资源共享0308丨超150G! 34省份DEM数据(30m、90m、250m、1000m分辨率)免下载！

DEM数据全国各省的裁剪与分享(30m、90m、250m、1000m)

数字高程模型（Digital Elevation Model)，简称DEM，是通过有限的地形高程数据实现对地面地形的数字化模拟。

这次分享的数据是全国34个省份的DEM裁剪数据，一共有6期数据。

图.北京市的六种DEM图展示

一、数据制作

1 流程图

总体思路是：DEM数据转换、按省份裁剪DEM、切片镶嵌，结果数据后处理。

2数据准备工作

首先是下载数据，数据量加在一起是60G大小。

待下载好之后，检查数据，统一所有数据格式为TIFF。例如NASA_30mDEM数据为1300张hgt格式的影像，需全部转为tiff文件， 这步使用arcgis的栅格批量转换功能。

3 DEM按省份裁剪

3.1 脚本进行裁剪

使用python的RasterIO模块进行单景的DEM读取，使用Geooandas模块操作省份矢量裁剪。考虑到这条推文的阅读性，所有脚本代码我会在github上公开（https://github.com/KUAIDUOBAO），这里暂时只放重要的裁剪脚本：

裁剪函数
def clip(pathDir,shpdata,rasterfile):
    for i in tqdm(range(len(pathDir))):
        # 读入栅格文件
        rasterfile = files_path+"\\"+pathDir[i]
        rasterdata = rio.open(rasterfile)
        #获取栅格信息
        profile = rasterdata.profile
        #标识符
        note = pathDir[i]
        # 投影变换，使矢量数据与栅格数据投影参数一致
        shpdata = shpdata.to_crs(rasterdata.crs)
        # 按照所有矢量进行循环裁剪
        for j in range(0, len(shpdata)):
        try:
                # 获取矢量数据的features
                geo = shpdata.geometry[j]
                #获取该要素的属性信息
                data_shp_name=shpdata.全称[j]
                #文件保存位置的文件夹 各省
                data_filepath=str(data_shp_name)
                feature = [geo.__geo_interface__]
                # 通过feature裁剪栅格影像
                out_image, out_transform = rio.mask.mask(rasterdata, feature, all_touched=True, crop=True, nodata=0)
                profile.update(
                    height=out_image.shape[1],
                    width=out_image.shape[2],
                    shape=(out_image.shape[1],out_image.shape[2]),
                    nodata=0,
                    bounds=[],
                    transform=out_transform,
                    )
                # 定义要创建的目录
                mkpath = "目录名"
                # 检测目录是否存在
                mkdir(mkpath)
                # 文件名字
                name="文件名"
                with rasterio.open(name, mode='w', **profile) as dst:
                    dst.write(out_image)
        except:
                pass
                

使用上述脚本，可以得到省级行政图裁剪每一张影像后的裁剪结果。

这些影像都是按照省级轮廓裁剪后的结果，单张只能覆盖一部分区域，因此需要对所有子集影像进行镶嵌。

3.2 DEM按省份镶嵌

需要遍历34个省份的文件夹，镶嵌使用gdal库的Warp函数。

4 数据后处理

主要是使用python脚本，对每一个省份文件夹中的结果影像进行重命名，并删除多余的切片文件。这一步需要添加一个判定函数，判定是否为镶嵌文件， 是则保留，不是则删除。

5 数据处理总结

(1).除了上述处理过程，中间也写了数个辅助脚本，用以批量归类DEM文件、多线程处理、批量删除与重命名、匹配文件等。这部分脚本我会上传到github中，不再多做介绍。

二、数据展示

裁剪得到了34个省份的DEM，各有6张影像，三种30米分辨率、一种90米分辨率、一种250米分辨率以及一种1000米分辨率。总共166G文件，已经上传到百度云。

小伙伴们还在等什么呢？需要的快来下载吧！！！

资源下载获取方式

关注本公众号，发送关键词“20220308至公众号，即可获得免费下载方式。

由于公众号关键词设置数量限制，本号资源免费下载有效时间为6个月，请于2022年8月31日前获取资源

如资源已过期，请回复20210000，或点击“阅读原文",加入学术严选社群

版权声明

本次资源来自网络，如有侵权，请联系本号删除