简介：云南省昆明市30米分辨率DEM数字高程数据，是面向GIS学习者与城乡规划、环境研究人员的开源地形数据集。数据覆盖昆明市及周边部分区域，可支撑地形剖面分析、水文模拟、城建选址等场景，适合需要中等精度高程信息的中级用户直接导入ArcGIS或QGIS使用。压缩包内含12个文件，核心是昆明市DEM.tif高程栅格，另有昆明市范围.shp矢量边界及配套的dbf属性、prj投影、tfw空间配准与sbn/sbx索引文件，共约70.94MB，完整满足地理配准、裁剪与制图需求。已有2181人学习下载，在同类数据集中具备一定参考度。通过该包可同时获得数字高程模型与行政边界数据，省去单独下载和坐标对齐的麻烦，直接用于坡度坡向提取、等高线生成、可视域分析等工作，是开展昆明地区空间分析的实用基础数据。
1. 昆明30米DEM加shp边界，一套数据背后能榨出多少价值
做滇池流域或者昆明周边的项目时，最愁的不是算法选型，而是手头没有一套能直接进流程的基础地形数据。这套“云南省昆明市DEM数字高程数据30m（含区域范围shp文件）.zip”，本质就是两样东西：一张30米分辨率的数字高程模型栅格，和一个限定行政区范围的shp矢量边界。展开来就是：解压后你能拿到昆明市域的地表高程栅格数据，配合边界文件做裁剪、统计、出图，不用再满世界找底图。
30米这个精度，放在全国尺度看偏粗，但放在昆明这种山地占比极高的城市，恰恰是性价比之选。SRTM和ASTER的30米公开数据拼出来正好是这个精度，做流域分析、选址评估、通视分析、坡度分级都够用；再往上追求12米甚至1米，数据量翻几倍，来源却开始依赖商业采购或无人机航测。对绝大多数规划、水利、国土、交通前期的可行性研究来说，这套数据是“打开就能干活”的那种。
适合谁呢？刚入行的GIS工程师、做场地分析的建筑师、写环评报告的技术人员，还有需要快速出地形图的研究生。接下来，我把这套数据的完整使用链路拆开讲：从解压识别文件，到坐标系检查，再到坡度坡向、裁剪出图，最后是几个我踩过的坑。
2. 解压后的第一件事：看清zip里到底装了什么
2.1 文件组成：你不是拿着一张tif就能开工
zip包解压后，典型的内容构成是一个或多张DEM栅格（可能是.tif格式，也可能直接是.dem或.img格式），外加一个或多个shp文件及配套文件。很多人拿到压缩包后直接双击打开，把.tif拽进ArcGIS就开始做分析，这是最危险的操作。
正确顺序是先建一个工作目录，然后完整解压。zip解压最怕的是中文文件名乱码和目录层级丢失。Windows自带的解压工具对zip内的中文文件名支持不好，解压出来要么是乱码要么文件干脆打不开，win10下右键菜单里的“压缩为zip”和“全部解压缩”看起来方便，但对带空间参考的栅格文件不友好。我一般用7-Zip或Bandizip解压，选“解压到当前文件夹”而不是“解压到xxx\”，避免多套一层目录。
# 以Linux环境为例，解压并查看内部结构 mkdir -p /data/kunming_dem && cd /data/kunming_dem unzip "云南省昆明市DEM数字高程数据30m（含区域范围shp文件）.zip" # 查看解压后的文件结构 find . -type f | sort # 查看shp配套文件是否齐全（shp的完整家族成员） ls -la *.shp *.shx *.dbf *.prj *.sbn *.sbx提示：shp文件不是单一文件，至少要.shp、.shx、.dbf三个文件同时存在才能被GIS软件正确识别。如果缺了.prj，坐标系信息就会丢失；缺了.shx，图层能显示但无法做属性查询。
这步的产出是：确认自己手里有哪些数据。正常情况下应该有dem.tif或dem.img格式的高程栅格，以及一个边界shp。如果只看到shp没有栅格，说明压缩包里的DEM可能是分批压在不同的子目录中；如果只看到栅格没有shp，说明需要自己去下载行政区划边界，后面第4章的裁剪方案就要换个思路。
2.2 在ArcGIS Pro里打开：头一次加载的坐标系陷阱
ArcGIS Pro打开DEM和shp的路径很直接：目录窗格 → 文件夹连接 → 定位到解压目录 → 双击栅格图层。但加载顺序有讲究，先拖shp再拖DEM，或者反过来，都会影响首屏显示效果。
关键点是坐标系匹配。昆明所在的区域是UTM 47N或48N带，EPSG代码是32647或32648；同时国内很多共享数据用的是CGCS2000地理坐标系，EPSG是4490。打开ArcGIS Pro后，我建议先右键图层 → 属性 → 源，看一下两个数据各自的空间参考。
# 在ArcGIS Pro的Python窗口里快速检查坐标系，比鼠标点按效率高一截 import arcpy # 替换为你的实际路径 dem_path = r"D:\kunming_dem\dem.tif" shp_path = r"D:\kunming_dem\kunming_boundary.shp" # 栅格数据集的空间参考 dem_sr = arcpy.Describe(dem_path).spatialReference print("DEM坐标系:", dem_sr.name, "EPSG:", dem_sr.factoryCode) # 矢量数据的空间参考 shp_sr = arcpy.Describe(shp_path).spatialReference print("shp坐标系:", shp_sr.name, "EPSG:", shp_sr.factoryCode)判断标准很简单：DEM和shp如果坐标系不一致，先做投影转换统一，再做任何分析。常见情况是DEM自带WGS84地理坐标系（经纬度），而shp是国家2000或西安80投影坐标系（米）。这种不匹配直接做裁剪，结果是裁出来的范围偏到西伯利亚去；直接做坡度分析，算出来的坡度值全部不可信。
2.3 QGIS作为免费替代路径
如果不能装ArcGIS，QGIS 3.x完全可以走通全流程。加载方式和ArcGIS一样，左边浏览器面板找到矢量/栅格拖进画布，双击图层查看坐标系信息。
QGIS里有一个ArcGIS没有的便利点：临时图层和永久导出分离。预览裁剪效果可以直接在菜单栏“栅格”→“提取”→“按掩膜提取”里跑，它会自动生成临时图层；确定参数没问题后再勾选“保存到文件”，避免反复试错时产生一堆中间文件。
# QGIS Python控制台里做同样的事情 from qgis.core import QgsRasterLayer, QgsVectorLayer dem_path = r"D:/kunming_dem/dem.tif" shp_path = r"D:/kunming_dem/kunming_boundary.shp" dem_layer = QgsRasterLayer(dem_path, "Kunming_DEM") shp_layer = QgsVectorLayer(shp_path, "Kunming_Boundary", "ogr") print("DEM加载状态:", dem_layer.isValid()) print("shp加载状态:", shp_layer.isValid()) print("DEM CRS:", dem_layer.crs().authid()) print("shp CRS:", shp_layer.crs().authid())2.4 数据质量检查清单：加载后先看四样东西
加载完成后别急着分析，花两三分钟检查四件事。
第一，像元统计信息。右键图层 → 属性 → 源数据，看像元大小是否真的是30米左右，行列数合理不合理。如果像元大小是0.0002777这种，说明是经纬度坐标下的度数分辨率，实际地面分辨率漂移不定，必须重投影后再用。
第二，高程值范围。昆明的海拔大致在1500米到4200米之间，如果统计后发现最小值是-32768或者最大值异常（比如几千万），说明数据带NoData值或者压根是16位整型深度不够导致溢出。用符号化方式看一眼，通常能立刻发现黑洞区域。
第三，边界匹配度。把shp叠加在DEM上，放大h后检查边缘，如果shp明显超出DEM范围，说明边界数据比DEM新，或者两者来源不一致，后续裁剪会出现大片NoData区域。
第四，文件格式。.tif比.img通用性更好；.dem后缀不一定能双击打开，很多GIS软件不认裸dem，需要借助GDAL转换。
# 用gdalinfo检查栅格元数据，这个命令在任何平台都好使 gdalinfo dem.tif | head -30 # 输出会显示：大小、像元尺寸、坐标系、像元统计信息、NoData值 # 重点关注： # Size is 2362, 2332 — 行列数 # Pixel Size = (30.000000000000000, -30.000000000000000) — 像元尺寸 # NoData Value = -9999 — NoData值 # Minimum=-32768, Maximum=32767 — 高程范围异常则需深究3. 提取地形因子：坡度、坡向、山体阴影、等高线的参数与误用
3.1 为什么30米数据的坡度分析容易翻车
DEM到手后最常见的第一个操作是算坡度。但直接用原始DEM算坡度，结果往往会让人困惑：昆明城区看起来是平地，算出来的坡度却有十几度。
问题出在数据源。国内能免费下载到的30米DEM大多源自ASTER GDEM或SRTM，这两个数据在山区城市存在大量噪声，尤其植被茂密的区域，高程值跳跃很厉害。直接算坡度会把这种“麻点”放大成伪地形。
标准做法是先做低通滤波或重采样，但重采样的方法有讲究。不要用最邻近法，它会让数据变得更块状；建议用双线性或三次卷积法把DEM重采样到同一个分辨率，再做坡度计算。
# 在ArcGIS Pro中使用“焦点统计”做平滑，等效于低通滤波 import arcpy from arcpy.sa import * arcpy.env.workspace = r"D:\kunming_dem" arcpy.env.overwriteOutput = True # 用3x3窗口的均值滤波抹掉高频噪声 dem_smooth = FocalStatistics("dem.tif", "Rectangle 3 3 CELL", "MEAN") dem_smooth.save("dem_smooth.tif") # 在平滑后的数据上计算坡度，输出单位是度 slope_out = Slope(dem_smooth, "DEGREE", 1) slope_out.save("kunming_slope_deg.tif") # 计算坡向，注意坡向输出是0-360度，-1表示平地 aspect_out = Aspect(dem_smooth) aspect_out.save("kunming_aspect.tif")这里有个参数值得细说：Slope工具的第三个参数是z-factor（垂直方向比例因子）。如果数据是地理坐标系（经纬度），z-factor必须设置成0.00001左右才能把水平方向度数和垂直方向米的单位统一；如果数据已经投影成UTM（单位为米），z-factor保持1即可。很多人在ArcGIS里算出来坡度全是90度，就是忘了在高纬度地区设置这个参数。
3.2 等高线生成：间距怎么定
昆明这种高原山地城市生成等高线，间距定多少取决于用途。做宏观的地形起伏展示，50米间距比较合适；做建设用地适宜性评价，20米间距够用；做详细规划至少需要10米或5米，但30米分辨率的DEM生成5米等高线已经超过数据本身的精度边界了，生成的曲线会出现大量锯齿。
等高线提取是对DEM做“轮廓”分析的经典操作。ArcGIS里用Contour工具，核心参数有两个：contour interval和base contour。base contour设成50的倍数，后续标注会整齐很多。
# 提取间距50米的等高线 contour_out = arcpy.sa.Contour("dem_smooth.tif", "kunming_contour_50m.shp", 50, 0) print("等高线生成完成，要素数量:", arcpy.GetCount_management("kunming_contour_50m.shp"))等高线生成后，我一般会做一步简化：把线要素的平滑度调高（ArcGIS里是Simplify Line工具，选择“点到移除”算法），去掉那些明显由DEM噪声引起的锯齿状曲折。这一步是为了出图和后续叠加分析的视觉质量。需要说明的是，这一步一定要在做地形渲染之前完成，否则等高线和渲染结果对不上会非常尴尬。
3.3 山体阴影与地形渲染：让图看起来专业
山体阴影（Hillshade）是地形图中最出彩的部分，也是ArcGIS的Hillshade工具一行代码就能出效果。两个参数最影响成图质量：太阳方位角（azimuth）和太阳高度角（altitude）。默认值是315度和45度，看起来中规中矩，但放在昆明这种低纬度城市，太阳高度角的真实感觉偏高，渲染出来的山体阴影对比偏弱。
经验值是：方位角315不变，高度角调到35度到40度之间，阴影更长、山体立体感更强。如果做的是面向公众的展示图，这个值能让整体视觉立刻“亮起来”。
# 山体阴影计算 hillshade_out = Hillshade("dem_smooth.tif", 315, 35) hillshade_out.save("kunming_hillshade.tif") # 把山体阴影和高程渲染叠在一起：符号系统里选“拉伸”+“山体阴影”混合 # 注意叠加顺序一定是：DEM高程渲染在下，hillshade在上且透明度设成50-60%透明度设置是出图质量的细节。直接把hillshade设置成100%不透明，会把高程色彩完全遮住，图面变成黑白灰；设置成30%透明度则完全盖不住高程信息。50%是一个通用折中值，但我一般会先用40%试一张，再根据打印设备的颜色特性微调。
3.4 水文分析前的填洼步骤：30米数据必做
做流域提取、河网分析时必须先填洼。这是DEM数据处理中公认的“不填洼就出废图”的例子。昆明喀斯特地貌分布较广，溶蚀洼地在DEM上表现为一个个封闭的低点，不填掉这些洼地，水流会原地打转，河网提取结果碎成一片。
# 填洼 dem_fill = Fill(dem_smooth, "zhang_jie_2015") dem_fill.save("dem_fill.tif") # 流向计算 flow_dir = FlowDirection(dem_fill) flow_dir.save("flow_dir.tif") # 流量累计 flow_acc = FlowAccumulation(flow_dir) flow_acc.save("flow_acc.tif")需要提醒的是，填洼阈值默认是“填充到最近的非洼地像元”，对喀斯特地区的真实地下河、落水洞系统，这种填洼是粗暴的。如果做的是喀斯特水文专题，切不能用开箱即用的Fill，需要结合区域水文地质认识到数据本身的这种局限，必要时要人工干预洼地提取阈值和填洼范围。
4. 用shp边界裁剪DEM：从“昆明周边”到“昆明市域”
4.1 不裁剪直接做统计的后果
很多人加载DEM和shp后，看一眼觉得“图已经框在昆明范围里了”，就直接在ArcGIS里做区域统计、坡度分级、面积统计。这个操作会导致统计结果覆盖的是全图矩形范围，昆明以东、以南的曲靖、玉溪、楚雄的地形都被算进去了，数据就废了。
ArcGIS里图层的“显示范围”和“分析范围”是两个概念。显示上shp只框出昆明，但栅格数据本身是矩形，分析工具默认沿用栅格的完整范围。所以必须用shp边界做物理裁剪，生成一个新的矩形缩小版的栅格。
4.2 按掩膜提取：一步操作里的两个参数陷阱
ArcGIS Pro中裁剪栅格用“按掩膜提取”（Extract by Mask），设置如下：输入栅格选dem，输入掩膜数据选shp，输出路径选新文件。
# 按掩膜提取：以shp为边界裁剪DEM out_dem_clip = arcpy.sa.ExtractByMask("dem_smooth.tif", "kunming_boundary.shp") out_dem_clip.save("kunming_dem_clip.tif") # 检查裁剪范围是否准确 desc = arcpy.Describe("kunming_dem_clip.tif") print("裁剪后范围:", desc.extent.XMin, desc.extent.YMin, desc.extent.XMax, desc.extent.YMax) print("像元大小:", desc.meanCellWidth)一个参数是“NoData值”。裁剪后，shp边界外的区域会填充NoData，如果后续做坡度分析，这些NoData会被当作“无数据”处理，统计结果没问题；但如果做镶嵌或转成ASCII，NoData值必须明确指定，否则后续程序读到-9999会把它当成真实高程参与计算。第二个参数是“裁剪范围是否包含shp边缘”。shp边界一般不齐整，有的区域边界正好压着DEM像元边界，有的半压着，按掩膜提取会自动用最邻近像元覆盖，边缘会出现“锯齿”状，这是栅格数据的固有属性，不要试图用平滑处理消除它。
另一个常见的混淆操作是“栅格裁剪（Clip）”和“按掩膜提取”。ArcGIS里Clip是矩形裁剪，只能裁正矩形范围；ExtractByMask可以按任意多边形裁剪。不要用Clip选shp边界去裁，那样裁出来仍然是矩形，只是矩形缩小了，shp边界范围内的统计问题依旧存在。
4.3 shp范围小于DEM范围时怎么处理
昆明市的shp边界如果是从某资源网站下载的“市界”而非“市域”，可能会出现边界只覆盖主城区而不包含下辖县区的情况。此时按掩膜提取出来的DEM虽然范围准，但面积统计会明显偏小。
这种情况有两个处理思路。一是核对shp的属性表，看“姓名”字段或“行政区代码”字段是否涵盖完整（比如昆明市含五华、盘龙、官渡、西山、东川、呈贡、晋宁、富民、宜良、石林、嵩明、禄劝、寻甸等区县），如果缺了，这是数据的行政边界不完整，不是操作失误。二是直接用“按属性选择”抽出完整的多边形要素重新导出shp。
# 检查行政区域代码是否齐全 import arcpy with arcpy.da.SearchCursor("kunming_boundary.shp", ["NAME", "ADCODE99"]) as cursor: for row in cursor: print(row[0], row[1])一条更省事的路径是：如果只是做坡度、坡向、山体阴影这类逐像元运算，其实可以不做物理裁剪，直接在栅格计算时使用ExtractByMask作为掩膜环境。ArcGIS的“地理处理选项”里可以设置全局掩膜（Mask），所有后续工具自动只用掩膜范围内的像元计算，减少中间文件产生。这是我常用的做法，尤其做多因子叠加分析时能省一半磁盘空间。
5. 昆明DEM数据的真实边界与避坑指南
5.1 坑一：shp是“区域范围”不是“行政边界”
现象：拿到压缩包后，用shp一裁剪，发现DEM面积比想象的小很多，有些区县没了。
原因：标题里写的是“区域范围shp”，很多数据集打包的是研究区范围（比如滇池流域范围、昆明都市圈范围），而不是行政区划边界。两者差异巨大：滇池流域只占昆明市的一部分，都市圈范围通常又比行政区大。
解决：先打开shp属性表，查看字段里有没有行政区代码或地名，确认这个范围是“市域”“流域”还是“某种规划区”，再决定是否直接用它做裁剪。如果是流域边界，做水文分析正好对口；如果是行政范围，做规划数据统计正好对口。
5.2 坑二：源栅格是经纬度坐标系，算出来的距离全错
现象：用“欧氏距离”或者“缓冲区”工具，算出来的距离值明显不对，比如滇池湖岸线的缓冲区半径应该是500米，显示出来的却是0.5。
原因：数据本身是WGS84经纬度坐标系，单位是度，工具按度计算距离，把500米当作0.5度。
解决：在任何距离相关分析前，先把DEM重投影到UTM 47N（EPSG:32647）或CGCS2000 / 3-degree Gauss-Kruger zone（EPSG:4521等）。重投影方法用“投影栅格”工具，重采样选双线性，像元大小保持30米。
# 重投影栅格：从地理坐标到投影坐标 out_sr = arcpy.SpatialReference(32647) # WGS 84 / UTM zone 47N dem_proj = arcpy.ProjectRaster("dem.tif", "dem_utm47.tif", out_sr, "BILINEAR", 30) print("重投影完成")5.3 坑三：NoData值没有统一，多张DEM镶嵌后出现黑洞
现象：把多张昆明周边DEM镶嵌在一起，拼接缝处出现一条条黑色或白色的带子。
原因：每张DEM的NoData值设定不一样，有的用了-9999，有的用了0，有的用了-32768。镶嵌时没设置“NoData值统一”，导致本应是空值的像元被当成有效高程参与计算。
解决：统一NoData值是在镶嵌前必须处理的事。
# 用GDAL统一NoData值 gdal_translate -a_nodata -9999 -of GTiff dem_01.tif dem_01_fixed.tif gdal_translate -a_nodata -9999 -of GTiff dem_02.tif dem_02_fixed.tif # 然后做镶嵌 gdal_merge.py -o kunming_merge.tif -n -9999 dem_01_fixed.tif dem_02_fixed.tif5.4 坑四：用30米DEM做淹没分析，精度严重不足
现象：做滇池周边淹没模拟，算出来淹没范围边界粗糙、出现大量锯齿状伪边界，与实际不符。
原因：30米分辨率只适合做宏观趋势判断，做精确到街道尺度的淹没分析需要至少10米分辨率，且要考虑建筑物对水流的阻隔效应，单纯DEM无法表达。
解决：认清DEM的能力边界。30米数据适合做流域尺度的相对高差分析、径流路径模拟、淹没风险的初步分级；要精确到具体地物，拿LiDAR点云生成1米DSM才是正确路径。这不是软件问题，是数据源问题。
5.5 坑五：把DEM当地形底图直接出图，山体阴影对比度不足
现象：出图后，山体阴影效果灰蒙蒙的，打印出来更加看不清。
原因：默认的45度高度角在低纬度地区导致阴影区域占比过大或过小，ArcGIS的默认渲染拉伸方式（百分比截断）对山地数据不适用。
解决：调整山体阴影高度角到35度，并在符号系统里设置“最小值-最大值拉伸”为自定义值，比如把高程范围截断在5%-95%之间，可以避免个别极高极低值把整体色彩范围撑爆。
6. 让这套数据发挥真正价值：融入项目工作流的三个进阶习惯
6.1 先用DEM统一项目坐标系基线
项目里所有数据统一坐标系的习惯，养成比掌握任何工具都重要。拿到任何新数据，第一件事就是检查坐标系，然后统一到项目的标准坐标系。这套昆明30米DEM如果给到不同的项目组，我会先确认各自项目的坐标基准，避免项目中间环节自己重新投影。
6.2 出图前必做的可视化增强
常规的DEM出图，渲染方式选“海拔带”配色，颜色条一般选用蓝→绿→黄→棕→白的标准高程带，但要结合昆明自身的高程分布调节色带范围。昆明平均海拔约1900米，主流城区在1900-2100米，如果色带按0-5000米均分，城区会被分在同一个色带里，层次完全出不来。手动把色带截断到1500-3200米范围，城市建成区的地形起伏才清晰可见。这个习惯是我在一次汇报前被迫改图时学到的，比任何教程都好用。
6.3 归档输出：给数据文件补一份元数据随手记录
解压后的原始数据、裁剪后的中间数据、最终成果图，分目录存放。在成果数据根目录下放一个txt或md文件，记录数据来源、坐标系、分辨率、处理流程、处理日期。这个习惯帮我省了无数次“这是啥数据来着”的复盘时间。以后再看这套昆明DEM，还能记起当时填洼用的什么方法，为什么没有直接填。希望帮到你。
本文还有配套的精品资源，点击获取
