QGIS 3D地形分析实战：从数据获取到灾害模拟应用

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：

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：

1. 垂直 exaggeration：对平坦区域建议2-3倍增强，山区1.5倍即可
2. 光照角度：早晨/傍晚的光照方向最能突出地形特征
3. 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：

1. 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

2. 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：

1. Qgis2threejs导出HTML：适合非技术决策者浏览
2. QGIS动画工具：制作飞行漫游视频
3. 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：

1. 将LAS点云转为DEM
2. 提取建筑物轮廓
3. 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。