简介：福州市30米分辨率DEM数字高程数据，是一套面向GIS分析、城市规划、环境评估、灾害模拟等场景的基础地形数据集。压缩包共12个文件，约35.83MB，核心为TIFF格式的高程栅格，同时包含福州市行政范围Shapefile（.shp）及配套的.dbf属性表、.prj投影文件、.sbn/.sbx空间索引、.tfw坐标配准信息与多份xml元数据，可在ArcGIS、QGIS等平台中直接读取使用。该数据以30米间距的网格记录每个像元的海拔值，覆盖福州市域并略向外扩展，为研究区域地形起伏、径流走向、坡度坡向及通视条件提供了量化底图。目前已有1300人学习下载。借助附带的范围文件，用户可快速裁剪、统计或叠加其他图层，适用于区域规划、地质灾害风险评估、三维地形展示及水利模拟等专业工作，是福建省内地理信息项目落地时可靠的基础数据支撑。
1. 福州市30m DEM数据包：能做什么，为什么优先选它
30米分辨率的DEM听起来没有激光雷达“高级”，但做区域尺度的地形分析，它反而是最常用的底图。福州市这份压缩包把DEM栅格和市范围shp打包成套，下载解压后直接拖进ArcGIS、QGIS，不用再去遥感平台花几小时拼接和投影。它可以用于福州地区的洪水淹没模拟、道路选线、景观视廊分析，也可以作为地形分类的基础输入。和ALOS 12.5米那种精细数据相比，30m的数据量小，跑水文模型和可视域分析更快，对行政边界是否贴合影响不大。对沉浸多年的GIS开发来说，它的价值在于边界shp和tif已经对齐，省去了自己勾范围坐标的步骤；对教学场景，则是一套完整的文件格式教材。30米一个像元，沟谷形态和城市街廓能大致辨认，但细节不如5米数据；如果你只做宏观研判，这份数据足够。接下来按“文件结构、数据体检、地形分析、边界裁剪”四个步骤往下拆。
2. 拆开zip包：从tif、tfw到shp，每个文件都别丢
很多人解压后只拖走福州市DEM.tif，剩下的shp和tfw当垃圾，等下次打开发现DEM“漂移”了才回来找。zip里其实分两组：一组是tif栅格及辅助文件，一组是边界矢量。下面逐个说明为什么这些文件都值得保留。
2.1 主数据文件福州市DEM.tif和它的辅助文件
福州市DEM.tif是GeoTIFF，高程值以像元为单位存储，每个像元的数值代表海拔高度，单位通常是米。30m分辨率意味着地面一个像元对应30米×30米的范围。要确认tif底层分辨率和坐标系，最直接的是用GDAL自带的gdalinfo：
gdalinfo "福州市DEM.tif" | head -n 40 # head 用于截断输出，避免元数据太长刷屏输出中Size is后面是列数和行数，Pixel Size =括号里是x方向、y方向的分辨率，Coordinate System is:后面是坐标系描述。如果看到EPSG:4326，说明是经纬度，像元大小约0.00027778度，换算成米大约30.8米；如果看到EPSG:4547这类投影坐标，像元单位直接就是米。
在tif同目录下还有福州市DEM.tfw，这是世界描述文件。GeoTIFF本身通常已内嵌地理参考，tfw可以看作备份，当tif头部信息损坏，或者要把tif导入CAD、Photoshop时，tfw就派上用场。它共有六个数字，依次是x方向像元大小、旋转项、y方向像元大小、左上角x坐标、左上角y坐标，第2、3个旋转项一般都为0。福州市DEM.tif.ovr是金字塔文件，用于缩放视图时读取低分辨率概览层，加快显示；福州市DEM.tif.aux.xml保存栅格统计信息和色彩映射。这两个文件不是必须的，但建议保留，频繁删除ovr会让大数据量tif在每次缩放时重新计算统计值，明显卡顿。
2.2 边界文件组：福州市范围.shp和它的三件套
Shapefile是矢量格式，但它依赖多个文件同时存在。只有.shp是无法完整打开的，至少需要shp、shx、dbf三件套。压缩包里的文件对应关系如下：
| 文件 | 类型 | 作用 | 缺失时的影响 |
|---|---|---|---|
| 福州市范围.shp | 核心矢量 | 存储几何坐标（面/多边形） | 无法读取矢量 |
| 福州市范围.shx | 索引 | 记录几何位置偏移量，加速读取 | 部分软件拒绝加载 |
| 福州市范围.dbf | 属性表 | 保存地名、行政区代码等字段 | 属性表为空或无属性 |
| 福州市范围.prj | 投影描述 | 保存坐标系WKT文本 | 叠加时容易出现偏移 |
| 福州市范围.sbn/.sbx | 空间索引 | 在ArcGIS中加速空间查询 | 可重建，通常不影响打开 |
| 福州市范围.shp.xml | 元数据 | 记录数据来源和更新时间 | 一般不影响使用 |
福州市范围.sbn和.sbx是ArcGIS生成的二进制空间索引。QGIS即使没有它们也能打开，ArcGIS里做属性查询时略慢，但不会被判定为缺失文件。福州市DEM.tif.xml是tif的ISO元数据，比如采集日期和坐标系描述，对普通用户价值不大，但归档时仍建议保留。
2.3 为什么坐标系统一决定数据能不能对齐
DEM是栅格，shp是矢量，两个图层能不能严丝合缝，取决于坐标系是否一致。tif内部和shp的.prj必须指向同一个地理坐标系或投影坐标系，否则在GIS里会看到DEM跑偏到海里。拿到数据后先做一次体检，是解开一切问题的前提。常见做法是先把shp的.prj用文本编辑器打开，看里面是GEOGCS["GCS_WGS_1984"还是China Geodetic Coordinate System 2000，再对照tif的投影信息决定是否需要重投影。
2.4 截取边界坐标到txt，方便脚本传参
很多命令行工具不直接读shp，只认矩形范围。这时需要从福州市范围.shp里取外接矩形边界。最快的方式是用ogrinfo：
ogrinfo -so -al "福州市范围.shp" | grep 'Extent' # -so 表示只读概要，-al 表示读取全部图层，grep 只留下范围行输出是四个数字，分别对应西、南、东、北。把数值按minX minY maxX maxY的顺序填到gdalwarp -te后面即可。这个方法在批量处理多个区县时非常省事，不用每次都去QGIS属性里查看“图层范围”。如果只想把shp的属性表转成带经纬度的txt，也可以用ogr2ogr -f CSV导出dbf内容，但取范围用ogrinfo更快。
3. 解压与体检：用GDAL确认坐标系、范围和分辨率
拿到zip包的第一反应不是双击解压到桌面，而是先建一个英文目录，把压缩包放进去，用命令行释放，尽可能减少中文路径带来的“找不到文件”问题。尤其是Windows下使用Python的rasterio或gdal库时，中文路径偶尔会触发UnicodeDecodeError，提前规避能省很多事。
3.1 在Linux/macOS下解压不乱码
mkdir -p ~/gis/fuzhou_dem && cd ~/gis/fuzhou_dem unzip -O UTF-8 "福建省福州市DEM数字高程数据30m.zip" # -O 参数用于把压缩包内文件名按UTF-8重新编码如果解压后文件名出现乱码，试试unzip -O GBK；Windows下用系统右键“全部解压缩”即可。解压完成后，建议把整个目录移动到类似C:\gis\fuzhou_dem这种不带中文的路径，后续调用Python脚本会少很多问题。
3.2 打开QGIS看一眼范围
启动QGIS后，直接把福州市DEM.tif拖进图层区，再把福州市范围.shp拖入。如果DEM显示黑色或白色，在图层样式的“单波段灰度”里把拉伸方法改成“最小/最大”，渲染就会恢复正常。若shp和DEM完全重合，说明坐标基准一致，可以进入下一步地形分析。
如果只是边界shp压住DEM，而你想看单个区县的边界，在属性表里找到行政区字段，用表达式选中目标feature，再右键“导出—保存所选要素”生成一个新shp。这和“只保留外边界线”是同一个逻辑：用矢量—地理处理—消除多边形边界把内部边界消除，而不是直接删字段。
3.3 用GDAL做一次量化的数据体检
第2章的gdalinfo已经够用，再加两个参数做更完整的检查：
gdalinfo -stats "福州市DEM.tif" | grep -E "Upper Left|Lower Right|Pixel Size|EPSG|Statistics" # -stats 会计算最小值、最大值和标准差；grep 过滤出关键行需要重点看四组信息：
Upper Left和Lower Right决定范围，确认是否完整覆盖福州，且比行政边界略大，因为原始下载是按矩形范围裁的。Pixel Size确认是否为30米级别，如果出现0.00027或30.8，说明坐标单位是度，后续算坡度要加比例因子。EPSG代码决定后续重采样参数。Statistics里Min和Max如果出现类似-3.4e+38的异常值，说明tif内部有无效像素，建议先执行gdal_translate -a_nodata -9999统一无效值，避免坡度、等高线计算时把黑边一起算进去。
3.4 坐标对不上时，用gdalwarp重新投影
如果DEM和shp之间存在明显偏移，大概率是一个WGS84经纬度，一个是CGCS2000高斯投影。这时先读取shp的.prj，根据文本里的坐标系名称确认EPSG代码，然后重投影：
gdalwarp -t_srs EPSG:4547 -r cubic -overwrite "福州市DEM.tif" "福州市DEM_4547.tif" # -r cubic 是三次卷积内插，适合连续表面；若只是显示，用 -r bilinear 更快选择EPSG时，福州地区常用CGCS2000 / 3-degree Gauss-Kruger zone 38，对应的EPSG是4547。如果只是在网页端做了展示，直接输出成EPSG:4326也能与WGS84坐标的shp对齐。注意重投影会重采样，会轻微改变高程统计值，尽量只做一次，不要在多个坐标系之间反复切换。
4. 从DEM到实用产品：坡度、山体阴影和等高线输出
DEM本身不是成品，坡度图、山体阴影和等高线才是能交付的地形产品。GDAL自带一个gdaldem命令行工具，一行命令就能生成多种地形分析图层，比ArcGIS里逐一步骤操作更快，也更适合写进自动化脚本。
4.1 为什么要处理比例因子和边缘像元
坡度算法的原理是围绕中心像元做一个3×3窗口，用水平距离和垂直高差计算最大变化率。DEM如果是经纬度坐标，x/y方向单位是度，垂直方向单位是米，直接算出来的坡度会完全错误。gdaldem针对这种情况提供-s参数，表示水平与垂直单位比例：
gdaldem slope "福州市DEM.tif" "福州市_slope.tif" -s 111120 -p -compute_edges # -s 111120 表示1度约等于111120米；-p 输出坡度百分比；-compute_edges 处理边缘像元福州在北纬25度至26度之间，也可以用111320*cos(lat)估算更精确的比例因子，但对30m坡度的结果影响可以忽略。如果DEM本身就是投影坐标系，x/y单位就是米，不需要-s参数。
4.2 用Python批处理生成坡度、山体阴影和晕染
更灵活的方式是调用subprocess控制gdaldem，配合范围shp批量生成多个产品：
import subprocess from pathlib import Path dem_path = Path("福州市DEM.tif") out_dir = Path("products") out_dir.mkdir(exist_ok=True) commands = [ ["gdaldem", "hillshade", str(dem_path), str(out_dir / "hillshade.tif"), "-z", "2", "-az", "315", "-alt", "45"], ["gdaldem", "slope", str(dem_path), str(out_dir / "slope.tif"), "-s", "111120", "-p"], ["gdaldem", "color-relief", str(dem_path), str(out_dir / "color.txt"), str(out_dir / "relief.tif")], ] for cmd in commands: subprocess.run(cmd, check=True)-z是垂直拉伸倍数，平原地区可以适当调大到2或3，让微地形更明显；-az是太阳方位角，山体阴影常用315度，模拟西北方向光；-alt是太阳高度角，45度最接近人眼阅读习惯。check=True保证中间某一步失败时立即停止，避免拿到残缺的产品目录。
4.3 输出50米间距等高线并叠加shp
等高线是根据DEM网格线性内插出的等值线，最常用的是gdal_contour：
gdal_contour -a elev "福州市DEM.tif" "福州市_contour.shp" -i 50 -off 0 # -a elev 表示把高程值写入elev属性；-i 50 表示每50米一条；-off 0 表示从0米起算如果文件较大，建议先gdal_translate -outsize 10% 10%生成低分辨率预览，等参数调好再全分辨率输出。生成的福州市_contour.shp要和福州市范围.shp一起叠加检查，看等高线是否被行政边界压实。如果发现等高线在某个区域密集异常，大概率是tif里有无效值，需要回到第3.3节处理nodata。
4.4 成果导出为png，便于评审交付
处理完的坡度和山体阴影，可以用matplotlib输出成图片，塞进PPT或评审文档：
import matplotlib.pyplot as plt import rasterio with rasterio.open("products/hillshade.tif") as hs: hillshade = hs.read(1, masked=True) plt.imshow(hillshade, cmap="gray") plt.axis("off") plt.savefig("products/hillshade.png", dpi=150, bbox_inches="tight")masked=True会忽略nodata区域，避免图片边缘出现黑框。注意如果输出图片尺寸太大，可以用plt.figure(figsize=(8, 8))控制画布，但实际打印尺寸主要受dpi影响。
5. 裁剪DEM到边界shp时，避免黑边的实用参数
最后一步经常变成“翻车现场”：把福州市范围.shp作为裁剪边界，输出的DEM四周出现一圈黑色无值区域。这不是数据问题，而是gdalwarp参数没写全。
5.1 最小可行命令
gdalwarp -cutline "福州市范围.shp" -crop_to_cutline -dstnodata -9999 \ "福州市DEM.tif" "福州市DEM_clip.tif" # -dstnodata 必须设置，否则边缘可能被计算成0或nan关键是-crop_to_cutline。如果不加这个参数，输出范围仍然是原DEM的外接矩形，只是把边界外区域设为nodata，看上去还是一整块透明黑。加上之后，输出栅格的宽高会紧贴shp的多边形边界，边缘干净很多。
5.2 进一步压缩体积和统一坐标
如果只需要规则矩形研究区，用-te指定西北和东南角坐标，配合-tr强制像元大小：
gdalwarp -te 118.8 25.6 120.2 26.4 -tr 0.00027777778 0.00027777778 \ -r bilinear "福州市DEM.tif" "福州_crop.tif" # -te 依次是 minX minY maxX maxY；-r bilinear 用双线性内插重采样如果你手里还有福建省内其他城市的边界shp，把福州市范围.shp替换成对应shp，流程完全一致。裁剪完先不要删除原始zip，等验证dem和shp边界线完全咬合后，再清理不迟。
本文还有配套的精品资源，点击获取
