简介这份全球地形数据以ETOPO1_Ice_geotiff为原型整合了全球陆地高程与海底深度信息采用tif栅格格式坐标系统为WGS1984空间分辨率约2km可供GIS、遥感、测绘、海洋科学等领域的从业者和学生直接用于地形分析、剖面绘制、三维地形可视化以及海陆过渡带研究。数据为全球覆盖兼顾了范围和粒度适合作为区域制图、环境建模或科研项目前期的公共底图。压缩包共3个文件除核心tif影像外还包含ovr金字塔文件与xml辅助元数据前者可在ArcGIS等软件中提高缩放浏览速度后者提供栅格投影等描述信息整体包大小约266MB。目前已有3020人浏览学习表明该数据集在实际应用中具有一定参考热度。下载并解压后用户可将tif文件直接拖入主流GIS平台进行图层叠加、坡度坡向计算或等高线生成ovr与辅助文件无需额外配置即可随主数据自动调用能够节省预处理时间适合需要快速获取全球地形底图的各类基础研究。 做GIS的人迟早会遇到一个需求给我一份全球地形数据TIF格式的。这句话听起来简单实际上埋着不少坑——全球地形数据来源很多TIF也不是单纯的一种图片格式。早些年我刚开始接触DEM时下载SRTM数据、用ArcGIS随便倒腾一下以为拿到GeoTIFF就算完事后来做过几次全球尺度的地形分析之后才发现选错数据源、搞错坐标参考、忽略NoData处理都会让后续工作直接翻车。所以这篇干脆把我这套“全球地形TIF数据”的经验完整捋一遍数据源怎么选、GeoTIFF格式底层是怎么回事、从下载到出图的全流程怎么操作、以及项目实战中我踩过的那些坑。适合刚接触DEM的GIS初学者也适合被全球尺度数据折腾过的从业者参考。1. 全球地形数据源别只盯着SRTM这些DEM源也该知道很多人一想到全球地形数据就是SRTM这没错但SRTM已经是二十多年前的成果了。这些年全球DEM数据源更新了不少精度和覆盖范围都有明显变化。做全球尺度的地形分析选对数据源等于赢在起跑线上。1.1 主流全球DEM数据源对比先把我用过的主要全球DEM数据源列一个表方便对照选择数据源分辨率覆盖范围发布时间特点获取方式SRTM 1弧秒约30米北纬60°至南纬56°2015年重发布使用最广地形细节均衡USGS EarthExplorerSRTM 3弧秒约90米同上2003年文件小适合大范围快速分析多平台提供NASADEM约30米全球2020年SRTM再处理修复空洞和异常值NASA EarthdataASTER GDEM约30米北纬83°至南纬83°2011年V3覆盖更广但局部噪声偏大USGS EarthExplorerALOS AW3D30约30米全球2021年V3.2精度口碑好高山地区表现佳JAXA官网Copernicus DEM约30米/90米全球2021年目前公认“最干净”的全球DEMPlanetary Computer等GMTED2010约250米/500米全球2010年中低分辨率适合小比例尺出图USGSGEBCO约450米15弧秒全球含海洋每年更新唯一兼顾海底地形的全球数据GEBCO官网这些数据里我最常用的是 Copernicus DEM 和 ALOS AW3D30。如果你只打算对陆地做处理Copernicus DEM 是健康和干净的如果想要平整的海洋区域后期需要自己掩膜处理。1.2 为什么SRTM不再是“无脑首选”SRTM 的最大问题是数据采集于2000年地貌在这二十多年里发生了不少变化。城市扩张、矿区开挖、人工填海等区域SRTM 出来的地形依然是旧面貌。另外SRTM 在陡峭山区和部分植被茂密区域会有空洞或异常值虽然 NASADEM 做了修正但底子还是当年的数据。相比之下Copernicus DEM 基于 2011 年至 2015 年的 TanDEM-X 雷达卫星数据生成年代更新垂直精度也更好官方标称的绝对垂直精度优于4米在平坦区域可以做到1米以内。很多商业 GIS 项目已经把它作为基础地形底图。我以前有个项目要对中亚某区域做坡度分级图用 SRTM 生成的陡坡面积明显偏高换成 Copernicus DEM 之后结果更接近当地实测数据。这类情况不是个别现象建议做面积统计类分析时优先考虑新数据源。1.3 海洋区域和低分辨率备选方案如果要画海底地形或者做一个兼顾陆海的地貌图GEBCO 是目前唯一好用的全球陆海一体数据。它的陆地部分精度不如 DEM 数据源但海底地形是独一份。如果只是做全球尺度的小比例尺渲染GMTED2010 也足够文件小处理快还能避免数据过细带来的视觉噪点。2. TIF文件比你想象的复杂GeoTIFF背后的地理参考机制标题里带“TIF格式”四个字但真正干活的时候你会发现普通TIF和GeoTIFF差距极大。地形数据的TIF通常是GeoTIFF也就是嵌入了地理空间信息的TIFF文件。如果不理解这套机制轻则数据加载后位置偏移重则坐标信息完全丢失所有分析全部作废。2.1 从普通TIFF到GeoTIFF多出来的信息到底是什么普通TIFF就是一张图片像素值是颜色或灰度。GeoTIFF在这个基础上追加了地理编码信息最核心的是通过GeoTIFF Tags告诉GIS软件三件事坐标参考系统CRS数据在地球上使用什么坐标框架。地形数据常见的是地理坐标系 EPSG:4326WGS84经纬度也有一些项目转成了投影坐标系比如 UTM 或 Web Mercator。像素与地理坐标的对应关系通常用仿射变换六参数GeoTransform描述像素行列号如何换算成地图坐标。具体包括左上角X坐标、左上角Y坐标、像元宽度、像元高度、旋转参数等。有效数据范围部分GeoTIFF会包含边界信息但不是所有数据都写。实际处理时更常用的是读像素属性来定位范围。如果下载的数据丢失了这些Tag任何GIS软件都只会把它当成一张普通图片打开完全没有空间参考。这也是为什么有人拿到的“TIF”拖进ArcGIS/QGIS后跟矢量数据对不上位置。2.2 位深、NoData、压缩三个最隐蔽的坑地形TIF和海量模板最需要关注的三个内部属性是位深Bit Depth、无数据值NoData和压缩格式Compression。我专门建了一个表说明它们如何影响实际使用属性地形场景常见取值如果不注意会发生什么位深Float32 / Int16用8位整型存高程会丢失大量精度山地高程直接变成阶梯状NoData-32768SRTM常见、0、65535统计高程mean/min/max时NoData没屏蔽会算进结果压缩LZW、DEFLATE、None不压缩文件巨大用JPEG压缩可能损毁高程细节波段数单波段多波段叠加或误用了RGBA格式会干扰地形渲染地形数据最推荐的是 Float32 位深的单波段 GeoTIFF。如果为了节省空间用 Int16要确认高程单位、基准面以及负海拔地区的取值范围够不够。国内的“负海拔”地区如吐鲁番盆地低于海平面150米Int16 完全没问题但要小心某些数据用无符号整型导致负值被截断。2.3 投影坐标系与地理坐标系的取舍全球地形数据常见的原始坐标是 WGS84 经纬度EPSG:4326这种数据的像素不是正方形在高纬度地区一个经度像素对应的地面距离会明显短于一个纬度像素。所以直接拿这种数据算坡度结果在高纬度会产生变形。实用做法是涉及坡度、坡向、面积分析时先把数据投影到等积或等角色坐标系。全球尺度的分析可以用 Equal Earth 或 Robinson 这类全球投影区域分析则使用对应的 UTM 分带投影欧亚地区常见用 ETRS89-LAEAEPSG:3035北美地区则用 NAD83 / Conus AlbersEPSG:5070。我以前处理过一批高纬度地形数据没有重投影就直接算坡度结果北纬60°以上的区域坡度整体虚高后来把数据转到 Polar Stereographic 投影才解决。别嫌重投影麻烦这一步省不掉。3. 从下载到出图全球地形TIF数据的完整处理链路这一节我把实际跑通的一条完整链路写出来从下载到坡度分析、渲染出图。这条链路我在多个项目里都用过稳定可靠代码也能直接改改就用。命令行以 GDAL 为主图形界面操作也可以对应参照。3.1 下载环节不要把时间耗在手工点图不少新手下载全球DEM喜欢到USGS EarthExplorer一个个框选、下单如果要覆盖较大范围这个过程极其折磨。我推荐直接从云存储上拉预切好的分幅数据速度更快也更方便批量化。常用的几个免费数据通道Copernicus DEM微软Planetary ComputerMicrosoft Planetary Computer提供了全球30米分辨率数据的公开访问可以用pgstac或者直接通过STAC API列出文件URL然后用azcopy或者wget批量下载。ALOS AW3D30JAXA官网提供整块下载也支持按经纬度切片下载。SRTM / NASADEMAWS Open Data上有SRTM的分幅TIF可以用s3命令直接拉取。GEBCOGEBCO官网提供全球直接下载格式里面包含 netCDF 和 GeoTIFF 版本。比如在 Planetary Computer 上下载 Copernicus DEM 30米数据用 Python 的pystac-client就能快速定位瓦片。先定义范围再过滤 collection最后拼接 asset 的 href 即可用下载工具批量拉取。3.2 全球拼接用VRT延迟处理别一开始就合并成巨型TIF把数百个分幅TIF直接合并成一个全球巨型TIF非常容易把内存打爆处理时间长而且后续改动也不方便。我的做法是先用 GDAL 创建 VRT虚拟栅格它只是一个 XML 索引文件并不会真的复制像素数据。处理时 GDAL 会按需打开底层文件内存和速度都友好很多。创建一个全球范围的 VRTgdalbuildvrt global_dem.vrt ./copernicus_dem_30m/*.tifVRT 建好之后可以对它进行裁剪、重投影、计算坡度等操作不需要先把数据物理合并。如果确实需要一个单文件GeoTIFF可以用gdal_translate将 VRT 导出但记得加上压缩和分块参数gdal_translate global_dem.vrt global_dem_final.tif \ -co COMPRESSDEFLATE -co ZLEVEL6 -co TILEDYES \ -co BIGTIFFYES -co NUM_THREADSALL_CPUS这里的几个参数是血泪教训不写BIGTIFFYES超过4GB的文件在旧版工具里可能直接报错不写TILEDYES后续读取速度会慢得多如果不压缩全球30米DEM很容易到几十GB甚至上百GB磁盘根本吃不消。3.3 重投影与裁剪顺序不能搞反实际使用中裁剪和重投影的顺序有讲究。如果源数据是经纬度坐标EPSG:4326而你最终需要的是投影坐标建议先重投影再裁剪到目标范围。这样能避免因为两个数据集的边界坐标系不一致导致在裁剪时出现无法对齐的尴尬情况。重投影一个区域并裁剪gdalwarp global_dem.vrt target_area_dem.tif \ -t_srs EPSG:3857 \ -te minx miny maxx maxy \ -tr 30 30 \ -r bilinear \ -overwrite \ -co COMPRESSDEFLATE -co TILEDYES-te后面的坐标顺序是minx miny maxx maxy也就是左下角和右上角坐标。-te_srs可以额外制定-te的坐标系避免因为弄错单位导致的裁剪范围漂移。-tr是输出分辨率这里明确设置了30米像素如果省略重投影后的像素尺寸可能不整齐。常见错误是直接-te填写经纬度同时又-t_srs EPSG:3857结果GDAL 默认-te坐标也是目标坐标系导致裁剪范围变成了一个奇怪的单位。所以建议大家要么统一在目标坐标系下计算范围要么用-te_srs EPSG:4326单独指定。3.4 从DEM到坡度、坡向和山体阴影地形数据最常用的衍生数据就是坡度Slope、坡向Aspect以及山体阴影Hillshade。这三个输出本质上是邻域计算对每个像素及其周围的像元值做差分所以非常依赖数据投影的正确性。用 GDAL 计算坡度和山体阴影gdaldem slope target_area_dem.tif slope.tif \ -p -s 111120 gdaldem hillshade target_area_dem.tif hillshade.tif \ -z 2.0 -az 315 -alt 45-s参数指定垂直单位与水平单位的比例。经纬度数据的水平单位是度而高程单位是米如果不手动设置缩放比例算出来的坡度完全不对。这里使用111120米/度作为近似换算系数更精确的做法是按数据所在纬度计算缩放比例或者先把数据投影到以米为单位的坐标系再算。gdaldem slope不加-p默认输出的是以度为单位的坡度加了-p输出百分比坡度按项目需要选。山体阴影的-z是垂直夸张系数-az是太阳方位角315度即西北光-alt是太阳高度角这三个参数会直接影响渲染效果。3.5 可视化TIF 转 PNG 渲染图的小技巧做汇报或者快速预览时经常需要把DEM转成带颜色和山体阴影的图。这种叠加显示用 QGIS 渲染最方便但命令行也可以一步搞定。先对DEM做 color-relief 渲染再叠加 hillshade 做透明度混合。gdaldem color-relief target_area_dem.tif color_ramp.txt color_relief.tif gdaldem color-relief target_area_dem.tif color_ramp.txt color_relief.tifcolor_ramp.txt 是颜色配置文件每一行格式为“高程值 颜色值”。比如0 70 130 180 500 34 139 34 1000 205 133 63 2000 255 250 205 4000 255 255 255这些颜色和值可以根据项目需求调整。为了出效果更好的地形图我通常会做一个脚本先用 hillshade 做底再把 color-relief 半透明叠加到 hillshade 之上这样既能保留地形纹理又有符合审美的高程分级颜色。4. 应用场景不同需求下全球地形TIF的实战选择拿到全球地形TIF之后不同项目需求对数据的处理和精度要求完全不同。这里拆几个我实际遇到的场景可以直接对应参考。4.1 三维场景与飞行漫游类的可视化项目这类项目的核心是视觉质量与加载性能。我一般会选 Copernicus DEM 或 ALOS AW3D30 的高分辨率版本并且在处理时构建金字塔Overview来加速缩放显示。如果在Web端展示还需要把DEM转成更适合流式传输的格式比如 Cloud Optimized GeoTIFFCOG。构建金字塔的命令gdaladdo -r average global_dem_final.tif 2 4 8 16 32-r average表示用平均法生成概览层适合地形数据。加上 COG 驱动重新输出可以让Web地图的瓦片服务直接访问局部区域不用下载整个文件。另外三维场景中的地形变形系数不要直接套用2倍。全球范围如果用1倍高度绝大多数平原看起来都是平的但如果把高度夸张拉到5倍以上高山区又会出现明显失真。建议根据项目视点高度动态调整。4.2 流域提取与水文分析水文分析对DEM的预处理要求最苛刻。原始DEM里会有虚假的凹陷Sink和平坦区域必须经过填洼Fill Sinks处理才能提取出合理的流向和累积量。这个场景下数据源选择尤其重要ASTER GDEM 的噪声问题在平坦区域特别明显填洼后可能搞出大面积平湖SRTM 在高山上容易出现条纹状误差会影响河道定位。我通常的做法是先用 Copernicus DEM 做基础数据然后做填洼处理再与原始DEM对比差值。如果填洼量超过某一阈值比如超过50米说明原始数据有问题需要回到上游检查数据源。4.3 坡度和坡度分级统计需要统计某个区域的坡度分布时除了重投影还要考虑分辨率对坡度的影响。分辨率越高地面细节越丰富局部坡度峰值越大分辨率越低地形被平滑坡度整体偏小。所以统计时必须固定一个分辨率并记录下来报告中的参数否则对比多个区域时结果不可比。我处理全国多个区域的坡度统计时统一用90米分辨率输出的坡度结果这样既能保留宏观趋势又能减少局部噪声的影响。这个“控制变量”的思路对后续比较和发布报告非常重要。5. 处理全球地形TIF时的常见错误与排查思路这一节聚焦错误排查。很多问题不是操作不熟练而是对GeoTIFF的原理理解不够深。我按问题出现的频率整理了一份排查清单可以直接跟着走。5.1 数据某一区域全黑或全白遇到这种情况很大概率是 NoData 和真实高程值混杂了。某些数据源在空洞区域填的是0而不是标注为 NoData结果跟真实海平面区域混在一起颜色渲染时就变成了全黑或全白。排查步骤先看文件属性用gdalinfo查 NoData 值。再用 Python 或 QGIS 读取该区域的像素值观察分布。如果0是无效值执行gdal_calc把它改成 NoData或者直接用gdalwarp的-srcnodata参数重新指定。gdal_calc.py -A input.tif --outfileoutput.tif \ --calcA*(A0) --NoDataValue0这个命令将小于等于0的像素设成0再把0作为NoData就能避免统计结果里混入无效值。5.2 拼接后出现重叠区域颜色不一致可能是分幅数据之间的重叠区域高程值不同也可能因为不同文件有不同的Compression或位深。优先检查各分幅的属性是否完全一致尤其是 NoData 值。有些分幅的 NoData 是 -32768有些是 0拼在一起会导致重叠区域的权重计算结果异常。解决办法是统一预处理可以先对所有分幅执行gdal_translate -a_nodata -32768 input.tif output.tif \ -co COMPRESSDEFLATE -co TILEDYES然后再执行gdalbuildvrt拼接。5.3 与矢量数据叠加后位置始终偏移几公里这个经典的“对不上”问题根源基本是坐标系不一致。我曾经把EPSG:4326的DEM和EPSG:3857的矢量边界放到同一个工程里QGIS自动做了动态投影转换放大到局部时出现几十米的偏移误以为是数据错误。排查路线用gdalinfo和ogrinfo分别查看栅格与矢量的CRS定义确认两者的基准面是否一致然后再检查单位。如果边界矢量是度而栅格是米或者反过来两者叠加时位置错位就是必然需要用gdalwarp或ogr2ogr统一坐标。5.4 处理超大范围数据内存爆掉全球 DEM 动辄几十GB直接用 Python 读取成numpy数组再运算大概率内存溢出。正确思路是用 GDAL 的分块读写能力或者用gdal_calc、rasterio的 windows 方式按块处理。rasterio 按块读取的示意import rasterio with rasterio.open(global_dem_final.tif) as src: for _, window in src.block_windows(1): block_data src.read(1, windowwindow) # 在这里做高程代数运算这种方式每次只读取一小块数据适合做全卷统计、坡度计算、或者自定义算法。加上多进程并行能在普通工作站上跑完全球尺度分析。6. 全球地形TIF的选型和存储建议最后给一份我的日常选型表格和存储策略可以直接当备忘录用。以前我花了大量时间反复对比数据后来总结出这套方案基本能覆盖大部分项目需求。使用场景推荐数据源推荐格式分辨率全球尺度宏观分析Copernicus DEM / GMTED2010Cloud Optimized GeoTIFF90米区域地形分析省/流域Copernicus DEM / ALOS AW3D30GeoTIFF30米三维可视化飞行ALOS AW3D30 / Copernicus DEMGeoTIFF Overviews30米海洋地形GEBCOnetCDF / GeoTIFF15弧秒历史对比研究SRTM / NASADEMGeoTIFF30米存储方面我的习惯是源数据保持原始下载状态单独放一个目录防止处理错误后需要重新下载生成的中间数据放在临时目录做好空间清理最终成果统一用 DEFLATE 压缩和 TILEDYES 存储并且把配套的.aux.xml或.tfw文件一起归档免得换电脑后坐标信息丢失。如果你在团队里协作建议把全球 DEM 作为公共数据集放在共享存储或对象存储服务器上再通过 GIS 服务发布成 COG 或 WMTS 图层这样每次项目就不需要重复下载和处理全球底图了。我在团队里就这么干的节省了大量重复工作。我在实际处理全球地形数据时还有一个习惯每次下载完数据先跑一遍gdalinfo把文件的基本信息、CRS、NoData、分辨率都记录到一个表格里。这个习惯帮我排查了大量后续出现的坐标和值域问题。拿到全球地形数据TIF先别急着丢进软件里花几分钟理清数据源、投影和无效值后面会轻松很多。本文还有配套的精品资源点击获取