LookWorldPro 的坡度与坡向分析基于数字高程模型（DEM），通过 3×3 窗口的导数算子（常见如 Horn、Zevenbergen‑Thorne）计算每个像元的坡度（度或坡率）与坡向（0–360°方位），并在填洼、重投影、滤波等预处理后进行分类、可视化与与日照/水文/滑坡模型的耦合，从而用于选址、风险评估与生态规划等实际决策。
为什么要做坡度与坡向分析
简单讲，坡度告诉你地面“有多陡”，坡向告诉你地面“朝哪个方向”。这两项信息是地形驱动问题的核心：雨水如何汇流、太阳怎样照射、土壤如何侵蚀、植物如何分布、人类工程如何布置，都强烈依赖坡度与坡向。
基础概念与度量
坡度（slope）
定义：坡度是地表垂直升降与水平距离的比率，通常以角度（度）或坡率（%）表示。度表示倾斜角，坡率表示升高/水平距离的百分比。
- 角度表示：0°（平坦）到 90°（垂直）。
- 坡率表示：tan(坡度角) × 100%。
- 常见计算方式：通过 DEM 像元的相邻高程求偏导数 dz/dx、dz/dy，再由 arctan(sqrt((dz/dx)^2+(dz/dy)^2)) 得到坡度角。
坡向（aspect）
定义：坡向是坡面朝向的方位角，通常以度表示，0°/360° 指向北，90° 指向东，180° 指向南，270° 指向西。
- 计算方法基于 dz/dx 与 dz/dy：使用 atan2(dz/dy, -dz/dx) 等变体并转换到 0–360°。
- 坡向为无意义情形：平坦区域（坡度接近 0）的坡向通常被标注为“平坦”或特殊值。
数据来源与预处理
做出可靠结果前，确保输入数据质量是关键。常用 DEM 源包括 SRTM、ASTER、ALOS、国家地形资料与 LiDAR 点云。选择要点：
- 分辨率：高分辨率（如 1–5 m LiDAR）适合工程与滑坡分析；中分辨率（30 m）适合区域尺度研究。
- 投影与单位：DEM 应为等距投影（如 UTM）以保证距离与坡度计算准确；竖向单位需明确信息（米/米）。
- 空洞与异常值：填洼（fill sinks）与删除孤立高程异常可以避免错误的流向与坡度计算。
- 平滑与降噪：适度滤波（高斯或中值）可降低测量噪声，但过度平滑会抹去关键地形特征。
在 LookWorldPro 中的典型工作流程
下面按步骤描述一个常见流程，便于把理论落到实操上（假设你已登陆 LookWorldPro 并打开项目）：
- 导入 DEM：上传 GeoTIFF 或链接到云存储，检查元数据与 CRS。
- 预处理：执行填洼、设置输出分辨率、必要时重投影到等距坐标系。
- 选择计算算法：常用 Horn 算子（平衡精度与稳定性）或 Zevenbergen‑Thorne（对低坡度更平滑）。
- 设置参数：像元大小（cell size）、输出单位（度/坡率）、边界处理（NoData 策略）。
- 运行坡度计算：得到坡度栅格；随后运行坡向计算并处理平坦像元标签。
- 后处理：分类（坡度等级、朝向分区）、生成 hillshade、结合植被/土壤数据进行分析。
- 导出与报告：导出 GeoTIFF、PNG 可视图与属性统计表。
参数与推荐值
- 算法：一般地形分析选择 Horn；若关注低坡地形或大尺度平缓地貌，可尝试 Zevenbergen‑Thorne。
- 像元窗口：默认 3×3；如有高精度 DEM，可用 5×5 做平滑噪声处理。
- 填洼阈值：对于流域分析，填洼直到无小封闭池；对真实性能评估，保留部分洼地以反映真实地形。
- 单位：工程应用用度；农业/坡率敏感性分析用百分比更直观。
数学原理（用最直白的方式解释）
别被公式吓到，实际想法很简单：坡度就是“东西坡度分量”和“南北坡度分量”合在一起的结果；坡向就是这两个分量指向的方向。
- 先用 3×3 窗口估算 dz/dx（东西方向的高程变化率）与 dz/dy（南北方向的高程变化率）。
- 坡度角 θ = arctan( sqrt((dz/dx)^2 + (dz/dy)^2) )。这就是整体倾斜角。
- 坡向 φ 通常计算为 φ = atan2(dz/dy, -dz/dx)，然后换算到 0–360°，规则是 0° 指北，顺时针增加。
这就是本质——把高程表面的局部变化拆成两个方向的分量，再把它们合成角度和方向。
常见应用场景与案例
- 水文与径流建模：坡度决定雨水沿坡面的加速度，坡向影响分水岭和汇水路径。
- 滑坡与稳定性评估：陡坡与特定坡向（如迎风坡）更容易发生失稳，结合土壤与降雨数据可以进行风险分区。
- 太阳能与日照评估：坡向决定接受太阳辐射的多少，坡度影响受光面积。
- 农业与植被布局：东南坡在北半球常更暖更湿，适合特定作物；坡度影响耕作机械可达性与水土保持需求。
- 城市与基础设施选址：道路、管线与建筑需要考量最大允许坡度与坡向相关的排水与日照问题。
分类标准示例（便于决策）
| 坡度等级 | 度数范围 | 典型应用/含义 |
| 平坦 | 0–2° | 易洪积、适合农田和城市用地 |
| 缓坡 | 2–8° | 通用农业、低成本道路 |
| 中坡 | 8–15° | 需水土保持、部分坡改良耕作 |
| 陡坡 | 15–30° | 限制机械作业，高侵蚀风险 |
| 峻陡 | >30° | 生态保护、滑坡高风险、禁止建设 |
结果可视化与组合分析
可视化能把数字变成直观结论：常用方法有
- hillshade（阴影图）突出地形起伏；
- 坡度色带用分级色表显示不同坡度区；
- 坡向玫瑰图统计各方向坡面面积分布；
- 坡-向叠加分析（如南坡且陡的区域）用于特定应用筛选。
精度、不确定性与验证
要诚实地面对误差来源：
- 垂直精度：DEM 的垂直误差会直接影响坡度计算，尤其在低坡区域表现明显。
- 分辨率效应：像元越大，局部陡坡会被平滑，影响风险识别。
- 算法差异：不同算子在边缘和低坡度处表现不同，要求根据目标选择。
- 验证方法：可用高精度 LiDAR、地面 GPS 测量或剖面采样对比坡度结果，计算 RMSE 与偏差。
常见问题与实用技巧
- 记得统一投影：如果输入是经纬度（WGS84），先转换到等距坐标系。
- 不要盲目平滑：太多滤波会抹掉关键斜坡，尤其是滑坡边界。
- 平坦区域的坡向处理：为避免“噪声坡向”，把坡度小于阈值的像元设为“平坦/无坡向”。
- 结合多源数据：将坡度/坡向与土壤、降雨、植被覆盖结合，能得到更合理的决策支持。
- 自动化流程：在 LookWorldPro 中保存处理模板，批处理多个 DEM 可节省时间。
我常用的一些实践小窍门
说点个人经验：做区域滑坡易损性时，我会先用 30 m DEM 做宏观筛查，再用局部 LiDAR 做精查；日照分析会先把坡向分类到 8 个扇区（N、NE、E……）再细算太阳入射。还有别忘了，很多项目的关键不是算得多精，而是把不确定性说清楚。
不知不觉说了不少，实际操作里你可能会遇到各种边界情况，遇到就调整参数、核对数据，慢慢会摸出一套适合自己项目的套路。