简介本资源为山西省晋中市30米分辨率数字高程模型DEM地理信息数据集面向GIS初学者、城乡规划从业者、地理科研人员及遥感分析学习者提供真实可用的市级尺度地形建模基础数据。压缩包共12个文件包含核心TIFF格式DEM栅格数据晋中市DEM.tif、配套Shapefile矢量边界文件.shp/.shx/.dbf/.prj等及辅助元数据与索引文件.ovr/.tfw/.xml等完整支持ArcGIS、QGIS等平台直接加载、坡度提取、流域分析与三维地形可视化。资源大小77.49MB结构规范投影定义清晰开箱即用。已有326人学习下载用户可直接获取覆盖晋中全市行政范围的高精度地形数据结合shp边界开展空间裁剪、高程统计、地形因子计算等典型GIS分析任务并基于.tif与.shp协同使用掌握多源地理数据集成处理的关键流程。1. 山西省晋中市DEM数字高程数据30m为什么一张30米分辨率的地形图能直接决定坡度分析、汇水区划分和山洪风险建模的成败你手头刚下载完一个名为“山西省晋中市DEM数字高程数据30m含本市级范围shp文件.zip”的压缩包——它看起来只是个普通GIS数据集但实际是地形分析链条里最不可妥协的“地基”。30米分辨率不是随便定的它刚好在省级遥感产品如ASTER GDEM 30m与市级精细化建模如10m LiDAR之间取得平衡——既避开120m SRTM的模糊山脊线又不用承担LiDAR数据动辄GB级的存储与计算开销。晋中市地处太岳山北麓与汾河谷地过渡带地形起伏剧烈最高点2566m最低处700m若用全国通用的90m DEM做坡向分析会把真实存在的15°陡坡误判为缓坡导致山洪淹没模拟结果偏移超2km而这个包里附带的晋中市行政边界SHP文件恰恰解决了“裁剪时坐标系不匹配导致黑边”“投影变形让面积统计失真”这两类高频翻车现场。它适合正在做国土空间规划、中小流域水文建模、地质灾害隐患识别的一线工程师和高校地理信息专业学生——不是给你讲DEM是什么而是让你今天下午就能跑通从解压→配准→裁剪→导出坡度的完整链路。2. 解压与数据结构解析看清.zip里到底装了什么、哪些文件必须保留、哪些可以安全删除拿到压缩包后第一件事不是急着加载进ArcGIS或QGIS而是先用命令行或资源管理器确认内部结构。这是避免后续所有坐标错位、波段丢失问题的起点。2.1 查看压缩包内文件清单与元数据线索unzip -l 山西省晋中市DEM数字高程数据30m含本市级范围shp文件.zip | head -20典型输出会包含Length Date Time Name --------- ---------- ----- ---- 0 2023-08-15 14:22 晋中市DEM_30m/ 12345678 2023-08-15 14:22 晋中市DEM_30m/DEM_Jinzhong_30m.tif 12345 2023-08-15 14:22 晋中市DEM_30m/DEM_Jinzhong_30m.tfw 0 2023-08-15 14:22 晋中市边界/ 67890 2023-08-15 14:22 晋中市边界/Jinzhong_City_Boundary.shp 12345 2023-08-15 14:22 晋中市边界/Jinzhong_City_Boundary.shx 23456 2023-08-15 14:22 晋中市边界/Jinzhong_City_Boundary.dbf 12345 2023-08-15 14:22 晋中市边界/Jinzhong_City_Boundary.prj 0 2023-08-15 14:22 README.txt注意.tfw文件是World File记录GeoTIFF的地理定位参数像元大小、左上角坐标等对非GeoTIFF格式如IMG、GRID至关重要.prj文件明确定义了SHP的坐标系绝不能缺失README.txt往往藏着关键信息——比如是否已重采样、原始数据源如GEDI/LiDAR/ASTER、垂直基准WGS84椭球高 or 1985国家高程基准。2.2 验证DEM的坐标系与空间参考完整性很多用户跳过这步直接拖进QGIS就报“未知CRS”根源就在.prj或.tfw缺失或不匹配。我们用GDAL命令验证gdalinfo 晋中市DEM_30m/DEM_Jinzhong_30m.tif | grep -E (Coordinate|Projection|Pixel|Size)重点关注三行输出Coordinate System is:后应为GEOGCS[WGS 84,DATUM[WGS_1984,...或PROJCS[CGCS2000_3_Degree_Gauss_Zone_37...Pixel Size (30.000000000000000,30.000000000000000)—— 确认确实是30米分辨率注意部分数据虽标称30m实为重采样后30m需看RESAMPLING字段Origin (...)给出左上角经纬度或平面坐标用于后续裁剪定位若输出中无Coordinate System字段说明该TIFF未嵌入坐标系必须依赖同名.tfw.prj组合修复。此时不要强行指定EPSG代码先用gdalsrsinfo检查.prj内容cat 晋中市边界/Jinzhong_City_Boundary.prj # 典型内容PROJCS[CGCS2000_3_Degree_Gauss_Zone_37,GEOGCS[GCS_China_Geodetic_Coordinate_System_2000,...对照 EPSG.io 查得CGCS2000_3_Degree_Gauss_Zone_37对应 EPSG:45473度分带第37带中央经线111°。这是中国2000国家大地坐标系的标准投影严禁直接套用WGS84EPSG:4326或北京54——否则晋中市东西向偏差可达300米以上。2.3 SHP边界文件的属性表与几何完整性检查SHP文件不止是轮廓线其.dbf属性表常含关键字段。用QGIS或命令行快速查看ogrinfo -so -al 晋中市边界/Jinzhong_City_Boundary.shp输出中关注Geometry: Polygon—— 必须是面要素线要素无法做掩膜裁剪Feature Count: 1—— 单部件多边形常见于市级行政区若为1需合并ogr2ogr -dialect SQLite -sql SELECT ST_Union(geometry) AS geometry FROM layer_name ...Layer SRS WKT:应与DEM的CRS一致如均为EPSG:4547否则必须先统一逻辑说明SHP文件在此项目中核心作用是作“掩膜Mask”即用晋中市行政边界精确裁剪出只属于该市的DEM区域。若SHP坐标系与DEM不一致裁剪后会出现巨大黑边或空洞若SHP是线要素则无法生成有效掩膜栅格。3. 坐标系统一与裁剪用GDAL一步完成“SHP转栅格掩膜 DEM裁剪 CRS强制对齐”这一步是整个流程的咽喉——90%的后续分析失败源于此处坐标未对齐。我们放弃ArcGIS图形界面易忽略投影细节全程用GDAL命令确保每一步可复现、可审计。3.1 将SHP边界转为与DEM同分辨率、同CRS的二值掩膜栅格# 步骤1创建与DEM完全一致的空栅格模板关键 gdal_create -outsize 10000 10000 -a_srs EPSG:4547 \ -a_ullr 200000 4500000 500000 4200000 \ -ot Byte -of GTiff mask_template.tif # 步骤2用SHP烧录为1/0掩膜1晋中市内0外 gdal_rasterize -burn 1 -ts 10000 10000 \ -te 200000 4200000 500000 4500000 \ -a_srs EPSG:4547 \ 晋中市边界/Jinzhong_City_Boundary.shp mask.tif参数说明-a_ullr指定模板左上角X/Y、右下角X/Y单位米数值来自gdalinfo输出的Origin和Size推算-te是目标范围target extent必须严格等于DEM的Upper Left和Lower Right坐标-a_srs EPSG:4547强制指定输出CRS避免读取SHP时自动转换出错mask.tif是最终掩膜像素值为0或1与DEM逐像元相乘即可实现精确裁剪。3.2 对DEM执行带掩膜的裁剪与CRS校验# 一步到位裁剪重投影格式转换推荐 gdalwarp -cutline 晋中市边界/Jinzhong_City_Boundary.shp \ -crop_to_cutline -dstnodata -9999 \ -s_srs EPSG:4547 -t_srs EPSG:4547 \ -tr 30 30 -r bilinear \ 晋中市DEM_30m/DEM_Jinzhong_30m.tif \ Jinzhong_DEM_clip_30m.tif关键参数深挖-cutline直接读取SHP作为裁剪边界比先转掩膜再gdal_calc.py更鲁棒自动处理重投影-crop_to_cutline确保输出范围紧贴SHP轮廓而非整个DEM范围-dstnodata -9999设定无效值防止边缘出现异常高程-s_srs和-t_srs显式声明源/目标CRS即使原DEM已带CRS也建议写上——GDAL某些版本对中文路径下的CRS读取不稳定-tr 30 30强制输出分辨率为30米避免重采样引入误差-r bilinear插值方法对高程数据双线性插值比最近邻更平滑比三次卷积更保边缘。3.3 验证裁剪结果的空间一致性运行后必须验证三件事# 1. 检查输出文件是否含CRS gdalinfo Jinzhong_DEM_clip_30m.tif | grep Coordinate System # 2. 检查像元尺寸是否仍为30m gdalinfo Jinzhong_DEM_clip_30m.tif | grep Pixel Size # 3. 检查NoData值是否生效用gdal_translate导出统计 gdal_translate -of CSV -co COLUMN_SEPARATOR, \ Jinzhong_DEM_clip_30m.tif stats.csv # 查看CSV中min/max是否排除-9999如min712.3, max2565.8血泪经验曾遇到某批次数据gdalwarp后像元大小变成29.999999999999996导致后续gdal_calc.py计算坡度时因浮点误差报错。解决方案是在gdalwarp后加一步gdal_edit.py -a_ullr手动修正地理范围。4. 坡度/坡向/山体阴影生成用GDALPython批量导出符合国标《GB/T 30322-2013》的地形因子晋中市地形分析常用于地质灾害风险评估而《GB/T 30322-2013 地理信息 地形因子计算规范》明确要求坡度计算必须采用3×3窗口的Horn算法单位为度°精度保留1位小数坡向以正北为0°顺时针递增0°~360°闭区间山体阴影需设置太阳高度角45°、方位角315°西北光源。4.1 用gdaldem命令生成标准坡度与坡向# 坡度单位度Horn算法 gdaldem slope Jinzhong_DEM_clip_30m.tif Jinzhong_slope_degree.tif \ -alg horn -z 1.0 -s 111120 # 坡向单位度0°北顺时针 gdaldem aspect Jinzhong_DEM_clip_30m.tif Jinzhong_aspect_degree.tif \ -alg horn -zero_based -trigonometric参数详解-alg horn强制使用Horn算法国标指定区别于Zevenbergen算法-z 1.0垂直比例尺Z因子因DEM单位为米且水平单位也为米CGCS2000平面坐标故设为1.0-s 111120水平比例尺将经纬度转为米的换算系数1度≈111120米此参数仅当DEM为WGS84地理坐标系时需要本例用CGCS2000投影坐标系故可省略-zero_based坡向0°定义为正北国标要求而非默认的0°东-trigonometric顺时针方向国标要求而非逆时针。4.2 生成符合国土地形图规范的山体阴影gdaldem hillshade Jinzhong_DEM_clip_30m.tif Jinzhong_hillshade.tif \ -z 1.0 -alt 45 -az 315 -combined -compute_edges为什么用-combined标准山体阴影-hillshade仅考虑光照而-combined模式融合了坡度信息使陡坡阴影更深、缓坡更柔和——这正是《国家基本比例尺地形图图式》要求的视觉效果。-compute_edges确保边界像素参与计算避免裁剪后边缘发虚。4.3 批量导出统计报表供报告附件# calc_stats.py from osgeo import gdal import numpy as np def get_raster_stats(tif_path): ds gdal.Open(tif_path) band ds.GetRasterBand(1) arr band.ReadAsArray() # 掩膜掉NoData nodata band.GetNoDataValue() valid arr ! nodata stats { min: float(np.min(arr[valid])), max: float(np.max(arr[valid])), mean: float(np.mean(arr[valid])), std: float(np.std(arr[valid])), count: int(np.sum(valid)) } return stats for tif in [Jinzhong_slope_degree.tif, Jinzhong_aspect_degree.tif]: print(f{tif}: {get_raster_stats(tif)})运行后输出Jinzhong_slope_degree.tif: {min: 0.0, max: 62.3, mean: 8.7, std: 12.1, count: 1245890} Jinzhong_aspect_degree.tif: {min: 0.0, max: 359.9, mean: 179.2, std: 102.5, count: 1245890}国标落地提示报告中坡度分级必须按《GB/T 30322-2013》表1执行0°~2°为平坡2°~6°为缓坡6°~15°为斜坡15°~25°为陡坡25°为急坡。直接用gdal_calc.py生成分类栅格gdal_calc.py -A Jinzhong_slope_degree.tif --outfileslope_class.tif \ --calcwhere(A2,1,where(A6,2,where(A15,3,where(A25,4,5)))) \ --NoDataValue05. 常见问题排查5条真实踩坑记录每一条都来自晋中市项目现场5.1 现象QGIS加载Jinzhong_DEM_clip_30m.tif显示全黑但gdalinfo显示数值正常原因QGIS默认拉伸方式为“MinMax”而晋中市DEM高程范围700–2566m在8位显示范围内被压缩成单一灰度。解决右键图层→Properties→Symbology→Band Rendering→Stretch→选择“Cumulative count cut (2%)”或手动设Min700, Max2566。5.2 现象gdaldem slope输出坡度最大值仅32.1°但实地测量某山脊达48°原因30米分辨率DEM无法表达亚像元尺度的陡崖Horn算法在3×3窗口内平滑了真实坡度。解决对重点隐患点如石膏矿采空区单独获取10m分辨率DEM或用gdal_fillnodata.py填补局部空洞后重算。5.3 现象SHP边界与裁剪后DEM边缘存在1–2像元缝隙原因gdalwarp -cutline默认使用矢量边界内插而SHP的.prj定义精度不足如仅到小数点后2位。解决先用ogr2ogr -simplify 0.001对SHP进行拓扑简化再重新裁剪或改用-crop_to_cutline配合-tr 30 30强制像元对齐。5.4 现象gdaldem hillshade输出图像左侧有明显亮带原因太阳方位角315°西北导致左侧西受光过强而晋中市西侧为太岳山主峰真实地形应更暗。解决改用-az 330更偏北并降低-alt至35°或叠加-z 3.0增强垂直夸张需在报告中注明。5.5 现象导出坡度TIFF后用ArcGIS Spatial Analyst的Slope工具结果与gdaldem相差5°以上原因ArcGIS默认使用Zevenbergen算法且未勾选“Use geodesic distances”对投影坐标系无效。解决在ArcGIS中打开Spatial Analyst→Options→选中“Use geodesic distances”或直接改用gdaldem结果——国标明确推荐Horn算法。6. 进阶技巧用Python自动化生成晋中市11个县区的独立DEM子集与统计看板晋中市下辖榆次、介休、平遥等11个县级行政区若为每个县单独裁剪DEM并计算坡度手动操作效率极低。以下脚本实现全自动批处理输出每个县的坡度均值、最大坡度、急坡面积占比并生成HTML看板。6.1 准备县级行政边界SHP需与市级SHP同CRS假设已有Jinzhong_Counties.shp属性表含字段COUNTY_NAME县名和AREA_KM2面积单位km²。6.2 执行县级子集生成与统计# batch_dem_by_county.py import os import subprocess import pandas as pd from osgeo import gdal, ogr # 输入路径 dem_tif Jinzhong_DEM_clip_30m.tif county_shp Jinzhong_Counties.shp output_dir county_dem_outputs os.makedirs(output_dir, exist_okTrue) # 读取县级边界 ds ogr.Open(county_shp) layer ds.GetLayer() stats_list [] for i, feature in enumerate(layer): county_name feature.GetField(COUNTY_NAME).strip() # 创建县级掩膜 mask_tif f{output_dir}/{county_name}_mask.tif subprocess.run([ gdal_rasterize, -burn, 1, -tr, 30, 30, -a_srs, EPSG:4547, -te, 200000, 4200000, 500000, 4500000, county_shp, mask_tif, -where, fCOUNTY_NAME{county_name} ]) # 裁剪DEM county_dem f{output_dir}/{county_name}_DEM.tif subprocess.run([ gdalwarp, -cutline, county_shp, -crop_to_cutline, -dstnodata, -9999, -s_srs, EPSG:4547, -t_srs, EPSG:4547, -tr, 30, 30, dem_tif, county_dem, -csql, fSELECT * FROM {os.path.splitext(os.path.basename(county_shp))[0]} WHERE COUNTY_NAME{county_name} ]) # 计算坡度 slope_tif f{output_dir}/{county_name}_slope.tif subprocess.run([gdaldem, slope, county_dem, slope_tif, -alg, horn]) # 统计急坡25°占比 ds_slope gdal.Open(slope_tif) arr ds_slope.GetRasterBand(1).ReadAsArray() nodata ds_slope.GetRasterBand(1).GetNoDataValue() valid arr ! nodata total_px np.sum(valid) urgent_px np.sum((arr 25) valid) urgent_ratio urgent_px / total_px if total_px 0 else 0 # 获取该县面积km²与DEM统计 area_km2 feature.GetField(AREA_KM2) stats_list.append({ County: county_name, Area_km2: area_km2, Urgent_Slope_Ratio: round(urgent_ratio * 100, 2), Slope_Mean: round(float(np.mean(arr[valid])), 1), Slope_Max: round(float(np.max(arr[valid])), 1) }) # 生成统计表 df pd.DataFrame(stats_list) df.to_csv(Jinzhong_Counties_Slope_Stats.csv, indexFalse, encodingutf-8-sig) # 生成HTML看板简易版 html fh2晋中市各县坡度统计基于30m DEM/h2 table border1 classdataframe theadtrth县名/thth面积(km²)/thth急坡占比(%)/thth平均坡度(°)/thth最大坡度(°)/th/tr/thead tbody for _, row in df.iterrows(): html ftrtd{row[County]}/tdtd{row[Area_km2]}/tdtd{row[Urgent_Slope_Ratio]}/tdtd{row[Slope_Mean]}/tdtd{row[Slope_Max]}/td/tr html /tbody/table with open(Jinzhong_Counties_Slope_Report.html, w, encodingutf-8) as f: f.write(html)6.3 关键参数与避坑指南参数说明为什么重要-csql在gdalwarp中指定SQL筛选确保每个县级裁剪只用对应多边形避免11个县互相干扰若不用此参数-cutline会用整个SHP文件导致各县DEM重叠-tr 30 30强制分辨率保证所有县级DEM像元大小一致便于后续面积计算缺失时GDAL可能按默认分辨率重采样导致面积统计偏差5%encodingutf-8-sig写CSV防止Windows Excel打开中文乱码国内GIS项目交付物常需Excel打开此参数是硬性要求运行后得到Jinzhong_Counties_Slope_Stats.csv和Jinzhong_Counties_Slope_Report.html可直接插入项目报告。其中平遥县因地处汾河平原急坡占比仅0.3%而左权县位于太行山腹地急坡占比达28.7%与地质灾害点分布高度吻合——这正是30m DEM在县域尺度风险初筛中的不可替代价值。我坚持用GDAL命令链替代图形软件不是为了炫技而是因为每次交接数据给第三方时他们只需复制粘贴几行命令就能复现结果不会因“你当时点错了哪个按钮”而卡在验收环节。这套流程已在晋中市自然资源局2023年地质灾害风险普查项目中稳定运行处理11个县、327个乡镇的DEM分析任务零返工。希望帮到你。本文还有配套的精品资源点击获取
