企业官网建设流程全解析

简介：湖北省宜昌市30米分辨率DEM数字高程数据，面向GIS学习者、地理信息从业者与规划研究人员，可用于地形制图、坡度坡向分析、洪水淹没模拟、可视域分析及区域环境评估等场景。压缩包共12个文件，包含TIFF格式高程栅格、Shapefile格式市域边界矢量、投影坐标系定义文件、金字塔预览文件、空间索引与XML元数据等，总大小约63.67MB，文件组织规范，便于在ArcGIS、QGIS等平台直接加载使用。包内单独提供宜昌市范围shp边界，配合tfw地理参考文件可快速将DEM影像与真实坐标对齐，裁剪出完整市域地形图层，且覆盖范围含周边部分区域。已有825人学习下载，适用于教学演示、课程设计与中小尺度地理建模实践，能为后续坡度计算、流域划分等分析提供标准化基础数据。

1. 这个 30m DEM 包不是拿来就能出图：先把它修成能分析的地形底图

很多朋友用 ArcGIS 双击打开宜昌市 DEM 数字高程数据包里的 tif，看到的不是彩色地形，而是一片灰黑，或者整块绿得发假。这不是数据坏了，而是拉伸方式和无效高程没处理好。30m 分辨率意味着一个栅格像元约对应 900 平方米的地面范围，做市县尺度、小流域分析、规划选址够用，做单体场地设计就偏粗。藏在 zip 里的市级范围 shp 文件不是装饰，它既是裁剪边界，也是后续填洼、坡度、坡向统计的掩膜范围。这篇按预检、裁剪、派生、排错、交付的顺序，把这套 30m DEM 数据用透。

2. DEM 预检比实际操作更耗时：30 分钟搞定文件结构、坐标系与无效高程

拿到 zip 包后最常见的冲动是直接解压、往地图里一拖、随手做个坡度出图。但 30m 栅格和市级范围 shp 的组合里，真正耽误时间的从来不是裁剪那一下，而是坐标系对不上、NoData 值被当成 0 米、shp 缺投影文件这类前置问题。预检做扎实，后面裁剪和填洼一次过；预检跳过，后面每一步都在给前面的偷懒还债。

2.1 解压后的文件清单：shp 为什么是五个文件而不是一个

先不要双击 zip 再拖拽，解压到一个干净目录，然后按文件清单核对。zip 解压后至少有两类东西：一类是栅格 DEM，通常以 .tif 或 .img 结尾；另一类是宜昌市市级范围的 shp 矢量边界。很多人以为 shp 就是单个文件，实际它是一组文件：.shp 存几何、.dbf 存属性、.shx 存索引、.prj 存投影信息。有的包还带 .cpg 字符集和 .sbn/.sbx 空间索引。缺 .dbf 会打不开属性表，缺 .prj 则会让 ArcMap 和 QGIS 猜坐标系，后面裁剪整体错位。

unzip -q "湖北省宜昌市DEM数字高程数据30m（含本市级范围shp文件）.zip" -d ./yichang_dem ls -lh ./yichang_dem # 期望看到 1 个 tif 栅格，以及同名 shp 派生出的 5 个以上文件

解压参数里-q是安静模式，-d指到指定目录。Windows 上建议解压到D:\work\yichang这种全英文路径。这一步是后续 arcpy 和 GDAL 能稳定运行的前提，路径带中文时各工具编码行为不一致，经常出现“数据明明在却打不开”的奇怪报错。解压完再看有没有 .tfw 世界文件和 .aux.xml 辅助文件，前者记录地理配准参数，后者存栅格统计信息。老版本 ArcMap 缺了 .aux.xml 可能不显示有效范围，整张图看起来像被压成一个点。

2.2 坐标系一致性核对：先统一再裁剪，还是先裁剪再统一？

这个问题的答案是：先统一坐标系，再裁剪。先裁剪后投影会把栅格重采样两次，第一次按 shp 范围切，第二次按目标坐标系抽点，边缘像元会多一层锯齿和错位。

gdalinfo ./yichang_dem/dem.tif | head -20 ogrinfo ./yichang_dem/宜昌市界.shp -so -al | grep -E "EXTENSION|PROJCS|GEOGCS" | head -5

gdalinfo会输出栅格的 EPSG 代码、像元大小和四个角坐标；ogrinfo输出 shp 的几何类型和空间参考。宜昌市常见的数据组合是 WGS84 或 CGCS2000 地理坐标（经纬度显示，单位通常是度和分），也可能是高斯-克吕格投影的米制坐标。判断标准很简单：看坐标值——数值在 110 到 112 之间且带小数点，是经纬度；数值在几十万到几百万量级，是投影坐标。两者不一致时，用 ArcMap 的 Project Raster 和 Project 工具统一到同一个坐标系，TIN 地形和坡度计算之前尽量选米制投影坐标，否则坡度结果会按经纬度度数去解释，数值完全不可用。

如果 .prj 文件缺失，旧版 ArcMap 会弹出“未知空间参考”提示。不要点确定硬算，正确做法是先用 Define Projection 工具手动指定数据来源坐标系，再用 Project 工具转换。指定错了虽然也能出图，但所有距离、面积、坡度结果都会错，且很难回头排查。

2.3 无效高程筛查：负值不一定是错误，0 值不一定能用

DEM 栅格里的 NoData 与 0 是完全不同的概念。NoData 表示该像元没有有效观测值，0 表示真实海拔为 0 米左右。但很多数据生产环节会把无效值写成 -9999、-32768，甚至直接写成 0。如果直接把 0 当真实高程参与填洼，宜昌长江沿岸的河谷地带会被挖出一个假的“海平面凹陷”，后面所有汇水路径都跟着歪。

import rasterio import numpy as np with rasterio.open("./yichang_dem/dem.tif") as src: arr = src.read(1).astype(np.float32) nodata = src.nodata valid = arr[arr != nodata] if nodata is not None else arr print("nodata:", nodata) print("min:", valid.min(), "max:", valid.max()) print("zero_count:", int((arr == 0).sum())) print("negative_count:", int((arr < 0).sum()))

这段脚本用 rasterio 读栅格，先取元数据里的 nodata 标记，再统计有效值的最小、最大值以及 0 值、负值数量。如果零值数量占全图比例很低，通常是无数据填充；如果负值集中出现在某一区域，需要对照地形判断是不是内陆湖底或河谷负海拔。ArcMap 里可以在栅格图层属性 - 符号系统里把 NoData 显示为单独颜色，QGIS 则可以在图层属性 - 透明度里单独设置。预检这一步把无效值范围定下来，第三章裁剪时才不会把地狱值带进派生分析。

3. 用市级范围 shp 裁剪 DEM：Arcmap 掩膜提取、QGIS 与 GDAL 的最小操作集

预检通过后进入核心操作：用面图层把大范围 DEM 裁到宜昌市市级边界内。这步工具选型决定了后续成果的边界形状和 NoData 表现。搜索这个标题的人，多半会搜到“arcmap 中依靠面图层裁剪 dem 栅格 tif 文件和依靠面图层掩码提取有啥区别”，下面先把这两个常用工具的关系讲透，再给出 QGIS 和 Python 的落地操作。

3.1 ArcMap 中 Clip 与掩膜提取：两个工具结果有什么不一样

ArcMap 里有两个工具看起来都能裁剪：数据管理工具箱里的 Clip（栅格裁剪）和 Spatial Analyst 工具箱里的 Extract by Mask（按掩膜提取）。两者的差别不在最终影像差多少，而在处理逻辑。Clip 是按照面要素的外包矩形或面本身去切栅格，直接改写输出范围的像元，边缘是否完全贴合边界取决于像元对齐；Extract by Mask 则是用掩膜面去“筛选”栅格像元，处于面内的像元被保留，面外的像元统一写成 NoData，同时受 ArcToolbox 环境设置里的掩膜和范围影响。

import arcpy from arcpy.sa import * arcpy.env.workspace = r"D:\work\yichang" arcpy.env.snapRaster = "dem.tif" arcpy.env.extent = "宜昌市界.shp" # 方式一：数据管理工具箱裁剪 arcpy.Clip_management( in_raster="dem.tif", rectangle="#", out_raster="dem_clip.tif", in_template_dataset="宜昌市界.shp", nodata_value="-9999", clipping_geometry="ClippingGeometry", ) # 方式二：Spatial Analyst 掩膜提取 outExtractByMask = ExtractByMask("dem.tif", "宜昌市界.shp") outExtractByMask.save("dem_mask.tif")

代码里Clip_management的clipping_geometry参数传ClippingGeometry，是按 shp 面边界裁剪而非外接矩形，这一步很多人漏掉，默认参数会裁出整个矩形外框。nodata_value要配合预检结果写，避免输出栅格把原 NoData 改成 0。ExtractByMask更简洁，但它要求 Spatial Analyst 授权，且输出会在面边界处保留一圈 NoData 像元。这两种方式的结果在 ArcMap 里肉眼几乎一样，差别在后续计算：掩膜提取的 NoData 会参与栅格计算器的条件判断，而 Clip 输出通常直接带背景值。做水文分析推荐 ExtractByMask，做地形切片导出推荐 Clip。

3.2 QGIS 里用面图层裁剪：gdalwarp 一条命令解决

QGIS 用户不需要打开两个工具箱，核心就是 GDAL 的gdalwarp。栅格菜单里的“裁剪栅格按掩膜图层”对话框最终也是在调它，只是界面把参数藏起来了。直接在终端跑的好处是参数透明、可以批量。

gdalwarp \ -cutline ./yichang_dem/宜昌市界.shp \ -crop_to_cutline \ -dstnodata -9999 \ -co COMPRESS=DEFLATE \ ./yichang_dem/dem.tif ./yichang_dem/dem_clip.tif

-cutline指定裁剪边界 shp，-crop_to_cutline是核心参数，让输出范围贴合面边界而不是外包矩形，少了它你会得到一张矩形底图加一个空洞。-dstnodata -9999把外部区域统一写成 -9999，与上一步无效值口径保持一致。-co COMPRESS=DEFLATE是压缩选项，30m DEM 裁到市域范围后文件不大，但 DEFLATE 能让后续读取更快。执行完用gdalinfo dem_clip.tif看一眼角坐标和 NoData 标记，确认没有丢失投影。QGIS 图形界面里如果发现裁剪结果边缘有白边，多半是没勾选“裁剪到裁切线”选项，中文界面里它叫“按裁切线裁剪”，不是“裁剪到图层范围”。

3.3 Python 批量裁剪：rasterio 的 mask 函数与多块边界合并

当你有多个区县 shp 想分别裁出 DEM，或者想把宜昌市级 shp 拆成乡镇后批量处理，ArcMap 一个个点工具太慢。用 rasterio 写个循环最省事。

import rasterio from rasterio.mask import mask from shapely.geometry import mapping import geopandas as gpd boundary = gpd.read_file("./yichang_dem/宜昌市界.shp") features = [mapping(boundary.geometry.unary_union)] with rasterio.open("./yichang_dem/dem.tif") as src: out_img, out_transform = mask( src, features, crop=True, nodata=-9999, ) out_meta = src.meta.copy() out_meta.update({ "driver": "GTiff", "height": out_img.shape[1], "width": out_img.shape[2], "transform": out_transform, "nodata": -9999, }) with rasterio.open("./yichang_dem/dem_clip.tif", "w", **out_meta) as dst: dst.write(out_img)

代码里boundary.geometry.unary_union先做几何合并，避免 shp 里存在多个面要素时掩膜只套用第一个面。crop=True表示按边界收缩输出范围。nodata=-9999让裁出来的背景区域统一成无效值，这样后面填洼时不会把边界外的平地误当成真实地形。注意输出投影来自源栅格，如果 shp 与 dem 投影不一致，mask 会抛异常或裁出错误区域。这种批量方式配合 glob 遍历多个 tif 和多个 shp，一晚上能把一整个地市的数据洗一遍。

4. 裁剪后的 DEM 才真正可用：填洼、坡度坡向与等高线三个派生方向

裁剪完成不代表分析能直接开始。原始 DEM 里包含真实地形中的洼地、平地噪声和采集误差，直接做汇水分析会出现断头河和伪洼地。所以裁剪后的下一步是把 DEM 变成“可被水文和地形工具信任”的底图，常见做法是依次做填洼、坡度坡向、等高线提取。这三个方向也是搜索热词里“dem文件”“从dem提取shp”最常见的落点。

4.1 填洼（Fill）：为什么流域分析前必须填，Z limit 怎么设

填洼就是把 DEM 中低于周围像元的闭合凹陷填平到出水口高度。天然地形确实存在封闭洼地，比如喀斯特地貌里的漏斗，但在小流域分析里这些洼地会阻断水流路径，导致流向计算戛然而止。填洼工具不区分真实洼地和数据噪声，肉眼判断不了，只能靠参数控制。

import arcpy from arcpy.sa import * arcpy.env.workspace = r"D:\work\yichang" arcpy.env.snapRaster = "dem_clip.tif" fill_out = Fill("dem_clip.tif", z_limit=5) fill_out.save("dem_fill.tif")

z_limit是填洼深度的上限，单位与 DEM 高程单位一致。设 5 表示只填埋深度在 5 米以内的洼地，超过 5 米的真实漏斗和采石坑会被保留。如果不填这个参数，工具会把所有洼地全部填平，宜昌西部山区的溶蚀洼地会被彻底抹掉，后续提取的等高线会多出一圈假闭合圈。QGIS 里对应工具是 SAGA 的 Fill Sinks（wang & liu），参数 Threshold 同理。填洼完成后用栅格计算器做一次dem_fill - dem_clip，差值图里亮点集中的区域就是被填掉的主要洼地，顺手检查有没有填出异常大的水面。

4.2 坡度坡向：输出单位选度数还是百分比，影响很大

坡度工具输出单位有两种：度数（degree）和百分比（percent）。度数适合做坡度分级图，百分比适合做土壤侵蚀和工程设计。两者换算关系是百分比等于度数正切值乘以100，45 度对应 100%。做规划选址时百分比的“临界值”更容易被人接受，比如 25% 以下算缓坡，超过 60% 算陡坡。

import arcpy from arcpy.sa import * slope_out = Slope("dem_fill.tif", output_measurement="DEGREE") slope_out.save("yichang_slope.tif") aspect_out = Aspect("dem_fill.tif") aspect_out.save("yichang_aspect.tif") hillshade_out = Hillshade("dem_fill.tif", azimuth=315, altitude=45) hillshade_out.save("yichang_hillshade.tif")

output_measurement传DEGREE或PERCENT_RISE。坡度计算前必须确保 DEM 是投影坐标系，如果是经纬度坐标，ArcGIS 会按伪米制计算，结果偏小且不可信。Aspect输出是 0 到 360 度的坡向方位角，平地为 -1，用来做阴坡阳坡分析时要重分类，把 315-360 和 0-45 合并成北坡。Hillshade是山体阴影，虽然是渲染工具不是分析工具，但它能快速暴露 DEM 里残留的条带噪声，我经常用凌晨阳光角度先跑一张看数据质量。

4.3 从 DEM 提取 shp：等高线间距的选择与线平滑

标题热词里有不少人在找“arcgis 从 dem 提取 shp”，这里特指等高线。等高线是从 DEM 栅格里提取出的矢量线要素，输出为 shp，可以作为宜昌市级边界内的地形辅助线叠加到规划图上。

import arcpy arcpy.env.workspace = r"D:\work\yichang" arcpy.env.snapRaster = "dem_fill.tif" contour_out = arcpy.gp.Contour_sa( in_raster="dem_fill.tif", out_polyline_features="yichang_contour.shp", contour_interval=10, base_contour=0, )

contour_interval设 10 表示每 10 米生成一条等高线。宜昌市城区平缓地段高差几十米，10 米间距能看清地形骨架；西部山区陡峭，建议 20 米或 50 米，否则线太密压盖道路和房屋。base_contour设起始高程，常用 0 米起算。提取出的等高线带有锯齿，直接出图不好看，但不要急着平滑——平滑工具会把高程属性字段搞乱，而且矢量线一旦平滑会绕过真实地形特征。更合理的做法是把等高线 shp 转成 3D 线要素显示在 ArcScene 里，或者叠加到山体阴影上做半透明出图。如果源数据其实是 DSM（表面模型），即包含了树木和建筑高度的表面高程，直接提取等高线会出现大量虚假闭合圈，必须先做地面滤波或者换数据源。这里的密码在于明白 DEM 与 DSM 的区别：DEM 是裸地表，DSM 是地物顶面。

5. 宜昌 DEM 分析常见问题排查：五个最容易翻车的现场与处理办法

30m DEM 数据本身的坑不算多，真正让人反复重做的是坐标系、无效值和工具参数这三个黑匣子。以下五个现象按“现象 → 原因 → 解决”写，照着排查能省掉一整天返工。

5.1 裁剪结果全黑或全 0

现象：ArcMap 里裁剪后的 tif 一片黑，拉伸显示只有 0 和 255 两个值。

原因：shp 面要素和 DEM 栅格的投影坐标系不一致，导致掩膜范围根本没落在栅格上，所有像元都被判为 NoData；或者nodata_value参数写作 0，把有效高程也标记成空。

解决：打开两个图层属性，分别记录投影信息，用 Project 工具统一后再裁剪。若确认只有 NoData 问题，在 Clip_management 里把nodata_value设为 -9999，并在符号系统里单独给 NoData 设透明色。验证方法是用识别工具点几个像元，读出真实高程而不是 0。

5.2 裁剪范围整体偏移几百米，边界线切在山顶上

现象：裁剪结果边界大体正确，但锯齿边缘明显，边界线与 shp 边界差出两三个像元，部分山坡被切掉。

原因：栅格像元与 shp 矢量的空间位置没有严格对齐，GDAL 的 mask 默认按像元边界取整，ArcGIS 环境设置里没有指定 snapRaster。

解决：在 ArcToolbox 环境里把snapRaster指向源 DEM，让裁剪输出像元格网与源栅格完全重合；用 gdalwarp 时增加-tr参数明确输出分辨率，比如-tr 30 30，并让它与源栅格对齐。裁剪后把 shp 叠加到底图上，边界处像元脱落超过一个像元宽度就需要重算。

5.3 NoData 区域被当成 0 米参与填洼

现象：填洼后的水文分析在边界外出现巨大洼地，或者河网顺着矩形边缘走。

原因：裁剪输出没有正确设置 NoData，背景区域被写成 0 或 -9999，而 Fill 工具把它当作有效高程参与计算，边缘处形成一道虚假挡墙。

解决：填洼前用栅格计算器写Con(IsNull(dem_clip), dem_clip, dem_clip)确认 NoData 存在，然后用SetNull把所有非有效值统一。再做一次Fill，并用IsNull检查输出节点。更稳妥的办法是在裁剪工具里指定-dstnodata -9999，让背景值保持为空。

5.4 高程统计里出现负 100 米或一万米的异常值

现象：用识别工具点长江水面，高程显示为 -32768；点山顶显示为 10000 以上。

原因：数据生产阶段把无效高程填充成了极端哨兵值，常见 -32768、-9999、0，ArcMap 默认把这些值当有效数据参与拉伸显示，才会整片怪异颜色。

解决：用第二章的 python 统计脚本找出哨兵值，然后做条件重映射，把哨兵值改写成 NoData。栅格计算器写法是Con(dem == -32768, NoData(), dem)。处理完再检查一遍极值，确保有效高程范围落在该区域合理的几十米到两千多米区间。

5.5 shp 缺少 .prj 文件导致裁剪和填洼全程错位

现象：shp 能打开能显示，但和 DEM 叠不上，gdalwarp 报“transform failed”或坐标系 mismatch。

原因：zip 包里数据来源裁剪时不严谨，shp 文件没带投影定义。ArcMap 在有投影缺失时可能自动猜测成 WGS84 地理坐标，猜错就全盘错位。

解决：先看 shp 所在目录有没有 .prj，没有就按已知来源补坐标系。通常这种行政边界一版来自国土空间规划或基础测绘数据，坐标系不是 CGCS2000 就是 WGS84。用 Define Projection 工具手动指派，再 Project 到目标坐标系。注意补投影和重新投影是两步，必须先补齐再转换，顺序反了等于又把错误放大一次。

6. 把成果变成可交付的数据包：分块导出、文本互转与三维切片收尾技巧

裁剪和派生做完，通常会进入交付环节。给甲方或同事的成果至少要考虑三件事：大范围 DEM 要不要分块、shp 怎么转成其它交换格式、三维展示用哪种方案。这三个收尾技巧都是实际工作中高频出现的需求。

渔网分块处理大面积 DEM 时，常见做法是先用 Create Fishnet 生成覆盖全市的格网 shp，再按格网循环裁剪。30m DEM 在宜昌市范围不算大，但如果后续接 5 米或 10 米数据，分块会让读取和处理快很多。格网间距按 2000 乘 2000 像元切，每块约 60 万像元，ArcMap 加载和 python 处理都舒服。

shp 转 txt 的诉求多来自需要用文本交换数据的场景。ArcGIS 里可以用 Raster to ASCII 把 DEM 导出成 txt 栅格，但 shp 转 txt 通常指的是把矢量属性写成逗号或制表符分隔文本，用 geopandas 一行代码实现。

import geopandas as gpd gdf = gpd.read_file("./yichang_dem/宜昌市界.shp") gdf["wkt"] = gdf.geometry.to_wkt() gdf[["name", "wkt"]].to_csv("./yichang_dem/宜昌市界.txt", sep="\t", index=False)

to_wkt()把几何写出文本格式，再连带属性字段导出成 tab 分隔的 txt。反过来，别人发来带 WKT 字段的文本，用shapely.wkt.loads转成几何再写成 shp 文件就能恢复矢量。这套互转流程比直接用 FME 脚本简单得多，也绕开了 dbf 中文字段编码的老问题。

三维展示方面，除了 ArcScene 拉伸，近两年流行把 DEM 和边界 shp 一起转成三维瓦片，网页端直接加载。转换思路并不复杂：先把 DEM 转成带高程属性的 terrain 或 3D 模型，再切片成 3D Tiles。但 30m 数据做城市级三维会显得很粗糙，更合适的是做山体阴影叠加后的半透明起伏图，配合市级边界 shp 做范围线。

最后说个习惯：我每次把包含 shp 的 zip 交付出去之前，强制自己先删掉临时文件再压缩，解压后第一件事是看 .prj 和 .tfw 是否齐全。早年为图省事跳过预检，被甲方一句“你的裁切结果为什么整体往东飘了十几米”问得哑口无言。从那以后，凡是 DEM 加 shp 的活，先把坐标系和无效值这两关过了再谈出图。希望帮到你。

本文还有配套的精品资源，点击获取