QGIS 3D地形分析实战：从数据获取到灾害模拟应用
当第一次看到QGIS将二维地形数据转化为三维立体景观时，那种震撼感至今难忘。原本平淡的等高线突然"站立"起来，山脉的起伏、河谷的走向一目了然——这不仅是视觉效果的提升，更是地理分析思维的维度升级。作为开源GIS的旗舰工具，QGIS的3D功能正在自然灾害预警、城市规划等领域展现出独特价值。
1. 高精度DEM数据获取与处理
DEM（数字高程模型）是3D地形分析的基石。我曾参与过一个山区洪水预警项目，最初使用30米分辨率数据时，河道细节严重缺失；换成12米数据后，连河岸的微小起伏都能清晰呈现——分辨率的选择直接决定了分析结果的可靠性。
目前主流数据源包括：
| 数据源 | 分辨率 | 覆盖范围 | 获取难度 | 典型用途 |
|---|---|---|---|---|
| ASTER GDEM | 30米 | 全球 | 容易 | 区域尺度初步分析 |
| SRTM | 30米/90米 | 全球 | 中等 | 中小流域分析 |
| ALOS World 3D | 5米 | 全球 | 较难 | 城市精细建模 |
| LiDAR数据 | 0.5-2米 | 局部区域 | 困难 | 灾害精准评估 |
提示：国内用户可通过地理空间数据云(www.gscloud.cn)获取ASTER GDEM数据，注册后支持按经纬度矩形框检索下载
处理多片DEM数据时，常见的坑包括：
- 坐标系不一致导致的拼接错位
- 无数据区域(Nodata)造成的分析断层
- 不同数据源之间的高程值差异
# 使用GDAL合并DEM的Python示例 import gdal input_files = ['dem1.tif', 'dem2.tif'] gdal.Warp('merged_dem.tif', input_files, format='GTiff', dstSRS='EPSG:32650', xRes=30, yRes=30)2. QGIS三维场景构建技巧
QGIS的3D地图视图(快捷键Ctrl+Shift+M)是快速查看地形的入口，但真正强大的功能藏在插件体系里。Qgis2threejs插件能将地形导出为Web三维场景，这个功能在去年某次地质灾害应急演练中发挥了关键作用——我们仅用2小时就生成了滑坡风险区的交互式三维模型。
进阶设置建议：
- 垂直 exaggeration：对平坦区域建议2-3倍增强，山区1.5倍即可
- 光照角度：早晨/傍晚的光照方向最能突出地形特征
- 纹理叠加：卫星影像与DEM的透明度建议设置在40-60%
// Qgis2threejs导出的典型配置 Q3D.Config = { camera: { fov: 55, near: 1, far: 100000 }, terrain: { exaggeration: 2.5 }, lighting: { direction: [0.5, -0.5, 0.5], ambient: 0.4 } };3. 灾害模拟分析方法论
洪水淹没模拟是最常见的3D分析场景。在珠江三角洲某城市内涝评估项目中，我们采用以下工作流：
水文分析：
- 使用"填洼"工具处理DEM
- 计算流向、汇流累积量
- 提取河网水系
淹没模拟：
- 设置不同水位高程(50年/100年一遇)
- 使用栅格计算器进行淹没区提取
- 叠加建筑矢量数据评估风险
注意：模拟前务必检查DEM的垂直单位，海洋数据集常以米为单位，而部分航测数据可能使用英尺
滑坡风险评估则需结合以下参数：
- 坡度(>30°高危)
- 岩土类型
- 植被覆盖度
- 历史灾害点分布
4. 成果展示与决策支持
静态出图常采用"假彩色+山体阴影"的组合方案。在图层样式中尝试这些组合：
- Elevation：单波段伪彩色(Singleband pseudocolor)
- Slope：灰度渐变
- Aspect：HSV色彩模型
动态展示推荐三种方式：
- Qgis2threejs导出HTML：适合非技术决策者浏览
- QGIS动画工具：制作飞行漫游视频
- Blender后期处理：用于宣传级可视化
某次向市长汇报时，我们使用时间轴动画展示了不同降雨强度下的洪水蔓延过程，这种直观演示直接促成了防洪工程的立项。
5. 性能优化实战经验
处理省级范围的高分辨率DEM时，内存管理成为瓶颈。这些技巧能提升效率：
- 使用金字塔(pyramids)加速渲染
- 启用并行处理(Processing→Options→Providers)
- 对大数据进行分块处理
# 构建GDAL金字塔的终端命令 gdaladdo -r average large_dem.tif 2 4 8 16缓存设置也至关重要：在QGIS选项→渲染中，适当增加：
- 最大缓存大小(建议4-8GB)
- 瓦片尺寸(256或512像素)
记得那次处理全省5米DEM时，调整这些参数后，渲染时间从45分钟缩短到7分钟。
6. 多源数据融合创新
单纯的地形分析已不能满足现代GIS需求。去年参与的智慧城市项目就融合了：
- 夜间灯光数据(经济活跃度指标)
- 手机信令数据(人口分布)
- 气象监测数据
这种多维分析帮助规划师理解了地形如何影响城市热岛效应——山谷地区的通风廊道规划就源于此研究。
无人机航测数据的接入也值得关注。通过QGIS的Point Cloud工具，我们可以：
- 将LAS点云转为DEM
- 提取建筑物轮廓
- 计算植被高度
这些数据更新频率高、分辨率可达厘米级，特别适合灾害应急场景。记得某次滑坡后，我们用无人机采集的数据比卫星影像提前3天发现了一处潜在二次滑坡体。
