundary_ds ogr.Open(shp_path) boundary_lyr boundary_ds.GetLayer() # 将矢量转成WGS84经纬度坐标 source_srs boundary_lyr.GetSpatialRef() target_srs osr.SpatialReference() target_srs.ImportFromEPSG(4326) transform osr.CoordinateTransformation(source_srs, target_srs) # 创建带省界坐标范围的输出裁剪参数 min_x, max_x, min_y, max_y 88, 104, 30, 40 options gdal.WarpOptions( formatGTiff, cutlineDSNameshp_path, cropToCutlineTrue, dstSRSEPSG:4326, dstNodata-32768, outputBounds(min_x, min_y, max_x, max_y) ) # 执行裁剪 gdal.Warp(qinghai_dem_4326.tif, dem_ds, **options)这段脚本的核心逻辑是把省界矢量实时投影到WGS84坐标系同时给Warp设置输出边界避免裁剪范围无谓扩张到全图。cropToCutlineTrue让结果严格贴合省界轮廓边界外的像素全部填充为-32768的NoData。参数outputBounds的四个值需要根据青海实际范围调这里给的(88, 30, 104, 40)是一个宽松的矩形实际应根据省界外接矩形再收紧一些减少无效区域的数据量。裁剪完成后养成一个检查习惯在GIS软件里打开结果图看边界是否干净边界外的NoData区域是否被正确识别。很多同事下一步做坡向分析时发现边界有一圈异常的低值追根溯源就是裁剪时NoData没有设置边界外的-32768被当成真实高程参与计算了。3.4 填补NoData空洞高原山区的必修课青海省的DEM在昆仑山、唐古拉山一带经常有零星的空洞无论是SRTM还是ASTER GDEM都无法完全避免。这些空洞如果直接参与后续的填洼和坡度计算会造成水道断裂或产生虚假的陡坎。填补空洞常用GDAL的fillnodata工具它基于插值算法用周围有效像素推算空洞区域。gdal_fillnodata -md 50 -si 0 qinghai_dem_4326.tif qinghai_dem_filled.tif-md 50表示搜索半径是50个像素这个值对30米数据相当于1.5公里搜索范围适合填补几十个像素的小空洞-si 0是平滑迭代次数0表示不做额外平滑保持原始纹理。填补之后务必目检一次重点看山脉峰顶区域的空洞是否被有效填充这里如果填入一个明显低于周围的高程值后续生成的水系会在这个位置出现假源头。必须承认这是一个有风险的操作插值填补的本质是用周围地形趋势拟合缺失区域对于大面积空洞比如超过一平方公里填补结果就是“看起来合理但实际不可验证”。所以在水文分析场景中更好的做法不是完全依赖填补后的数据而是把空洞掩膜单独保存在水系提取后对照检查。这样既保证流程能走通又避免被插值结果误导。4. 投影与重采样把青海省DEM从经纬度转成高精度平面坐标4.1 为什么必须做投影经纬度DEM算不了真面积和真坡度青海省30米DEM下载下来默认是WGS84坐标系像素单位是度。虽然在ArcGIS里打开能显示高程但如果直接基于它做坡度、坡向、汇流累积计算得到的结果是有问题的因为纬度方向上的1度和经度方向上的1度代表的真实地面距离不同。在青海北部约北纬39度的地方经度方向1度约85公里纬度方向1度约111公里像素的真实地面大小是接近矩形的而不是正方形。坡度是依据水平和垂直方向距离之比计算出来的像素不等宽会让坡度数值系统性偏大或偏小。把DEM投影到平面坐标系之后每个像素都对应统一的地面尺寸计算才可靠。这在青海的另一个关键原因是青海省东西跨度大涉及多个高斯-克吕格投影带如果选错投影带DEM边缘区域的变形会非常大。不光是坡度计算面积量算、距离计算、流域面积统计全部依赖正确的投影。4.2 青海省适合的投影参数CGCS2000与三度分带的选择青海省地处东经89度到103度之间按照高斯-克吕格3度分带从89度到103度跨越约5个分带中央经线为90、93、96、99、102度一个省级项目如果只选一个分带会让边缘区域变形明显。实际操作中有两种路线全省一级的分析建议直接用Albers等积圆锥投影双标准纬线按青海地形特征设为北纬30度和北纬38度中央经线取东经96度。这种投影适合全省范围的面积计算和制图东西两侧的变形都在可接受范围内。但对水文分析来说Albers投影下的水流方向运算依然略别扭因为它的经线是曲线不是标准的东西南北网格。县域或工程级分析建议用CGCS2000 / 高斯-克吕格3度带的对应分带按照项目所在位置选择中央经线。例如玉树市大致在东经97度附近使用中央经线为99度的3度带海西州大部分区域在东经95度到98度之间需要根据具体位置选带。如果项目范围涉及两个分带最简单的处理是统一到中央经线靠近项目主体的那个带边缘误差在几十公里尺度下通常可接受。4.3 用gdalwarp做投影转换和重采样双线性还是立方卷积投影转换的核心命令是gdalwarp它同时完成坐标系变换和重采样。青海省DEM常见做法是从WGS84经纬度转到CGCS2000 / 高斯-克吕格3度带使用EPSG code时注意到CGCS2000 3度带是带号加60例如中央经线99度对应的CGCS2000 3度带是EPSG:45453度带带号38左右具体以项目所在地区公布为准。gdalwarp -t_srs EPSG:4545 -tr 30 30 -r bilinear -co COMPRESSDEFLATE qinghai_dem_filled.tif qinghai_dem_3degree.tif-t_srs指定目标投影-tr 30 30表示输出像素大小在投影坐标系下为30米乘30米-r bilinear指定重采样算法为双线性内插。这里最需要仔细决策的是重采样算法SRTM原始的1弧秒数据在青海约等于30米乘30米的一个近似正方形但投影到高斯平面后像素大小会发生轻微改变所以“30米分辨率”在这一步真正落地为平面上的30米。选用双线性因为它在高程数据上表现均衡既不会像最近邻那样产生锯齿状边缘也不会像三次卷积那样在陡峭地形处产生过冲。三次卷积适合平滑地形的制图输出不适合作为数值分析底图。用三次卷积处理高山地貌时山峰处经常出现虚假的抬升或下沉这类现象在后续分析里很难被察觉。投影完成后检查tiff的像素大小是否符合预期gdalinfo qinghai_dem_3degree.tif | grep -E Size|Pixel Size输出中Pixel Size显示为(30, 30)时说明重采样符合预期。如果显示类似(30.000, -30.000)都是正常的负号只表示栅格存储的扫描方向。如果长宽差异超过0.001米说明-trs参数没有写对或源数据覆盖范围超出了投影带适用区域。4.4 投影环节的边界坑投影带边缘的DEM变形投影这个环节的坑多数出在带边缘。青海省面积大按3度分带东部西宁一带对应中央经线102度和103度之间的区域本身位于带边缘如果整个数据集统一用中央经线99度的带投影西宁以东的区域离中央经线超过200公里横向变形达到几米量级。对高程分析来说这个变形不会改变高程数值但会让像素位置偏移叠加到其他地理数据上时容易出现半米到几米的错位。为了避开这个坑我的做法是工程级项目严格按项目位置取带省级面上分析则先做一份全省标准分带拼接数据每个分带单独投影后再拼接而不是全省一把抓。具体做法并不复杂先用省界导出每个分带的裁剪范围逐个gdalwarp再拼接最后在接缝处检查高程连续性。这样做的工作量比一次投影多出几分钟但避免了数据在不同带间的系统性误差叠加。如果嫌麻烦还有一种折中方案用UTM投影代替高斯投影。青海省大致处于UTM 46N、47N两个带内UTM在东西方向上的变形比高斯3度带略大但分带少、处理简单适合精度要求不高的初步分析。对最终成果来说只要项目要求的是CGCS2000UTM可以作为中间过渡不建议作为交付坐标系。5. 青海省30米DEM处理避坑六个高频故障的现象、原因和解决5.1 打开DEM后整幅图呈深黑色无法看到地形起伏现象在ArcGIS或QGIS里加载tiff显示区域一片黑或者只有山峰区域隐约看到轮廓。原因DEM的像素位深是16位整型高程范围从几千米到几百米而GIS软件默认把16位数据按0到255的灰度拉伸显示导致大部分区域落在色带范围之外显示为黑色。不是数据坏了是显示参数没调。解决在图层属性里把拉伸类型改为“百分位数截断拉伸”截断范围设为2%到98%或者直接改成“标准差拉伸”。如果是用GDAL命令行生成预览图可以用-scale参数手动设定显示范围。这个问题遇到一次之后就不会再犯本质是数据显示问题不影响分析计算。5.2 拼接后的DEM在瓦片交界处出现规则的“条带”现象整个青海省数据有明显的南北向或东西向条带条带宽度约等于一个瓦片的范围条带边界处高程有几十厘米到几米的跳变。原因相邻SRTM瓦片在重叠区的的像素不完全一致gdal_merge.py默认以先读入的瓦片为准后读入的瓦片即使有更好的质量也被覆盖产生人为边界。解决改用gdalbuildvrt配合gdal_translate并在buildvrt时设置-r average参数让重叠区域取多张瓦片的平均。如果条带仍然明显可以用gdal_calc做局部平滑过渡在接缝两侧各取5个像素宽度做线性渐变。这个坑在平坦的柴达木盆地区域尤其明显因为地形起伏小微小的数值跳变在色带渲染下被放大。5.3 裁好的青海省DEM边缘出现一圈异常低值或负值现象沿省界裁剪后边界内侧有一圈明显低于周边的高程值甚至出现负数色带显示上是一道黑圈。原因裁剪输出的边界外NoData设置成了-32768但后续某些处理步骤中NoData值没有被正确识别例如在填洼工具或坡度计算中NoData像素被当成真实高程参加了邻域运算导致边界处计算出荒谬的坡度值和低值。解决在gdalwarp裁剪时显式指定dstNodata并在后续所有处理命令中保持一致的NoData值。我的习惯是统一用-9999作为NoData原因是-32768在部分老版本软件中可能被误读为有效值而-9999可被绝大多数现代GIS工具正确识别。填洼前再执行一次gdal_fillnodata把边界处的NoData区域做外扩填充消除边界效应。5.4 填洼后平坦区域出现“网格状”伪地形现象青海湖周边、柴达木盆地等平坦区域填洼后的DEM出现明显的格纹状起伏格纹间距刚好是30米看不到真实地形特征整个区域像铺了一层磨砂玻璃。原因部分填洼算法会在平坦区域强制分配微小的高程差以保证水流方向典型值是0.01米量级。30米分辨率的DEM在平坦地区本身信噪比低填洼工具对每个洼地点进行“垫高”后形成了一个个规则的微凸包视觉上就是网格纹。解决使用Planchon-Darboux算法替代简单的填充算法或者把填洼阈值从默认值调高到0.1米到0.5米。阈值越高填入的高程差越大网格纹越不明显但过高的阈值会把天然洼地一并填平破坏真实水文特征。柴达木盆地的阈值我一般设在0.3米左右河谷农区设在0.1米。填洼效果一定要做对比验证把填洼前后的两版DEM做差值差值图上如果出现大片与河谷走向一致的规则条带就说明阈值设高了。5.5 重采样后DEM的分辨率不是30米而是29.7米或30.3米现象gdalwarp完成后gdalinfo查看Pixel Size显示为(29.99, 30.01)之类的不规整数值。原因源数据是1弧秒经纬度格网在不同纬度上的地面间距不同。青海北部北纬39度处1弧秒经度方向约31米纬度方向约30米南部北纬32度处经度方向约29米。用一个固定的30米目标像素去重采样必然有少量取舍。解决接受20厘米以内的误差或者先把源数据裁剪到目标区域内再重采样让目标区域的纬向跨度尽可能小。严格的做法是在重采样前先按最北纬度和最南纬度分别计算像素大小取平均值作为-tr参数这样总体变形最小。误差控制在0.3米以内对水文分析来说完全够用不必过于纠结。5.6 相邻轨道的ALOS数据在接缝处有几十米的高程跳变现象用ALOS AW3D30镶嵌青海省数据某些东西向接缝处出现明显的地形错断山脊线或河谷出现平移看起来像两幅数据的错位。原因ALOS AW3D30是逐轨道发布的不同轨道的立体像对获取时间和侧视角度不同在接缝区域虽然经过官方匀色处理但局部地形匹配仍可能不一致尤其在坡度大于30度的陡峭区域视差导致的误差更大。解决不要在整个省域内做单纯的ALOS拼接。我的做法是全省范围用SRTM v3做基础底图ALOS数据只在需要精细地形的局部区域使用用省界内的重点区域掩膜替换替换后做composite重采样消除边界。如果必须以ALOS为底则要在拼接后用gdal_fillnodata配合人工抽检沿接缝生成剖面线逐条查看发现跳变就裁剪掉局部区域重新镶嵌。ALOS的高精度优势是真实的但覆盖全省时数据的时间和空间一致性不如SRTM。6. 进阶用法用填洼阈值和河网密度反推数据质量一个很容易被忽略的事实是DEM数据质量最直接的验证手段不是看等高线平不平滑而是看提取出的河网是否与真实水系吻合。青海省的河流走向相对稳定用30米DEM提取的河网与125万地形图水系对比重合率超过85%说明数据可用低于70%就需要排查填洼或投影环节。具体的验证流程是先用填洼后的DEM做流向计算再用累积流量阈值提取河网阈值设置决定河网的密度。在青海的干旱区阈值通常设为500到1000个像素约0.45到0.9平方公里汇水面积在东部半湿润区设为200到500个像素。如果发现提取河网在某个区域严重偏折甚至出现逆着真实河谷方向奔流的假象优先检查填洼阈值是否跨越了真实地形垭口。更精细的做法是把DEM生成的坡度图与实地测量剖面对比找一两个已知高程控制点用GPS实测值减去DEM值统计偏差的均值和标准差。青海省范围内SRTM v3的偏差均值通常会落在±10米内ALOS AW3D30落在±5米内。这个简单的统计就能判断数据源是否符合工程预可研的需求。另一个实用技巧是用DEM的山体阴影渲染检查数据噪声。在GIS里把太阳方位角设为315度、高度角设为45度渲染放大地形陡峭区域查看。如果阴影图上有大量芝麻点状的明暗交替说明该区域存在随机噪声一般对应ASTER GDEM的条带区或ALOS在云覆盖区的残留。如果噪声区恰好是项目区不要硬扛换个数据源局部替换比后处理滤波靠谱得多。把上述检查沉淀成习惯后处理青海省30米DEM就不再是碰运气。选源、拼接、投影、填洼、验证每个环节有明确的目标和判定标准。这套流程我跑过不下十次翻车大多发生在图省事跳过验证步骤的时候。数据从下载到出成果动手前先想清楚哪个环节的标准能接受省掉该省的时间不该省的检查一步都别省。希望这篇笔记能帮你少走一趟弯路。本文还有配套的精品资源点击获取 青海省30米DEM数据处理全流程：选源、拼接、投影与避坑指南
简介青海省30米分辨率的DEM数据包基于ASTER GDEM V3生成面向GIS研究者、测绘与规划人员能用于地形特征提取、灾害风险评估、土地利用规划及区域气候研究等场景。压缩包共10个文件大小约944.59MB核心为QingHai_DEM_30m_ASTGTMV003.tif高程影像附tfw坐标参考文件采用WGS84坐标系网格精度达到30米×30米同时附带青海省Shapefile边界数据及dbf、sbn、sbx、prj等属性与索引文件可在ArcGIS、QGIS中直接叠加分析。利用该数据可完成高程提取、坡度坡向计算、可视域与流域分析结合边界文件快速划定研究范围并与其他遥感产品联用探究地形对植被分布、河流走向及气候变化的影响。目前已有494人浏览学习这份公开来源的数据解压即可使用适合青海及青藏高原区域地理、地质灾害与环境变化研究者作为基础底图。1. 青海省30米DEM谁需要它最容易栽在哪青海省的30米分辨率DEM是几乎所有在青藏高原东北缘做地形分析、流域划分、道路选线、光伏选址的从业者绕不开的基础数据。表面上它就是一张tiff高程图但真正拿它落地的同事大多遇到过这种情况从网上下载的“青海省DEM”打开后要么带一身的黑边要么平坝区域呈现出规律性的网格条纹要么拿去填洼后河流方向干脆乱了。问题不在数据本身而在拿到手之后的一整套处理流程选哪个数据源、按什么标准裁剪、换到什么坐标系、重采样用什么算法。这篇笔记就是围绕“青海省DEM30米分辨率”这条主线把从数据源选型到投影转换再到坑点排查的全过程讲清楚。30米这个级别对应的是SRTM、ASTER GDEM和ALOS AW3D30这类全球开放数据集它们覆盖青海都没问题但在高原山区和高寒荒漠的表现差异明显选错源会导致后期水文分析的返工量成倍增加。适合刚接触DEM数据处理的GIS从业者、水利和地质方向的研究生以及要给项目做前期可研的工程师。先把概念和选型理由立住再一步步落到可复现的操作上。2. 青海省30米DEM究竟是什么数据源选型决定后面所有步骤2.1 DEM和DSM的区别先搞清楚你手里的文件是什么很多刚入手的同事把DEM和DSM混为一谈这在青海这种地表覆盖复杂的地方会带来直接问题。DEMDigital Elevation Model是裸露地表的高程模型理论上剔除了植被、建筑物、桥梁等地物高度DSMDigital Surface Model则是包含地表以上所有物体的高程面。同一个30米分辨率数据源在青海东部河湟谷地DSM的村庄和树木区域比DEM高出数米到十几米在无人区两者几乎相等。从数据源看SRTM和ASTER GDEM都属于DEM范畴ALOS AW3D30也在DEM之列它在森林地区做了一定的植被高度改正。而像Copernicus GLO-30这种虽然也标称DEM但部分区域的处理方式带有DSM痕迹。用户搜索“dsm生成dem”这类需求时本质是希望把地表模型中的地物高度剥离掉但30米分辨率下的DSM和DEM之差已经很难用算法完全恢复常见做法是利用多源数据融合或局部滤波而不是指望单一数据能直接转换。对青海省这种大范围区域来说直接选择原生DEM数据源比后期从DSM推断更可靠。2.2 三个主流30米数据源的对比SRTM、ASTER GDEM、ALOS AW3D30青海省的地理位置决定了数据源选择有一些特殊性。全省从东部的河湟谷地到西部的可可西里再到南部的唐古拉山区域地形起伏巨大高海拔地区常年有积雪和裸岩。三套公开数据在青海的表现各不相同。SRTM v3也称SRTM Plus由NASA和NGA发布覆盖范围是北纬60度到南纬56度青海完全在覆盖范围内。它的垂直精度标称约16米90%置信度在平坦地区和中等坡度区域表现稳定但在高山峡谷区经常出现数据空洞尤其在唐古拉山和巴颜喀拉山的高坡度区域。国内经常下载到的“30米DEM”多数就是SRTM v3的1弧秒数据。ASTER GDEM v3由日本METI和美国NASA联合发布覆盖范围到北纬83度空间分辨率同样是1弧秒。它的垂直精度标称约17米但在青海西部无人区由于云覆盖和立体像对匹配质量问题局部区域会存在明显的条带噪声和伪地形。v3版本比v2改进明显残留的坑洞仍然多于SRTM。ALOS AW3D30由日本JAXA发布使用PRISM立体像对生成标称垂直精度约5米均方根误差在无云区域质量明显优于前两者。它最突出的优点是地形细节保留好在青海的高山区域几乎看不到SRTM那种空洞。代价是它在森林覆盖区受植被高度影响较大对河湟谷地的耕地和村庄区域高程数值会整体偏高。三者在青海的适用性可以用一张表给出直观结论项目SRTM v3ASTER GDEM v3ALOS AW3D30分辨率1弧秒约30米1弧秒约30米1弧秒约30米垂直精度标称约16米约17米约5米RMSE空洞问题高山峡谷区明显西部无人区有残留少植被影响轻微中等偏明显地形细节较好一般最好国内获取难度容易容易较容易选型建议分场景做全省尺度的水文分析和流域划分推荐以SRTM v3为底它的误差分布均匀水文处理表现稳定做局部的道路选线或场地平整优先使用ALOS AW3D30细节比SRTM丰富做制图和可视化ASTER GDEM v3也可以胜任但需要做好滤波去噪。实际项目中我一般会同时下载SRTM和ALOS两套用后者做细节参考用前者做水文计算。2.3 下载层面单个文件是分幅瓦片不是拼好的省界数据这是最容易产生误解的点。无论是USGS EarthExplorer还是国内常用的数据服务平台下载到的30米DEM都是按经纬度分幅的瓦片不是已经裁好省界的文件。青海省东西范围约1200公里南北约800公里一张1度乘1度的瓦片并不能覆盖全省实际需要大约10到12张瓦片拼接才能覆盖青海全境。因此在确定数据源之后第一步不是直接搜“青海省DEM下载”而是先明确青海省的经纬度范围。青海大致位于东经89度到103度、北纬31度到39度之间具体边界用省界矢量数据做裁剪。下载瓦片时按这个范围取整度格网通常东经89到103度、北纬31到40度这个矩形框能覆盖全省共14张瓦片左右。多下载的边角瓦片通过省界掩膜可以去掉不影响结果。获取渠道上USGS EarthExplorer需要注册账户但下载稳定国内平台对教育网和科研网用户友好需要注意不同平台对并发下载的限制。下载的参数设置方面输出格式选择GeoTIFF坐标系保持原始的WGS84经纬度不要在前面任何环节预先投影投影放到后面专门处理。3. 用GDAL做青海省DEM拼接裁剪一行命令背后的四个细节3.1 安装GDAL并检查瓦片完整性拿到十几张瓦片后先做完整性检查不要急着拼接。GDAL是处理这个流程最趁手的工具它轻量、脚本化、可重复执行比打开ArcGIS Pro一张张贴要靠谱得多。Windows环境可以直接安装OSGeo4WLinux和macOS用包管理器装gdal即可。gdalinfo SRTM_1arc_v3_89E_31N.tif这条命令输出瓦片的基本信息重点看Size、Pixel Size和NoData Value。正常情况下SRTM v3瓦片的像素尺寸应该是3601乘3601像素大小约0.0002777778度约30米NoData值通常为-32768。如果Size不是3601乘3601可能是下载中断或者服务器返回了错误文件需要重新下载。检查完单张瓦片后写一个循环脚本验证整个目录下的瓦片是否有损坏。实际操作中我见过最典型的翻车场景是下载工具显示全部完成但其中两张瓦片的文件大小明显异常gdalinfo报错。这种情况多是网络中断导致文件截断重试下载即可不要抱有侥幸心理。检查无误后再进行下一步的拼接。3.2 拼接原理为什么不能用简单的merge命令拼接多张瓦片看似简单但青海这种地形起伏大的区域直接合并可能造成接缝处出现台阶状错位。SRTM v3的瓦片之间理论上是无缝衔接的相邻瓦片重叠区域的像素值略有差异拼接时如果只做简单的像素覆盖接缝处会留下一道明显的线状痕迹。正确做法是使用gdal_merge.py它可以对重叠区域做平均处理让接缝过渡更平滑。gdal_merge.py -o qinghai_raw_merge.tif -of GTiff -n -32768 -a_nodata -32768 SRTM_1arc_v3_*.tif这条命令把当前目录下所有SRTM瓦片合并为一张raw文件。参数-n -32768的作用是识别NoData值避免把空洞区域当成0高程写入结果-a_nodata -32768为输出文件重新标注NoData。逻辑上gdal_merge.py遇到重叠区域时默认取第一个文件的像素值所以严格说它还不是真正意义上的镶嵌融合但配合后面的填洼处理接缝影响可以被降到可接受范围。更精细的做法是先用gdalbuildvrt生成虚拟镶嵌层再转成tiff。VRT方式的好处是拼接过程不实际复制像素数据速度快而且可以在转tiff之前预览效果。命令行如下gdalbuildvrt qinghai_raw.vrt SRTM_1arc_v3_*.tif gdal_translate -co COMPRESSDEFLATE -co TILEDYES qinghai_raw.vrt qinghai_raw_merge.tif这里gdal_translate把VRT落成实际tiffCOMPRESSDEFLATE是压缩率较好且兼容性强的选择TILEDYES让tiff按块存储后续在ArcGIS里做局部操作时读取效率明显提升。这些细节在数据量小的时候无所谓青海全省30米DEM的数据量约在1.5GB到2GB块存储带来的性能差异非常明显。3.3 用省界矢量裁剪投影一致是前提裁剪是整个流程中最容易出错的环节。很多人直接用青海省界矢量对wgs84经纬度的DEM做裁剪结果要么裁剪结果错位要么边界处出现一道黑边。根本原因在于省界矢量通常是CGCS2000坐标系的高斯投影数据而DEM还是经纬度坐标两者空间参考不一致裁剪时就要先统一坐标。常见做法是先把省界矢量转换到WGS84经纬度坐标系再对DEM做裁剪这样能保证掩膜边界和像素边缘对齐。用GDAL的python绑定写一段脚本更可控from osgeo import gdal, ogr, osr # 打开拼接好的DEM和青海省界矢量 dem_path qinghai_raw_merge.tif shp_path qinghai_boundary.shp dem_ds gdal.Open(dem_path) boundary_ds ogr.Open(shp_path) boundary_lyr boundary_ds.GetLayer() # 将矢量转成WGS84经纬度坐标 source_srs boundary_lyr.GetSpatialRef() target_srs osr.SpatialReference() target_srs.ImportFromEPSG(4326) transform osr.CoordinateTransformation(source_srs, target_srs) # 创建带省界坐标范围的输出裁剪参数 min_x, max_x, min_y, max_y 88, 104, 30, 40 options gdal.WarpOptions( formatGTiff, cutlineDSNameshp_path, cropToCutlineTrue, dstSRSEPSG:4326, dstNodata-32768, outputBounds(min_x, min_y, max_x, max_y) ) # 执行裁剪 gdal.Warp(qinghai_dem_4326.tif, dem_ds, **options)这段脚本的核心逻辑是把省界矢量实时投影到WGS84坐标系同时给Warp设置输出边界避免裁剪范围无谓扩张到全图。cropToCutlineTrue让结果严格贴合省界轮廓边界外的像素全部填充为-32768的NoData。参数outputBounds的四个值需要根据青海实际范围调这里给的(88, 30, 104, 40)是一个宽松的矩形实际应根据省界外接矩形再收紧一些减少无效区域的数据量。裁剪完成后养成一个检查习惯在GIS软件里打开结果图看边界是否干净边界外的NoData区域是否被正确识别。很多同事下一步做坡向分析时发现边界有一圈异常的低值追根溯源就是裁剪时NoData没有设置边界外的-32768被当成真实高程参与计算了。3.4 填补NoData空洞高原山区的必修课青海省的DEM在昆仑山、唐古拉山一带经常有零星的空洞无论是SRTM还是ASTER GDEM都无法完全避免。这些空洞如果直接参与后续的填洼和坡度计算会造成水道断裂或产生虚假的陡坎。填补空洞常用GDAL的fillnodata工具它基于插值算法用周围有效像素推算空洞区域。gdal_fillnodata -md 50 -si 0 qinghai_dem_4326.tif qinghai_dem_filled.tif-md 50表示搜索半径是50个像素这个值对30米数据相当于1.5公里搜索范围适合填补几十个像素的小空洞-si 0是平滑迭代次数0表示不做额外平滑保持原始纹理。填补之后务必目检一次重点看山脉峰顶区域的空洞是否被有效填充这里如果填入一个明显低于周围的高程值后续生成的水系会在这个位置出现假源头。必须承认这是一个有风险的操作插值填补的本质是用周围地形趋势拟合缺失区域对于大面积空洞比如超过一平方公里填补结果就是“看起来合理但实际不可验证”。所以在水文分析场景中更好的做法不是完全依赖填补后的数据而是把空洞掩膜单独保存在水系提取后对照检查。这样既保证流程能走通又避免被插值结果误导。4. 投影与重采样把青海省DEM从经纬度转成高精度平面坐标4.1 为什么必须做投影经纬度DEM算不了真面积和真坡度青海省30米DEM下载下来默认是WGS84坐标系像素单位是度。虽然在ArcGIS里打开能显示高程但如果直接基于它做坡度、坡向、汇流累积计算得到的结果是有问题的因为纬度方向上的1度和经度方向上的1度代表的真实地面距离不同。在青海北部约北纬39度的地方经度方向1度约85公里纬度方向1度约111公里像素的真实地面大小是接近矩形的而不是正方形。坡度是依据水平和垂直方向距离之比计算出来的像素不等宽会让坡度数值系统性偏大或偏小。把DEM投影到平面坐标系之后每个像素都对应统一的地面尺寸计算才可靠。这在青海的另一个关键原因是青海省东西跨度大涉及多个高斯-克吕格投影带如果选错投影带DEM边缘区域的变形会非常大。不光是坡度计算面积量算、距离计算、流域面积统计全部依赖正确的投影。4.2 青海省适合的投影参数CGCS2000与三度分带的选择青海省地处东经89度到103度之间按照高斯-克吕格3度分带从89度到103度跨越约5个分带中央经线为90、93、96、99、102度一个省级项目如果只选一个分带会让边缘区域变形明显。实际操作中有两种路线全省一级的分析建议直接用Albers等积圆锥投影双标准纬线按青海地形特征设为北纬30度和北纬38度中央经线取东经96度。这种投影适合全省范围的面积计算和制图东西两侧的变形都在可接受范围内。但对水文分析来说Albers投影下的水流方向运算依然略别扭因为它的经线是曲线不是标准的东西南北网格。县域或工程级分析建议用CGCS2000 / 高斯-克吕格3度带的对应分带按照项目所在位置选择中央经线。例如玉树市大致在东经97度附近使用中央经线为99度的3度带海西州大部分区域在东经95度到98度之间需要根据具体位置选带。如果项目范围涉及两个分带最简单的处理是统一到中央经线靠近项目主体的那个带边缘误差在几十公里尺度下通常可接受。4.3 用gdalwarp做投影转换和重采样双线性还是立方卷积投影转换的核心命令是gdalwarp它同时完成坐标系变换和重采样。青海省DEM常见做法是从WGS84经纬度转到CGCS2000 / 高斯-克吕格3度带使用EPSG code时注意到CGCS2000 3度带是带号加60例如中央经线99度对应的CGCS2000 3度带是EPSG:45453度带带号38左右具体以项目所在地区公布为准。gdalwarp -t_srs EPSG:4545 -tr 30 30 -r bilinear -co COMPRESSDEFLATE qinghai_dem_filled.tif qinghai_dem_3degree.tif-t_srs指定目标投影-tr 30 30表示输出像素大小在投影坐标系下为30米乘30米-r bilinear指定重采样算法为双线性内插。这里最需要仔细决策的是重采样算法SRTM原始的1弧秒数据在青海约等于30米乘30米的一个近似正方形但投影到高斯平面后像素大小会发生轻微改变所以“30米分辨率”在这一步真正落地为平面上的30米。选用双线性因为它在高程数据上表现均衡既不会像最近邻那样产生锯齿状边缘也不会像三次卷积那样在陡峭地形处产生过冲。三次卷积适合平滑地形的制图输出不适合作为数值分析底图。用三次卷积处理高山地貌时山峰处经常出现虚假的抬升或下沉这类现象在后续分析里很难被察觉。投影完成后检查tiff的像素大小是否符合预期gdalinfo qinghai_dem_3degree.tif | grep -E Size|Pixel Size输出中Pixel Size显示为(30, 30)时说明重采样符合预期。如果显示类似(30.000, -30.000)都是正常的负号只表示栅格存储的扫描方向。如果长宽差异超过0.001米说明-trs参数没有写对或源数据覆盖范围超出了投影带适用区域。4.4 投影环节的边界坑投影带边缘的DEM变形投影这个环节的坑多数出在带边缘。青海省面积大按3度分带东部西宁一带对应中央经线102度和103度之间的区域本身位于带边缘如果整个数据集统一用中央经线99度的带投影西宁以东的区域离中央经线超过200公里横向变形达到几米量级。对高程分析来说这个变形不会改变高程数值但会让像素位置偏移叠加到其他地理数据上时容易出现半米到几米的错位。为了避开这个坑我的做法是工程级项目严格按项目位置取带省级面上分析则先做一份全省标准分带拼接数据每个分带单独投影后再拼接而不是全省一把抓。具体做法并不复杂先用省界导出每个分带的裁剪范围逐个gdalwarp再拼接最后在接缝处检查高程连续性。这样做的工作量比一次投影多出几分钟但避免了数据在不同带间的系统性误差叠加。如果嫌麻烦还有一种折中方案用UTM投影代替高斯投影。青海省大致处于UTM 46N、47N两个带内UTM在东西方向上的变形比高斯3度带略大但分带少、处理简单适合精度要求不高的初步分析。对最终成果来说只要项目要求的是CGCS2000UTM可以作为中间过渡不建议作为交付坐标系。5. 青海省30米DEM处理避坑六个高频故障的现象、原因和解决5.1 打开DEM后整幅图呈深黑色无法看到地形起伏现象在ArcGIS或QGIS里加载tiff显示区域一片黑或者只有山峰区域隐约看到轮廓。原因DEM的像素位深是16位整型高程范围从几千米到几百米而GIS软件默认把16位数据按0到255的灰度拉伸显示导致大部分区域落在色带范围之外显示为黑色。不是数据坏了是显示参数没调。解决在图层属性里把拉伸类型改为“百分位数截断拉伸”截断范围设为2%到98%或者直接改成“标准差拉伸”。如果是用GDAL命令行生成预览图可以用-scale参数手动设定显示范围。这个问题遇到一次之后就不会再犯本质是数据显示问题不影响分析计算。5.2 拼接后的DEM在瓦片交界处出现规则的“条带”现象整个青海省数据有明显的南北向或东西向条带条带宽度约等于一个瓦片的范围条带边界处高程有几十厘米到几米的跳变。原因相邻SRTM瓦片在重叠区的的像素不完全一致gdal_merge.py默认以先读入的瓦片为准后读入的瓦片即使有更好的质量也被覆盖产生人为边界。解决改用gdalbuildvrt配合gdal_translate并在buildvrt时设置-r average参数让重叠区域取多张瓦片的平均。如果条带仍然明显可以用gdal_calc做局部平滑过渡在接缝两侧各取5个像素宽度做线性渐变。这个坑在平坦的柴达木盆地区域尤其明显因为地形起伏小微小的数值跳变在色带渲染下被放大。5.3 裁好的青海省DEM边缘出现一圈异常低值或负值现象沿省界裁剪后边界内侧有一圈明显低于周边的高程值甚至出现负数色带显示上是一道黑圈。原因裁剪输出的边界外NoData设置成了-32768但后续某些处理步骤中NoData值没有被正确识别例如在填洼工具或坡度计算中NoData像素被当成真实高程参加了邻域运算导致边界处计算出荒谬的坡度值和低值。解决在gdalwarp裁剪时显式指定dstNodata并在后续所有处理命令中保持一致的NoData值。我的习惯是统一用-9999作为NoData原因是-32768在部分老版本软件中可能被误读为有效值而-9999可被绝大多数现代GIS工具正确识别。填洼前再执行一次gdal_fillnodata把边界处的NoData区域做外扩填充消除边界效应。5.4 填洼后平坦区域出现“网格状”伪地形现象青海湖周边、柴达木盆地等平坦区域填洼后的DEM出现明显的格纹状起伏格纹间距刚好是30米看不到真实地形特征整个区域像铺了一层磨砂玻璃。原因部分填洼算法会在平坦区域强制分配微小的高程差以保证水流方向典型值是0.01米量级。30米分辨率的DEM在平坦地区本身信噪比低填洼工具对每个洼地点进行“垫高”后形成了一个个规则的微凸包视觉上就是网格纹。解决使用Planchon-Darboux算法替代简单的填充算法或者把填洼阈值从默认值调高到0.1米到0.5米。阈值越高填入的高程差越大网格纹越不明显但过高的阈值会把天然洼地一并填平破坏真实水文特征。柴达木盆地的阈值我一般设在0.3米左右河谷农区设在0.1米。填洼效果一定要做对比验证把填洼前后的两版DEM做差值差值图上如果出现大片与河谷走向一致的规则条带就说明阈值设高了。5.5 重采样后DEM的分辨率不是30米而是29.7米或30.3米现象gdalwarp完成后gdalinfo查看Pixel Size显示为(29.99, 30.01)之类的不规整数值。原因源数据是1弧秒经纬度格网在不同纬度上的地面间距不同。青海北部北纬39度处1弧秒经度方向约31米纬度方向约30米南部北纬32度处经度方向约29米。用一个固定的30米目标像素去重采样必然有少量取舍。解决接受20厘米以内的误差或者先把源数据裁剪到目标区域内再重采样让目标区域的纬向跨度尽可能小。严格的做法是在重采样前先按最北纬度和最南纬度分别计算像素大小取平均值作为-tr参数这样总体变形最小。误差控制在0.3米以内对水文分析来说完全够用不必过于纠结。5.6 相邻轨道的ALOS数据在接缝处有几十米的高程跳变现象用ALOS AW3D30镶嵌青海省数据某些东西向接缝处出现明显的地形错断山脊线或河谷出现平移看起来像两幅数据的错位。原因ALOS AW3D30是逐轨道发布的不同轨道的立体像对获取时间和侧视角度不同在接缝区域虽然经过官方匀色处理但局部地形匹配仍可能不一致尤其在坡度大于30度的陡峭区域视差导致的误差更大。解决不要在整个省域内做单纯的ALOS拼接。我的做法是全省范围用SRTM v3做基础底图ALOS数据只在需要精细地形的局部区域使用用省界内的重点区域掩膜替换替换后做composite重采样消除边界。如果必须以ALOS为底则要在拼接后用gdal_fillnodata配合人工抽检沿接缝生成剖面线逐条查看发现跳变就裁剪掉局部区域重新镶嵌。ALOS的高精度优势是真实的但覆盖全省时数据的时间和空间一致性不如SRTM。6. 进阶用法用填洼阈值和河网密度反推数据质量一个很容易被忽略的事实是DEM数据质量最直接的验证手段不是看等高线平不平滑而是看提取出的河网是否与真实水系吻合。青海省的河流走向相对稳定用30米DEM提取的河网与125万地形图水系对比重合率超过85%说明数据可用低于70%就需要排查填洼或投影环节。具体的验证流程是先用填洼后的DEM做流向计算再用累积流量阈值提取河网阈值设置决定河网的密度。在青海的干旱区阈值通常设为500到1000个像素约0.45到0.9平方公里汇水面积在东部半湿润区设为200到500个像素。如果发现提取河网在某个区域严重偏折甚至出现逆着真实河谷方向奔流的假象优先检查填洼阈值是否跨越了真实地形垭口。更精细的做法是把DEM生成的坡度图与实地测量剖面对比找一两个已知高程控制点用GPS实测值减去DEM值统计偏差的均值和标准差。青海省范围内SRTM v3的偏差均值通常会落在±10米内ALOS AW3D30落在±5米内。这个简单的统计就能判断数据源是否符合工程预可研的需求。另一个实用技巧是用DEM的山体阴影渲染检查数据噪声。在GIS里把太阳方位角设为315度、高度角设为45度渲染放大地形陡峭区域查看。如果阴影图上有大量芝麻点状的明暗交替说明该区域存在随机噪声一般对应ASTER GDEM的条带区或ALOS在云覆盖区的残留。如果噪声区恰好是项目区不要硬扛换个数据源局部替换比后处理滤波靠谱得多。把上述检查沉淀成习惯后处理青海省30米DEM就不再是碰运气。选源、拼接、投影、填洼、验证每个环节有明确的目标和判定标准。这套流程我跑过不下十次翻车大多发生在图省事跳过验证步骤的时候。数据从下载到出成果动手前先想清楚哪个环节的标准能接受省掉该省的时间不该省的检查一步都别省。希望这篇笔记能帮你少走一趟弯路。本文还有配套的精品资源点击获取