第1章地形图基础认知

第一章地形图基础认知：DEM/DSM/DTM的区别、坐标系与投影基础、地形图数据来源

各位同学好，我是老张。在风电行业摸爬滚打了十几年，地形图这块儿，说实话是很多风资源工程师的「拦路虎」。今天咱们就来聊聊地形图的基础认知，把DEM、DSM、DTM这些概念彻底掰扯清楚。

1.1 DEM/DSM/DTM：三个容易混淆的「地形兄弟」

我第一次接触这三个概念时，也懵过。说白了，它们都是数字化的地面模型，但关注的点不一样。

类型	全称	包含什么	风电场景用途
DEM	数字高程模型	裸地表高程	基础地形分析、坡度计算
DSM	数字表面模型	地表+建筑物+植被	机位点遮挡分析
DTM	数字地形模型	DEM + 地形特征要素	等高线生成、三维建模

DEM 是最干净的。它只关心地面本身，树啊、房子啊，统统去掉。我在做风电场宏观选址时，第一步就是拿DEM算坡度——坡度超过20%的地方，基本就不考虑了，施工成本太高。

DSM 就「杂」多了。它把地表上的一切都记录下来。你想想看，如果直接用DSM做风资源分析，那树冠的高度会被误认为是地面高度，结果肯定不准。但DSM有个妙用——评估机位点的遮挡情况。我记得有个项目，业主说某个机位点测风塔数据很好，结果我用DSM一分析，发现东南方向有片树林刚好挡住了主风向。嗯，这个坑算是提前避开了。

DTM 可以理解为DEM的「升级版」。它不仅包含高程，还加入了山脊线、山谷线、断裂线这些地形特征。做精细化道路设计时，DTM比DEM好用得多。

核心要点：

做宏观选址、坡度分析 → 用DEM
做微观选址、遮挡分析 → 用DSM
做道路设计、土方计算 → 用DTM

1.2 坐标系与投影基础：别让你的数据「错位」

这个坑我踩过，而且踩得很深。几年前有个项目，我从不同渠道下载了地形数据，一个用的是WGS84经纬度，另一个用的是UTM投影坐标。结果叠在一起，机位点偏了将近500米。你说吓人不吓人？

咱们风电行业常用的坐标系就几种：

WGS84：全球通用，经纬度坐标。SRTM、ASTER GDEM这些公开数据基本都是WGS84。
CGCS2000：中国国家大地坐标系，国内项目现在强制要求用这个。
UTM投影：把球面展平，单位是米。做距离、面积计算时必须用投影坐标。

我个人习惯是：数据入库时统一用CGCS2000，做分析时转成UTM投影。为什么？因为CGCS2000是国内的法定坐标系，出图、报审都认这个。而UTM投影方便算距离——你总不能用经纬度去算两个机位点之间的距离吧？那误差太大了。

小技巧：

用GDAL做坐标系转换时，记得加上 -t_srs EPSG:xxxx 参数。比如转CGCS2000就是 -t_srs EPSG:4490。我曾经见过有人直接拿ArcGIS的「定义投影」当「投影转换」用，结果数据全乱了。这两个功能完全不是一回事，千万别搞混。

1.3 地形图数据来源：SRTM、ASTER GDEM怎么选？

做风电项目，数据来源就那么几个。我给大家排个序：

数据源	分辨率	覆盖范围	我的评价
SRTM	30m/90m	全球（南北纬60°）	最稳定，首选
ASTER GDEM	30m	全球（南北纬83°）	细节多，但噪声也大
ALOS World 3D	30m	全球	精度高，但数据量大
TanDEM-X	12m/30m	全球	商业数据，贵但好

SRTM 是我用得最多的。它由航天飞机雷达测绘，数据一致性很好。国内大部分地区都能用，只有青藏高原边缘有些空洞。遇到空洞怎么办？我一般用ASTER GDEM来补。

ASTER GDEM 分辨率也是30米，但细节更丰富。不过它有个毛病——噪声大。尤其是在山区，经常出现一些莫名其妙的「尖刺」。我曾经在云南一个项目上，用ASTER GDEM算出来的坡度比实际大了将近5度。后来换成SRTM，结果就合理多了。

所以我的建议是：优先用SRTM，遇到空洞用ASTER GDEM补，最后用ALOS World 3D做验证。如果项目预算充足，直接买TanDEM-X的12米数据，那效果确实好。

避坑指南：

我曾经在新疆一个项目上，直接用ASTER GDEM做微观选址，结果发现好几个机位点都落在了「假山包」上。后来一查，是数据噪声导致的。从那以后，我每次拿到DEM数据，都会先做一步「中值滤波」去噪。代码很简单：

# Python示例：用GDAL做中值滤波
from osgeo import gdal
import numpy as np
from scipy.ndimage import median_filter

ds = gdal.Open('input_dem.tif')
band = ds.GetRasterBand(1)
data = band.ReadAsArray()

# 3x3中值滤波
filtered = median_filter(data, size=3)

# 写回文件
driver = gdal.GetDriverByName('GTiff')
out_ds = driver.Create('output_dem.tif', ds.RasterXSize, ds.RasterYSize, 1, band.DataType)
out_ds.GetRasterBand(1).WriteArray(filtered)
out_ds.SetGeoTransform(ds.GetGeoTransform())
out_ds.SetProjection(ds.GetProjection())
out_ds = None

1.4 本章知识体系

下面这张图是我自己整理的，把本章的核心逻辑串起来了。你一看就明白：

这张图把本章的核心逻辑都串起来了。你仔细看，从左到右分别是三大地形模型、坐标系体系、数据来源。最下面是我总结的核心原则，做项目时照着这个思路走，基本不会出错。

好了，地形图的基础认知就聊到这儿。记住一句话：数据是死的，但用法是活的。同样的DEM数据，有人能做出花来，有人只能画个等高线。差别在哪？就在你对这些基础概念的理解深度上。