区域DEM怎么下载？以泰安地形为例的一次梳理

做地形分析、三维建模、坡度坡向、可视域计算，或者进一步的InSAR形变解译，第一关往往是同一件事：先搞一块区域DEM（数字高程模型）下来。

泰安是一个很适合拿来练手的地方。境内泰山主峰海拔1500米以上，和周边平原相差超过一公里，地形起伏剧烈，DEM下载、配准、基准转换里常见的坑，在这里几乎一个不落。下面以泰安及周边为例，把区域DEM的下载路数讲清楚。

一、先想清楚：你要的是哪种DEM

动手之前，先明确三件事，免得下错源白费功夫。

1. 分辨率。 全球开源数据里，30米（1弧秒）是性价比最高的通用档，足够大部分区域尺度的地形分析。想要更细，就得靠激光雷达点云、倾斜摄影，或者省级地理空间数据节点，那已经不是"下载"能解决的事了。

2. DSM还是DTM。 开源全球30米数据大多是DSM（数字表面模型，含植被、建筑顶），不是DTM（去植被后的地表模型）。做水文、土方时心里要有数：森林覆盖区的DSM会偏高。

3. 覆盖范围与高程基准。 这是最容易栽跟头的地方，后面单独讲。

二、主流免费源，横向对比

如果只记一个结论：想要一块区域、不用注册、能写脚本自动拉，选AWS Terrain Tiles；想要30米精度且国内下载快，选地理空间数据云或OpenTopography。

高程分层着色图（绿→黄→棕→白），直观呈现泰安市域海拔分布。

三、以泰安为例，三种拿法

泰安市行政区范围：东经约116.0°–118.0°，北纬约35.6°–36.5°（辖泰山区、岱岳区、宁阳县、东平县、新泰市、肥城市）。下面三种方法都先按这个范围下载，再用行政边界裁出市域轮廓。

基于AWS Terrain Tiles真实高程数据渲染的泰安市域立体晕渲图，红点为泰山主峰，黑线为泰安市行政区边界。

1. 网页勾选：最快上手

打开地理空间数据云（gscloud.cn）或OpenTopography，在地图上框选上述范围，筛选SRTM / AW3D30，直接下载GeoTIFF。

优点是不用写代码，缺点是要注册账号（地理空间数据云），且大范围手动框选容易漏图幅。适合一次性、小范围需求。

2. 免登录批量：AWS Terrain Tiles（重点）

这个源是AWS公开数据，标准z/x/y瓦片地址，没有任何鉴权，适合写成脚本按经纬度范围自动拉取。实测稳定，作为DEM获取的"底配"很可靠。

瓦片是Terrarium编码的PNG，像素RGB解出高程的公式是：

h = (R × 256 + G + B / 256) − 32768    （单位：米）

一段最小可运行的Python思路（依赖numpy、Pillow、requests）：

import math, requests, numpy as np from PIL import Image from io import BytesIO  LON_MIN, LON_MAX = 116.05, 118.00   # 泰安市域外接范围 LAT_MIN, LAT_MAX = 35.63, 36.48 Z = 11                              # 约 76 m/像素，全市域轻量；细看泰山可调 Z=13  def tile_xyz(lon, lat, z):     n = 2 ** z     x = int((lon + 180) / 360 * n)     y = int((1 - math.log(math.tan(math.radians(lat)) +             1 / math.cos(math.radians(lat))) / math.pi) / 2 * n)     return x, y  def decode(png_bytes):     img = Image.open(BytesIO(png_bytes)).convert("RGB")     r, g, b = np.array(img).T     return (r * 256 + g + b / 256) - 32768.0  x0, y0 = tile_xyz(LON_MIN, LAT_MAX, Z) x1, y1 = tile_xyz(LON_MAX, LAT_MIN, Z) rows = [] for x in range(x0, x1 + 1):     row = [decode(requests.get(         f"https://s3.amazonaws.com/elevation-tiles-prod/terrarium/{Z}/{x}/{y}.png",         timeout=30).content) for y in range(y0, y1 + 1)]     rows.append(np.concatenate(row, axis=1)) dem = np.concatenate(rows, axis=0) print(dem.shape, dem.min(), dem.max())   # 拿到高程数组，再写 GeoTIFF

拉下来的高程数组，配好经纬度仿射参数，就能写出带坐标系的GeoTIFF，后面直接进ArcGIS、QGIS或做三维建模。

3. QGIS路线：先看个地形晕渲

不想写代码，又想先预览地形，可以在QGIS里加XYZ Tiles，源地址填上面的Terrarium URL并声明 terrarium 编码，叠加山体阴影（hillshade）就能看到泰山的起伏。适合前期确认范围对不对。

四、下载之后，三个坑别踩

坑一：高程基准不一致。 上面这些开源DEM，垂直基准大多是EGM96或EGM2008大地高，而国内工程、测绘普遍用的是1985国家高程基准。两者在泰安一带能差出数十米。如果你把下载的DEM直接和正射影像、GNSS-RTK实测控制点叠在一起，发现整体对不上，先别怀疑数据坏了——多半是基准没转。需要做似大地水准面转换（EGM2008模型或国内高程拟合）。

坑二：瓦片缝隙和边缘nodata。 多源拼接、不同分幅交界处经常出现细缝或空洞，需要用mosaic拼接再填洞。泰安这种山区，nodata容易出现在陡崖背坡，预处理时单独查一下。

坑三：投影。 开源数据几乎都是WGS84经纬度，国内项目通常要转到CGCS2000高斯投影（泰安约在3度带第39带，中央经线117°）。投影变换时记得把中央经线设对，否则整幅图会整体偏移。

五、泰山地形，拿来校验

沿东经117.109° 穿过泰山的南北剖面，下载的DEM还原出主峰约1525 m，与公开资料一致。

下载完，拿泰山玉皇顶校一下：公开资料显示峰顶海拔约1532米（不同数据源略有出入）。如果你读到的高程明显偏低，比如只到500米量级，基本可以判定是经纬度配准偏移或者源数据本身的问题——先排查范围与投影，再做垂直基准转换，顺序别反了。

另外提醒一句：如果你做的是InSAR形变分析，ALOS AW3D30有一个WGS84椭球高版本（Ellipsoidal），那个版本省去做大地高到椭球高的换算，和雷达干涉对高程敏感的处理链路更搭。

资源清单（可复制）

• AWS Terrain Tiles（免登录）：

https://s3.amazonaws.com/elevation-tiles-prod/terrarium/{z}/{x}/{y}.png

• OpenTopography（ALOS AW3D30 / GLO-30，免注册S3与网页裁剪）：

https://opentopography.org/

• 地理空间数据云（国内镜像，SRTM / ASTER GDEM）：

http://www.gscloud.cn/

• USGS EarthExplorer（SRTM GL1 30 m）：

https://earthexplorer.usgs.gov/

• Copernicus DEM（GLO-30）：

https://copernicus-dem-30m.s3.amazonaws.com/

主图与高程分层着色组合长图，可作封面或滚动长图。

结语

DEM是测绘遥感数据处理链路里第一块砖。选对源、搞清基准、做好配准，后面坡度坡向、可视域、InSAR形变才站得住。

本文为技术分享，不涉及具体项目与单位。