当前位置：首页 > news >正文

QGIS+OpenStreetMap实战：用DEM和建筑数据生成3D城市模型（含Aerialod配置）

news 2026/6/9 18:00:06

QGIS+OpenStreetMap实战：用DEM和建筑数据生成3D城市模型（含Aerialod配置）

当我们需要快速构建城市三维模型时，商业软件高昂的成本常常让人望而却步。而开源工具链QGIS+OpenStreetMap+Aerialod的组合，却能以零成本实现专业级的可视化效果。本文将带你完整走通从数据获取到3D渲染的全流程。

1. 环境准备与数据获取

在开始前，请确保已安装QGIS 3.28或更高版本。这个开源GIS平台将成为我们处理空间数据的核心工作站。

1.1 安装必备插件

通过插件管理器安装以下关键插件：

QuickOSM：高效获取OSM数据的利器
OpenTopography DEM Downloader：一键下载高程数据
Processing Toolbox（内置）：用于后续的数据处理

# 在QGIS Python控制台中快速安装插件 qgis.utils.installPlugin('QuickOSM') qgis.utils.installPlugin('OpenTopography')

1.2 获取建筑轮廓数据

使用QuickOSM获取建筑数据的典型工作流：

打开QuickOSM面板（插件 → QuickOSM）
在"Key"字段输入building
选择目标区域范围（建议先用矩形选择工具划定区域）
点击"Run Query"执行查询

提示：对于大型城市，建议分区块获取数据以避免服务器超时。可通过"Advanced"选项卡调整超时时间为300秒。

查询结果将包含建筑多边形及其属性，其中height字段尤为关键——它将决定3D模型中的建筑高度。若数据缺失高度信息，可采用以下替代方案：

高度估算方法	适用场景	精度评估
按楼层数推算	住宅区	★★★☆☆
参照建筑类型	商业区	★★☆☆☆
LiDAR反演	高精度需求	★★★★★

2. 高程数据处理技巧

数字高程模型（DEM）是构建地形骨架的基础。我们推荐使用30米分辨率的SRTM数据，可通过OpenTopography插件直接获取：

打开插件选择"SRTM 30m"数据集
划定与建筑数据相同的区域范围
设置输出路径为GeoTIFF格式

遇到常见的坐标系统问题时，可尝试以下解决方案：

# 坐标转换示例（WGS84转UTM） processing.run("native:reprojectlayer", { 'INPUT': 'DEM_raw.tif', 'TARGET_CRS': 'EPSG:32633', # 根据实际位置选择UTM带 'OUTPUT': 'DEM_reprojected.tif' })

对于需要更高精度的情况，可考虑：

AW3D30（5米分辨率）
NASADEM（30米但更新）
本地LiDAR数据（亚米级）

3. 数据融合与优化

3.1 建筑高度处理

当OSM数据缺少height属性时，可创建高度模拟字段：

-- 在QGIS字段计算器中执行 CASE WHEN "building" = 'apartments' THEN 20 * rand(1,5) -- 公寓按5-20层随机 WHEN "building" = 'commercial' THEN 30 * rand(1,3) -- 商业建筑 ELSE 10 -- 默认高度 END

3.2 地形叠加处理

使用栅格计算器将DEM与建筑数据融合：

# 处理公式 ("DEM@1" * 0.2) + ("Buildings@1" * 0.8) # 调整权重平衡地形与建筑表现

关键参数调整建议：

参数	推荐值	作用说明
分辨率	0.5-2m	平衡细节与性能
重采样方法	双线性	减少锯齿
NoData值	-9999	统一空值处理

4. Aerialod三维渲染实战

Aerialod作为轻量级3D渲染器，其优势在于：

实时渲染调整
支持超大栅格数据
直观的光照控制

4.1 基础渲染流程

将处理好的TIFF文件拖入Aerialod窗口
调整核心参数：
- Height Scale：控制垂直夸张（建议1.5-3.0）
- Brightness：基础亮度（0.8-1.2）
- Contrast：增强细节（1.5-2.5）

// 示例配置文件（保存为.json后可重复加载） { "heightScale": 2.3, "brightness": 1.1, "sunPosition": [0.8, 0.5], "colorGradient": "Terrain" }

4.2 高级效果调优

通过组合以下技巧可获得出版级效果：

光照方案对比

方案类型	太阳角度	适用场景	效果特点
晨光	15°	突出地形起伏	长阴影增强立体感
正午	90°	建筑群展示	减少阴影，细节清晰
黄昏	45°	艺术化呈现	暖色调增强视觉冲击

色彩梯度推荐

Thermal：用于高度差异明显的区域
Greyscale：专业分析场景
Custom：手动定义关键色标点

5. 性能优化与批量处理

当处理大型城市数据集时，可采用以下策略提升效率：

分块处理：将城市划分为1km×1km网格分别渲染
LOD优化：创建多细节层次模型
脚本自动化：使用PyQGIS编写处理流水线

# 示例批量处理脚本 import processing def process_district(district): # 数据下载 buildings = processing.run("quickosm:runquery", {...}) dem = processing.run("opentopography:downloaddem", {...}) # 数据融合 output = processing.run("gdal:rastercalculator", { 'INPUT_A': dem['OUTPUT'], 'INPUT_B': buildings['OUTPUT'], 'FORMULA': '(A*0.3)+(B*0.7)', 'OUTPUT': f'{district}_merged.tif' }) return output['OUTPUT'] districts = ['center', 'north', 'south'] results = [process_district(d) for d in districts]

常见问题解决方案：