GIS新手必看:DEM、DSM、DTM到底有什么区别?5分钟搞懂这些高程模型

GIS新手必看:5分钟搞定ArcScene三维地图建模(附DEM数据下载技巧) 本文为GIS新手提供ArcScene三维地图建模的快速入门指南,详细讲解从DEM数据获取到三维场景创建的全流程。特别分享实用的DEM数据下载技巧和ArcScene操作要点,帮助初学者5分钟内掌握基础三维建模技能,适用于地理信息分析、城市规划等应用场景。 阅读详情

从“裸地”到“城市森林”:彻底厘清DEM、DSM、DTM的核心差异与应用场景

刚接触地理信息系统(GIS)或遥感数据分析的朋友,十有八九会在DEM、DSM、DTM这几个缩写词上犯迷糊。它们看起来都和高程有关,名字又如此相似,就像三胞胎兄弟,让人傻傻分不清。更让人头疼的是,不同的教材、软件甚至项目文档里,对这些术语的解释有时也存在微妙的差异。这种困惑并非个例,它恰恰是深入理解三维地理数据世界的第一个门槛。今天,我们就抛开那些晦涩的定义,用最直观的方式,为你构建一个清晰、稳固的认知框架。理解它们,不仅是记住几个概念,更是掌握了一把开启地形分析、城市规划、环境模拟等众多领域大门的钥匙。

1. 核心概念拆解:从“地表”到“地形”的语义光谱

要真正区分这三者,我们不能孤立地看定义,而要把它们放在一个从“具体测量值”到“抽象地形特征”的连续光谱中来理解。这个光谱的起点是地表形态的数字化表达,终点是服务于工程分析的地形模型。

1.1 DEM:最纯粹的“大地皮肤”

数字高程模型(Digital Elevation Model, DEM) 是这一切的基础。你可以把它想象成地球剥去所有植被、建筑、桥梁后,那层最原始的“皮肤”或“骨架”的高程记录。它的核心使命是回答一个最根本的问题:“如果这里什么都没有,地面本身的海拔高度是多少?”

  • 数据本质:一个规则网格(栅格),每个格子(像元)存储一个高程值(Z值)。
  • 包含内容:仅包含裸地高程。所有非地面的物体,如树木、房屋,都在数据处理过程中被“剔除”或“滤波”掉了。
  • 一个生动的比喻:想象一个刚刚被推土机平整过的建筑工地,或者一场大火后裸露的山坡。DEM描绘的就是这种状态下的地表形态。它关注的是地球本身的地貌起伏——山多高、谷多深、坡多陡。

在GIS软件中,一个DEM栅格图层看起来可能只是一张灰度图,颜色越亮代表海拔越高。但它的力量在于,基于这个简单的“高程矩阵”,我们可以衍生出无数地形参数:

# 示例:使用Python的rasterio和richdem库进行基础地形分析
import rasterio
import richdem as rd

# 加载DEM数据
with rasterio.open('your_dem.tif') as src:
    dem_array = src.read(1)
    profile = src.profile

# 转换为RichDEM格式进行计算
dem_rd = rd.rdarray(dem_array, no_data=src.nodata)

# 计算坡度(Slope)和坡向(Aspect)
slope = rd.TerrainAttribute(dem_rd, attrib='slope_degrees')
aspect = rd.TerrainAttribute(dem_rd, attrib='aspect')

# 计算地形阴影(Hillshade),用于可视化
hillshade = rd.TerrainAttribute(dem_rd, attrib='hillshade')

提示

别再傻傻分不清了!一文搞懂DEM、DSM、DTM的区别与应用场景 本文深入解析数字高程模型(DEM)、地表模型(DSM)和地形模型(DTM)的核心区别与应用场景。通过对比三者的数据特征、获取方式及典型用途,帮助读者在GIS项目中正确选择高程数据,避免常见误区,提升地理空间分析精度。特别适合地理信息系统初学者和从业者参考。 阅读详情

相关推荐

【三维可视化】快速区分GIS、 DEM、 BIM、OSG

OSG提供了一系列的类和函数,用于创建和管理3D场景,包括模型加载、纹理贴图、光照、相机控制等功能。在测绘和遥感、农林规划、土木水利工程、地学分析,以及地理信息系统等各个领域得到了广泛深入的研究。osgEarth提供了一系列的类和函数,用于加载地球数据、渲染地球场景、进行地理坐标转换等。地形、地质、禁区、环保、社会发展因素等不同类型数据均可以被整合进基于格网GIS的模型中。【全称】(OpenSceneGraph,OSG)分布的数字地面模型(即数字地面模型的其中一种),如WGS84、UTM、墨卡托等。

JQW_CSU的博客 1574

高分7(GF7)卫星数据制作平原地区DSM/DEM(一)

李国春GF7 DEM/DSM制作让我纠结了好一阵子了,总希望通过不进行人工干预达到一些网站展示的处理结果。后来我发现原来人家那是手工编辑后的结果。因为这种技术路线总体上就有它的局限性,想不进行人工编辑直接拿出来就有完美的结果不太现实。大家发表出来的结果大都是手工编辑后的,也难怪,人们总是会倾向于展示自己认为满意的结果。:)RSD制作DEM/DSM数据的方法在已经介绍过,这里再介绍一下近期针对平原区域求精完善的过程。

副组长的博客 6595

【GIS风暴】一文彻底弄懂数字地形(DEM、DOM、TDOM、DSM)的区别与联系

在2021自然资源部发布的《实景三维中国建设技术大纲(2021版)》中,空间数据部分包括“数字高程模型(DEM)、数字表面模型(DSM)、数字正射影像(DOM)、真正射影像(TDOM)、倾斜摄影三维模型、激光点云等。” 那么到底什么是DEM、DOM、TDOM、DSM,它们之间又有什么用的区别和联系呢? 文章目录1. 数字高程模型(Digital Elevation Model)2. 数字地面模型(Digital Terrain Model)3. 数字地表模型(Digital Surface Model

智慧空间实验室 1万+

影像提取dem

影像提取dem利用ENVI从航空影像中提取DEM.docx

dem生成操作

DEM(Digital Elevation Model,数字高程模型)是一定范围内规则格网点的平面坐标(X,Y)及其高程(Z)的数据集,它主要是描述区域地貌形态的空间分布,是通过等高线或相似立体模型进行数据采集(包括采样和量测),然后进行数据内插而形成的。

QT编程之PCM音频播放与采集

Qt5/Qt6通用方案。

深之JohnChen的专栏 1174

WorkBuddy Skill赋能HYSYS与Comsol:AI工作台下的仿真自动化实践

AI Agent正将工业软件自动化带向新高度。在工程仿真领域,流程模拟与多物理场分析常因重复性操作而效率低下,Aspen HYSYS的批量工况调整、Comsol的参数扫描与网格重构均属此类。WorkBuddy这类AI工作台通过Skill将软件二次开发能力封装为可插拔技能包,利用HYSYS的COM/OLE接口和Comsol的Java API,实现自然语言指令到自动化执行的转变。其技术价值在于降低自动化门槛、沉淀工程经验,并支持日志审计与异常重试。在实际应用中,无论化工流程的灵敏度分析,还是激光焊接、移动网格等

weixin_29055699的博客 307

VS2019手动添加bits/stdc++.h全指南(附解决‘无法打开源文件‘错误)

本文详细介绍了在Visual Studio 2019中手动配置C++万能头文件bits/stdc++.h的完整方法,解决常见的'无法打开源文件'错误。通过分析GCC与MSVC编译器生态差异,提供了纯手动创建和MinGW移植两种可靠方案,并给出详细的步骤、常见错误排查及最佳实践建议,帮助开发者高效配置竞赛开发环境。

weixin_29011395的博客 549

快衰落、慢衰落,平坦衰落、频率选择性衰落

目录一、大尺度衰落和小尺度衰落二、平坦衰落和频率选择性衰落1.反射墙、固定天线模型2.相干带宽和时延扩展三、快衰落和慢衰落1.反射墙、运动天线模型2.相干时间和多普勒扩展四、联系总结 提示:这里可以添加本文要记录的大概内容: 例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。 提示:以下是本篇文章正文内容,下面案例可供参考 一、大尺度衰落和小尺度衰落 移动无线信道的主要特征是信道强度关于时间和频率的变化,大致分两种: 大尺度衰落: .

weixin_45662974的博客 3万+

计算三维空间中AOA定位的 CRLB(Cramér–Rao 下界,克拉美罗下界)公式与MATLAB例程

摘要:本文介绍了三维空间中基于AOA(到达角度)测量的目标定位CRLB(Cramér–Rao下界)计算方法。通过定义目标位置向量、传感器位置和AOA测量角度(方位角与俯仰角),推导了方向向量和雅可比矩阵的表达式,并构建Fisher信息矩阵计算CRLB。提供了MATLAB例程实现该算法,包括参数设置、CRLB计算和可视化(3σ误差椭球)。实验结果表明,当目标位置偏离传感器阵列时,定位误差显著增大。该方法适用于评估AOA定位系统的理论性能极限,为导航与定位算法设计提供参考。

985工科博士毕业,专攻定位、导航和滤波等算法研究。从业10年,主要使用MATLAB 589

高通平台N4单路输入的720P相机预览

N4的一路720P Camera作为MIPI摄像头使用

llw21680的专栏 165

华为OD机试双机位C卷-虚拟文件系统(C/C++/Py/Java/Js/Go)

华为OD机试(机考)双机位C卷 【虚拟文件系统】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题【虚拟文件系统】。

qq_45776114的博客 480

Fabric V2.5 通用溯源系统——使用Hyperledger Caliper压力测试

Caliper是一款测试区块链性能的工具,支持Hyperledger Fabric、Ethereum等,支持丰富的测试配置参数,测试完成后将直接输出报告,相较于tape更加专业,但是配置稍微有些复杂。本文将一步一步配置Caliper以测试Fabric V2.5 通用溯源系统中的注册用户、查询用户、农产品上链、农产品查询的区块链性能。

TrueTechLabs 官方博客 1397

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

上一篇: Win11 24H2 共享访问受阻?一键脚本修复网络与打印机连接
下一篇: 从CellMarker 1.0到2.0:单细胞研究者必须掌握的6大新工具全解析(附避坑指南)
普通网友
博客等级 码龄27年 205粉丝 1502原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值