1. 项目概述与核心价值搞城市气候模拟的人对UMEPUrban Multi-scale Environmental Predictor这个名字应该都不陌生。它是QGIS环境下一套开源的城市环境模拟工具偏研究向用来评估城市热岛、通风廊道、能量平衡、水文过程这些典型的城市环境问题。而这一期要聊的Pre-Processor也就是预处理器是整条模拟链路里最枯燥、最容易被忽略、却又最重要的一环。简单说UMEP的预处理器是把“粗糙的原始城市数据”加工成“可直接喂给模型的结构化输入”的中间层。没有它后面那些高大上的模型——比如SUEWS城市能量和水文模型、SPACES街道尺度植物冠层模型、SCUHI城市热岛强度计算——全都跑不起来。因为模型不认识你手里的DSM点云、建筑矢量面、土地利用图它只认“每个栅格上有多少建筑体积、天空能看到多少、地表是不是透水的”这类形态学指标。这一篇我打算把Urban Morphology城市形态这条线的预处理器讲透。围绕三件事展开预处理器到底在干什么、关键环节怎么操作、常见问题怎么排查。适合刚接触UMEP的研究生、用GIS做城市气候分析的从业者以及对城市形态量化有需求但对这套工具还不熟的朋友。读完你至少知道数据从哪来、参数怎么定、结果怎么判断合理性。有一点我先说在前面这一期讲的“城市形态处理”本质上不是算法问题而是数据管理问题。大多数失败不是模型选错而是输入的栅格数据分辨率、范围、投影、像元对齐这些基础工作没做好。所以别嫌预处理器琐碎这里才是决定模拟成败的地方。2. 内容整体设计与思路拆解2.1 UMEP在城市环境模拟里的位置预处理器解决什么问题UMEP的组织逻辑非常清晰完整的模拟流程被拆成“Input输入数据准备— Pre-Processor预处理— Processor模型计算— Visualization结果可视化”几段。预处理器放在第二段承上启下。承上它接收的是各城市常见的公开数据航空激光雷达反演的DSM数字表面模型、DEM数字高程模型、建筑矢量面、土地覆盖分类图等。这些数据来源不同、投影各异、分辨率参差状态非常混乱。启下它要把这些数据统一化、参数化输出业务模型需要输入的那些“形态描述变量”——比如逐像元的建筑高度、植被高度、天空视角因子sky view factorSVF、不透水面率等。为什么处理器不直接用原始数据这就要回到模型本身的设计哲学。以SUEWS为例它把城市下垫面抽象成若干个局地尺度单元Local-Scale Zone每个单元里的建筑高度和年内建筑体积是关键参数。如果让你手动去数一个街区里的建筑体积你会疯掉的。预处理器就是把这个“数体积”的过程自动化并且把误差控制在可接受的范围内。所以理解预处理器不能只把它当成“格式转换器”它实际上是一套城市形态学特征工程工具集。它的输出质量决定了后续模拟结果的上限。如果输入的城市形态数据失真后面无论模型调参调得多精细输出都是空中楼阁。2.2 为什么城市形态必须先做预处理从原始数据到模型输入的距离举个直觉化的例子。你手里有一份三维建筑物白模面图层非常精细每个建筑的层数、轮廓对角线都在建模质量很高。你心想这总能直接用了吧但SUEWS不要多边形它要在规则的栅格网眼里统计每个网眼内的平均建筑高度和体积分数。Polygon到Raster这一步看似简单坑却很多一是分辨率匹配。建筑矢量转栅格时像元大小设多大你手头的DSM是2米分辨率地表覆盖数据是5米分辨率建筑数据是矢量。如果统一到2米建筑栅格太碎计算量大统一到5米建筑细节丢失严重。怎么折中二是范围对齐。药物覆盖范围比建筑数据大很多交叠区域哪里是有效区三是属性语义。建筑多边形里带的字段可能是“楼层数”不是“高度”。有的数据直接丢给你一个“height”有的给的却是“base elevation”和“roof elevation”。你直接拿楼层数乘层高3米来的没那么简单。这些细碎的问题如果没有一个统一的处理框架每做一次模拟就要手工配一轮数据效率极低且极易出错。UMEP预处理器把这些繁琐操作固化成标准流程让你把精力放在参数分析和结果解读上而不是困在数据格式泥潭里。2.3 方案选型为什么要用UMEP而不是自己写脚本有人说我不就是做几步GIS处理吗用QGIS原生的栅格计算器自己算不就行了这确实可行但有几个场景下UMEP的优势非常明显预处理器内置了很多经验公式和行业标准参数取值比如SVF的计算方式、植被高度的校正系数这些是作者从文献里整理出来的你不需要自己去查论文接口与后续模型深度耦合传参不会出错多步骤串联成一键流程自动检查数据投影和范围一致性。当然我也不是劝你所有事都用预处理器。如果你只是想做一次性的简单分析现成的QGIS工具完全够用。但如果要做系列化模拟、多情景对比或者数据会经常更新UMEP这套标准化的预处理流程能省下的时间不是一点点。3. 核心原理与关键技术落地3.1 城市形态数据的主要类型与数据准备UMEP预处理器里涉及的城市形态数据常见的有这几类数据层常见来源原始格式预处理后输出数字表面模型DSM机载LiDAR、卫星立体像对点云或TIFF等高程栅格数字高程模型DEM/DTMLiDAR地面点、测绘成果TIFF高程栅格建筑轮廓测绘部门、OpenStreetMapShapefile/GeoJSON建筑占地栅格植被高度LiDAR多点回波分类TIFF/点云植被高度栅格地表覆盖分类遥感影像分类、土地利用图TIFF地表类型栅格准备数据阶段最重要的原则是统一坐标系。我见过太多人在这一步翻车。比如LiDAR点云是UTM投影地表覆盖数据是Web墨卡托投影你如果不做转换就直接丢进工具里结果就是图层错位建筑跑到河对岸去了。建议在进入UMEP之前把所有数据先行投影到同一个投影坐标系统一管理。城市尺度的研究UTM分区投影表现很好米制单位对后续面积、高度的计算也友好。3.2 建筑高度提取的核心原理DSM与DEM之间藏着什么城市形态处理里最高频的操作是“归一化高度”提取。所谓归一化就是把地表以上的物体实际高度算出来。数学关系很简单建筑/植被高度 DSM – DEMDSM是数字表面模型记录的是地表以上第一个反射面的高度包括建筑屋顶、树冠、地面等DEM是数字高程模型只记录裸露地表的高程。两者相减得到的结果就叫nDSMnormalized Digital Surface Model即地物高度。看着简单实际操作里有两个容易踩的坑。第一个坑是DSM和DEM像元没对齐。很多城市公开数据集里DSM和DEM是独立生产的分辨率一致不代表像元网格一致。如果两个栅格在空间上有半个像元的偏移相减后的边缘会充满“椒盐噪声”建筑边界模糊得没法看。所以在预处理前务必用QGIS里“栅格对齐”功能把目标对象手动对齐到同一个参考网格。第二个坑是噪声点。LiDAR点云在建筑边缘、玻璃幕墙等位置经常出现噪点反演出来的DSM局部会出现异常凸起或凹陷。直接相减后这些噪点会被当成“虚假建筑”或“虚假空洞”。一般会用中值滤波或形态学开闭运算先平滑一遍再相减。3.3 天空视角因子SVF计算街谷几何形态的量化城市热岛研究老听到一个词——天空视角因子Sky View Factor简称SVF简单理解就是站在地面往上看天空占视野的比例。街谷越窄、两侧建筑越高天空占比越小SVF就越低白天不容易散热夜间热岛强度往往就更大。UMEP的SVF预处理器是个挺有意思的模块。它有两种工作模式一种是基于栅格DSM的模式直接对城市表面做几何解析计算另一种是站点模式面向单点观测位置输出该点的SVF值。站点模式结合鱼眼镜头拍摄的天空照片做验证是地面实测中很常用的一种校验办法。计算SVF为什么要放到预处理器里因为它本质上是对DSM做几何变换而这一步非常消耗计算资源。如果你打算跑一个百万像元的城市区域最好先设一个合理的像元分辨率。分辨率过高会导致计算时间指数级增长过低又会丢失街谷细节。我的经验是2到5米这个区间比较均衡。3.4 地表覆盖类型栅格一切参数的基础城市形态不只是高度地表的透水性同样关键。不透水面率直接决定降雨后的径流分配、蒸发潜力是SUEWS水文模块的核心参数。UMEP预处理器里提供“地表覆盖类型识别”工具输入分类栅格后自动为每个像元生成多个物理属性包括不透水比例、排水路径、蒸散参数等。需要注意的是地表覆盖栅格的分类体系要和UMEP内置的分类体系对应上。如果你用的是自己训练的分类结果分类代号不对应工具会直接抛错或者给出离谱属性值。建议先读一遍UMEP官方提供的土地覆盖分类说明文档把自己的类别映射表提前整理好。城市形态处理这里的数据在进入预处理器前其实还需要做一步质量控制检查栅格的数据类型。很多遥感分类结果是整数型看起来没问题但属性值里如果混杂了空值或0值的特殊含义后面计算时会引起莫名其妙的误差。把数据统一转成浮点型把NoData统一设置成固定值常用-9999会让后续处理稳定很多。4. 实操过程与核心环节实现4.1 运行环境准备在QGIS里装好UMEP插件UMEP是QGIS的插件安装流程不复杂。QGIS的插件管理器里搜索“UMEP”安装“UMEP”主插件和“UMEP for processing”辅助插件即可。需要提示版本兼容性UMEP一般要求QGIS 3.x以上版本太老的版本会有兼容问题。装完以后插件栏里会出现两个入口一个是完整的UMEP主窗口带界面一个是处理工具箱里的一系列批处理命令。我个人的建议是日常交互探索用主窗口批量处理脚本化运行用工具箱。前者适合一步步调试后者适合完整跑一个流程。数据建议放在独立的项目文件夹里目录结构可以参照下面这种umep_project/ ├── input/ │ ├── dsm.tif │ ├── dem.tif │ ├── building.shp │ └── landcover.tif ├── output/ │ ├── ndsm.tif │ ├── svf.tif │ └── building_height.tif └── temp/temp目录可以用来放中间成果方便调试时对照也不污染最终结果目录。4.2 建筑高度提取实操从DEM和DSM开始建筑高度提取是预处理器里一组工具的“入口”一般流程是第一步栅格对齐。在QGIS里用“栅格对齐”工具把DSM和DEM对齐到同一个像元网格。参考网格我一般选分辨率较低的那一个比如DSM是2米、DEM是5米那就把两者都重采样到2米。重采样方法选双线性插值对高程类数据比较友好分类栅格则用最近邻法防止类别插出过渡值。第二步运行“building height”预处理器。UMEP里对应的是Pre-Processor — Urban Morphology — Building height。工具会读取DSM和DEM自动做差值再根据你设置的建筑最低高度阈值剔除低矮地物。第三步检查负值和异常值。差值的理论范围应该大于等于0但实际会因DSM与DEM配准误差出现少量负值。可以在栅格计算器里把负值统一赋为0把过高的异常值比如超过该城市建筑限高加合理误差的值做截断处理。这里有个参数需要重点理解建筑最低高度阈值。假设你设2米那么低于2米的像素一律算作“非建筑”。这个阈值不是拍脑袋定的要根据研究目的调整。如果你做的是城市冠层模型可以设低一些1.5米把低矮商业建筑也算进去如果你做的是城市热岛与通风廊道分析为了排除噪音设到3米左右比较稳妥你关注的是主体建筑轮廓对风场的影响而不是那些临时板房。这个阈值直接决定建筑占地比例的统计结果非常关键。4.3 植被高度提取与地表覆盖合并植被高度的提取在原理上与建筑高度类似也是用DSM减去地面高程。但有个特殊问题DSM在植被区域的信号是树冠表面不是树干底座。所以植被高度提取出来的值是树冠顶到地面的高度差这个值对后续模型计算没有直接用还需要对植被覆盖率、单株树冠直径做联合统计。实际操作用到“Vegetation height”预处理器时建议先在外部分类栅格里把“树木”“草地”分开。如果植被这层数据没有单独分类UMEP会用DSM与“非建筑”区域判断配合阈值提取植被。这种方法容易把高矮灌木和房屋附属物混在一起精度一般。对于要求较高的研究建议先单独准备植被冠层高度栅格再导入预处理流程。地表覆盖合并这一步我更想多说一句UMEP里很多后续模型要求“地表覆盖类型”“不透水面比例”“植被比例”三组参数。如果你只给一个整数类型的地表分类栅格工具也能帮你转换但转换结果比较粗糙不透水率是直接用类别默认值比如“中密度居民区”默认不透水率0.5。如果你用的是自己研究区的用地分类数据最好做一张连续的不透水率栅格0到1之间的浮点值这样能明显提高后续模型对水文过程的模拟能力。4.4 天空视角因子预处理器实操过程运行SVF预处理器核心参数有三个搜索半径、方位角分割数和天顶角分割数。搜索半径决定计算单点SVF时考虑多大范围内的遮挡物。城市气象应用里常设100米到500米。半径太小远处高层建筑的遮挡作用计算不到SVF会偏大半径太大计算量剧增而且远处建筑对近地面点的SVF贡献其实衰减很快。一般建议先设200米试算对比几个典型点的结果再决定是否调整。方位角分割数和天顶角分割数是算法里对半球空间做离散化的网格密度。分割数越多结果越精细计算时间也越长。默认值是36方位角×18天顶角对多数城市街区研究够用。如果做极高精度的单点分析可以加到72×36但跑起来会非常慢。输出结果是一个连续栅格值域理论在0到1之间。打开结果时不要只看平均数要重点看建筑密集的商务区、开阔的公园水面、南北向街谷这些不同场景下的SVF和实际感受对照一下非常有直觉校验作用。4.5 跑通一条完整预处理流水线的示例我来串一遍实际操作假设目标是给SUEWS模型准备城市形态输入研究区是约2km×3km的城区数据有DSM 2m、DEM 5m、建筑底面矢量、土地覆盖分类图5m。我实际跑的顺序如下第一步统一到UTM投影。用QGIS的重投影工具把所有矢量数据转到EPSG:32650按研究区所在带号选择。栅格数据用“栅格投影”工具执行最近邻重采样。第二步将DEM重采样到2m与DSM对齐。这里不是直接点“重采样”这么简单——需要对DEM和DSM的像元范围做一致性检查确保两个栅格的覆盖范围完全一致。不一致的话用“切割栅格按范围”工具拿DSM的范围切DEM。第三步生成nDSMRaster Calculator里直接相减。设定阈值2m生成二值建筑掩膜再用建筑矢量边界做滑动校验。如果一个建筑多边形对应的掩膜里建筑像元占比低于50%那就说明DSM可能没捕捉到该建筑要么数据缺测要么层高太矮被阈值砍掉了。这种检查能帮你发现数据里的系统性盲区。第四步跑Building height预处理器输出建筑物高度栅格和体积分数栅格。体积分数这个字段是SUEWS里很关键的一个参数它统计的是单位面积内建筑体积的比例某种意义上反映了建筑密度的三维版。看这个值的时候密度高的老城区中心普遍0.3~0.5新建的低密度住宅区在0.1以下用这个范围来验证数据可靠性很高效。第五步跑SVF预处理器。搜索半径先设200m分割数用默认。如果你发现结果栅格有大量0值的“黑洞”往往不是真黑洞是建筑高度栅格里那些小于阈值的像元在SVF计算里被当成了“不存在地表”导致天空遮挡反而变大了。这时需要回头看好输入参数把像元裁剪到研究区有效范围内。第六步产出最终形态参数包。在结果图层上右击导出用“保存为GeoTIFF”把建筑高度、植被高度、SVF、不透水率四个栅格全部输出到output目录。检查一下同名文件是否覆盖、NoData值是否统一然后就可以作为下游模型的输入继续了。5. 常见问题与排查技巧实录说了这么多下面这组排查经验都是实操里踩过的。整理成速查表方便你定位现象可能原因排查顺序建筑高度结果全是0DSM与DEM像元未对齐差值后出现系统性偏移先查范围对齐再查分辨率建筑高度出现大量负值DSM局部有噪点或DEM在建筑区域有插值中值滤波DSM负值截断为0SVF结果整个区域异常偏大搜索半径过小、建筑数据缺失逐步增大搜索半径试算SVF结果有大量空洞/马赛克输入建筑高度栅格里有空值区域将NoData统一赋0再重试体积分数超出合理范围建筑高度被高估或建筑掩膜范围偏大检查阈值设置拆解到单栋验证后续模型报错“参数缺测”输出文件命名不符或栅格CRS不一致核对每个输出文件的投影和文件名还有一个现象特别常见就是建筑高度结果被系统性低估。原因通常是DSM不是真正的“首次回波”表面部分区域丢失了屋顶细节LAS数据在分类时把建筑边缘的回波滤波掉了。遇到这种情况可以对比同一区域的高分辨率影像目测确认是否是采集源的问题如果是可以将建筑高度提取的阈值适当下调同时增加多源数据的交叉验证。当遇到“SVF结果与实地感受差太远”的情况时我建议先做站点校验选一个市中心开阔广场一个典型的东西向街谷用站点点位提取SVF值然后和理论值对比。开阔广场的SVF按道理应该在0.9以上街谷中心可能在0.3到0.6之间。如果广场的SVF计算值低于0.7多半是数据有问题而不是算法问题。这里补充一个我自己的习惯做完预处理之后不要急着跑模型。把建筑高度栅格做成山体阴影图加载到QGIS里跟航空影像叠起来透明度调成50%你一眼就能看出建筑边界是干净还是糊成一片。这个检查花不了几分钟却能节约后面调试模型的好几个小时。关于工具选型还有个小建议如果你要处理的区域特别大比如整个地级市范围那UMEP预处理器跑起来会很吃力。可以先对LiDAR点云做分块处理再瓦片拼接。如果只想快速做概念级分析也可以用全局的粗略栅格30m分辨率配合UMEP里的“区域平均形态参数”工具来批量计算不需要精细化到每个建筑。6. 从预处理结果到后续模型的衔接建议预处理做完输出的那些栅格不是终点而是给后续模型准备的“食材”。这一步的衔接质量会直接影响模型是不是能跑通。以SUEWS为例它需要的输入里至少包括逐栅格的建成区比例、不透水比例、建筑高度、植被高度和植被覆盖率。你在预处理器里其实只生成了中间字段正式输入模型前还有一道“参数聚合”的工序。比如SUEWS有时候要求以“局地区域”Local-Scale Zone通常是几百米到1公里尺度为基本单元来聚合参数而不是每个2米像元都单独参与模拟。这时候就要用到分区统计工具把预处理结果按边界聚合为“均值±方差”的统计量。聚合时要注意建筑高度取的是平均值还是体积加权平均SUEWS里建筑高度对湍流影响采用“平均高度”即可但计算空气动力学粗糙度的时候更关注“迎风面面积密度”这是按体积和方向投影算的。如果你在聚合时选错了统计口径后面所有能量通量结果都会偏。所以每出一个聚合结果都要顺手把该区域的“建筑体积”“建筑占地面积”“不透水率”三个变量交叉检查一遍确保逻辑自洽。还有一点很多人会忽略模型的计算时间步长和空间分辨率反过来也会要求预处理输出栅格满足最低精度。比如你准备用30m分辨率跑SUEWS那预处理时用2m还是10m的DSM关系不大最终聚合到30m后信息量趋同。但如果你准备用2m分辨率跑局地尺度模型那预处理阶段就绝不能为了图省事把DSM重采样到10m等于自废武功。我建议你在项目启动前先定好后续模型的空间尺度再反推预处理阶段的分辨率需求而不是拿到数据就先处理了再说。7. 结尾UMEP的预处理器说白了就是一套“城市三维形态翻译机”把千奇百怪的原始数据变成模型能统一理解的形态学参数。这一期关于城市形态处理的内容重点讲了数据准备、高度提取、SVF和地表覆盖几个环节。我自己实际跑过几条链路的体会是与其纠结算法细节不如先把数据底子打牢。投影统一、范围对齐、阈值合理性这三板斧过关了后面基本畅通这三步偷懒了后面每一步都在还债。还想提醒一点任何预处理结果都要保留完整的处理日志包括软件版本、插件版本、数据源版本、参数设置值。城市气候模拟是一件要经得起同行评议的事没有处理日志的结果说服力大打折扣。最后分享一个实用小习惯——初次跑通流程后把关键参数和当时试算的理由记在一个Markdown文件里下次换数据就不会从头摸索了。UMEP这套预处理器就是在这些细节磨合中越用越顺手的。