1. 这些高程碎图是怎么来的，不合并会怎样
1.1 分幅数据的常见来源与分块逻辑
干GIS这行，几乎没有人能绕开高程数据。做淹没分析、汇水区划分、坡度坡向计算、天际线模拟、土方量估算，第一步永远是拿DEM或DSM。问题是，你很难一次性下载到覆盖整个项目区的完整高程影像。国内很多公开的数据平台、国外的USGS、OpenTopography，都倾向于把数据按标准分幅或者按经纬度网格切成小块提供下载。这种切法有它的道理：文件体积可控，单幅数据大小适合网络传输，服务器端也方便做瓦片化缓存。但到了用户手里，就变成了一堆让人头疼的碎图。
举个例子。你在平台上框选了一个覆盖三个县的项目区域，系统按1:1万标准图幅切分，一查下载列表，可能跳出来六七十个TIF文件。每个文件单独看看，范围是一条窄窄的条带或者一块小方格，单拿出来根本没法用。你得把它们先拼成一张完整的大范围DEM，后面所有分析才好统一处理。这个拼接动作，在专业术语里叫镶嵌（Mosaic），或者叫镶嵌合并。简单说，就是把多张有相邻或重叠关系的高程栅格，按一定规则合并成一张连续无缝、坐标和像元大小统一的新栅格。
1.2 碎图的三个日常麻烦：加载、配色与接缝
有段时间我在做一个片区的地形分析，项目范围不大，但正好骑在四条分幅带上。我没合并就直接把四张图拖进ArcMap里用，结果给自己挖了一堆坑。
第一个麻烦是加载和显示效率低。每次打开工程，四张图要同时参与渲染，缩放大范围时要同时处理四个文件，卡顿不说，配色还各管各的。同一片山体，落在不同分幅里的颜色深浅不一样，接缝处一眼就能看出来，放到汇报截图里非常难看。第二个麻烦是后续提取数据的步骤要重复四遍。我需要在特定范围内提取高程断面线，如果数据不合并，就得先裁剪四张图再分别提取，再把结果手动拼接，中间坐标系、范围、分辨率稍微不一致，结果就对不上。第三个麻烦最隐蔽——接缝处的高程值可能存在微小不连续。不做镶嵌直接分析时，坡度图在山谷接缝位置容易出现一条虚假的“刀痕”，明明地面很平缓，算出来却像有一道台阶，原因就是相邻分幅边缘的像元值存在细微差异。
这三个麻烦叠在一起，基本上等于逼着你学会镶嵌合并。早一点把数据拼好，后面省出来的时间足够你在项目交付前多跑两遍质检。
1.3 镶嵌合并的价值与适用边界
镶嵌合并的价值不只是“把图拼在一起”这么简单。合并后的单一大栅格，在空间分析中的意义主要体现在三个方面。
第一，分析范围的完整性。很多工具，比如水文分析里的填洼、流向计算，输入数据如果是一堆分离的碎图，边缘会出现大量无效结果，因为这些工具假设数据是连续覆盖的。只有合并成完整DEM，分析结果才可信。第二，处理效率提升。一张大TIF在后续的裁剪、重投影、统计、可视化中，流程上更顺，也更容易写脚本批量处理。第三，数据管理的规范性。项目交付时，给甲方提供一份合并后的标准DEM，比给十几份零散分幅文件专业得多，也方便归档。
当然，镶嵌也不是万能的，它解决的是“空间范围连续”的问题，无法改变原始数据的质量和精度。如果源数据本身存在明显的错误高程值、投影混乱、范围不重叠等问题，镶嵌以后这些问题只会被放大。所以，动手镶嵌之前，有几个准备工作比打开工具更重要，这部分内容放到下一节细说。
2. 动手前的三道检查，比开工具更重要
很多新手拿到碎图就急着打开镶嵌工具，一顿操作之后发现结果是歪的，或者接缝处全是黑边白边，然后开始怀疑软件坏了。实际上，大部分镶嵌失败案例，根源都在准备工作没做好。我自己的习惯是，“先查三件事，再打开工具”。
2.1 坐标与投影一致性检查
第一件事，确认所有碎图的坐标系是否一致。你可以把所有分幅文件加载到ArcMap或者QGIS里，打开图层属性看坐标系；也可以用工具批量读取。最稳妥的办法是在文件管理层面检查元数据，或者利用GIS软件自带的属性查看功能。
对于从同一个数据平台、同一次下载任务里拿到的分幅数据，坐标系通常是一致的，比如都是CGCS2000 3 Degree GK CM 111E，或者都是WGS 1984 UTM Zone 50N。这种情况下直接镶嵌没有问题。但如果你从多个渠道收集数据，比如一个项目跨越了不同省份的公开数据接口，那么不同来源的DEM很可能混用了不同的投影参数，甚至有的是地理坐标系，有的是投影坐标系。这时候要进行镶嵌，必须先统一投影，否则拼接出来的结果会出现明显的位移和错位，表面上看是“接不上”，实际上是坐标基准就不对。
统一投影的操作本身不难，ArcGIS里用Project Raster工具，QGIS里用Raster Projections，选好目标坐标系后可以把全部数据批量重投影。需要注意的一点是，重投影会改变像元值和像元大小，最好同时设置好重采样方式，对高程数据来说，最常用的重采样方式是双线性插值（Bilinear），因为它比最近邻法（Nearest Neighbor）更平滑，又不像三次卷积（Cubic）那样计算量大。这一步完成后，把所有碎图加载到同一个地图文档里，肉眼检查一下边界是否严丝合缝，再进入下一步。
2.2 NoData值确认：黑边白边的最常见源头
第二件事，也是最容易出问题的一环——NoData值的确认。高程栅格和普通影像不一样，它里面的有效数据是地形表面，但边缘往往有大量的无效区域。这些无效区域在文件里通常用一个大负数或者特殊值填充，比如-9999、-3.402823e+038，也有用0的，但用0的情况不多，因为0表示海平面，容易被误判为真实高程。
镶嵌的时候，如果工具没有正确识别NoData值，这些无效区域就会被当作真实的高程值参与计算。结果就是合并产物的边缘出现黑边或白边，有的甚至在数据内部出现一条条“灰色撕裂带”，非常显眼。更麻烦的是，这类错误会直接影响高程统计，比如你用镶嵌结果计算最大高程，不小心把NoData的-9999也算进去了，最大值直接就废了。
所以，动手之前一定要确认每个碎图的NoData值到底是什么。ArcGIS的Raster Properties里可以查看，QGIS的图层属性里也能看到。如果不同分幅的NoData值不一致，最好先统一设置。ArcGIS里可以用Copy Raster工具，在NoData Value参数里设定统一值；QGIS里可以用GDAL的Gdal_translate命令行，或者在建虚拟栅格时统一下设置。这一步做扎实了，后面能有八成把握不出现黑边白边问题。
2.3 重叠区域情况摸底：数据之间是严丝合缝还是彼此交叠
第三件事，摸清碎图之间的空间关系。相邻分幅之间，可能边界刚好接上，也可能存在一小条重叠带，甚至可能出现缝隙。
如果你的分幅数据是按标准图幅切的，通常边缘是刚好相接的，或有一两行像元的压边重叠。这种重叠在镶嵌时影响不大，选好融合规则即可。如果重叠带很宽，比如无人机数据处理得到的航测成果，或某些采集方式产生的大面积重叠，那就需要格外注意融合规则的选择，否则重叠区域会出现重影和模糊。如果分幅之间存在缝隙（也就是两幅图之间有几行像元谁都没覆盖到），镶嵌后的结果里会留下一道空白带，需要额外处理，比如用插值工具补洞，或者重新找数据源补覆盖，但这属于比较极端的情况。
怎么摸底？最简单的方法是把所有碎图叠加到地图视图里，把图层符号设置为空心、加粗边框，然后缩放到全图范围，眼睛扫一遍空间关系。碎图数量多的时候，也可以借助ArcGIS的Scanned Map或QGIS的Overlay分析来快速统计重叠范围。这个步骤看起来不起眼，但能让你在后面选择融合规则和镶嵌范围定义时，心里有数。
3. 两条最快路径：ArcGIS镶嵌与QGIS虚拟拼接
准备工作做完，就可以正式动手了。我平时最常用的工具是ArcGIS和QGIS，两条路径各有特点。这里把两条路都讲清楚，你按自己的软件环境选一条走通就行。
3.1 ArcGIS路径：Mosaic To New Raster参数逐项说明
ArcGIS桌面环境里，做一次性镶嵌最顺手的工具是Mosaic To New Raster。它在ArcToolbox里的位置是Data Management Tools → Raster → Raster Dataset → Mosaic To New Raster。这个工具的功能就是把多个输入栅格合并生成一个新的栅格数据集，而不是修改原始数据，适合我们这种“拼一张图出来”的需求。
工具对话框打开以后，有几个参数值得逐项仔细过一遍。
Input Rasters：把你要合并的碎图文件一次性添加进去。可以多选，也可以直接拖入整个文件夹里的多个文件。这里我建议不要用通配符全选文件夹里的所有文件，除非你确认里面没有混入其他东西，否则很容易把一些辅助文件或者文档一起选中导致报错。
Output Location：输出结果要存放的位置，建议指向一个文件地理数据库（File Geodatabase）或者某文件夹，最好不要直接放在根目录下，方便管理。
Raster Dataset Name with Extension：给输出栅格起名字。注意，如果你选择存到File Geodatabase里，后缀名写不写都行；如果存到文件夹里，需要带上.tif扩展名。
Coordinate System for Raster：这里如果留空，工具会默认用第一个输入文件的坐标系。如果你在前面检查投影时发现各碎图坐标系一致，这里不用特别设置；如果不一致，我建议先重投影再镶嵌，而不是在这里选坐标系，因为在这里选坐标系并不能自动帮你把数据重投影，它只是给输出结果打上一个坐标标记，数据本身的像元值并不会重新采样到新坐标系下。这一点非常容易踩坑，切记。
Pixel Type：像元类型，也就是输出数据的数据深度。常见的高程DEM是16位有符号整型（16 bit signed integer），如果源数据是浮点型DEM，那就选32 bit floating point。不知道怎么选的时候，看一下某一张源图的属性，参考它的Bit Depth和类型来选，否则可能导致高程值精度损失或溢出。
Cell Size：输出像元大小，默认取第一个输入文件，一般情况下保持默认即可。如果碎图分辨率不一致，这里就需要手动指定一个目标分辨率，建议使用所有碎图中最小（最精细）的那个分辨率，以免高分辨率数据被强行降采样导致细节丢失。
Number of Bands：波段数，高程数据通常为单波段，选1。
Mosaic Operator和Mosaic Colormap Mode是两个容易让人犯迷糊的参数，它们的本质是决定重叠区域“听谁的”和“颜色怎么过渡”，放到下一节专门展开讲。
所有参数设置完，点OK，工具会开始跑。输出结果像元大小、范围和坐标系都统一后，会在指定位置生成一个新栅格。处理碎图数量大的时候，这一步可能需要几分钟到十几分钟，耐心等待即可。
3.2 QGIS路径：先用VRT预览，再导出成正式TIF
如果你是QGIS用户，或者工作中偏爱开源工具，那么GDAL的镶嵌功能是最稳的选择。QGIS里最常规的玩法是先用Build Virtual Raster（构建虚拟栅格）生成一个VRT文件，这个文件本质上是个XML目录，它并不拷贝像元数据，只是“引用”了各碎图极其范围和坐标信息。VRT的生成几乎瞬间完成，适合快速预览镶嵌效果。
具体操作路径：菜单Raster → Miscellaneous → Build Virtual Raster。在弹出的对话框里，把碎图文件添加进Input layers；Resolution参数可以选First layer的默认值，也可以手动指定；Separate band设为不勾选；最重要的一项——Place each input file into a separate band，这个千万别勾，勾了以后生成的VRT会把每个文件放在单独波段里，看起来就像一张多波段影像，而不是我们想要的单波段镶嵌结果。设置好Output VRT路径，点Run，几秒钟后就能看到一张虚拟的“镶嵌图”了。
VRT的好处是快，作用相当于预览。但虚拟栅格有一个明显的局限：它还依赖原始碎图文件存在且路径不变，如果你把碎图移动了，VRT就失效。所以正式交付或作为后续分析数据时，还是要把VRT“实体化”，转成真正的TIF文件。
方法也很简单：菜单Raster → Conversion → Translate，把VRT作为输入，选择输出格式为GTiff，目标路径填一个.tif文件名，点Run。或者在命令行里用GDAL自带命令：
gdal_translate -of GTiff -co COMPRESS=LZW -co TILED=YES input.vrt output.tif这里的COMPRESS=LZW表示无损压缩，TILED=YES表示输出为金字塔分块存储的TIF，后续加载显示会快很多。如果你希望同时生成金字塔统计信息，还可以追加一段命令：
gdaladdo -r average output.tif 2 4 8 16 32这段命令会生成不同层级的概览金字塔，在大型TIF缩放显示时明显提升速度。QGIS路径的优势在于透明、灵活、可脚本化，尤其是碎图数量较多时，用命令行批量处理比鼠标点选高效得多。
3.3 工具选型建议：什么时候该用Mosaic Dataset
前面两条路径都是“一次性镶嵌成一张新图”。但还有一种使用场景，比如你管理的是全省或整个流域的大范围高程库，数据量可能有几千上万幅碎图，每次全量镶嵌一次不仅耗时，还会生成一个几十GB的单一大文件，操作起来反而不方便。
这时候更合适的是ArcGIS里的Mosaic Dataset（镶嵌数据集），而不是Mosaic To New Raster。Mosaic Dataset本身不复制栅格数据，它只是创建了一个“目录式”的管理结构，把碎图的路径、坐标、轮廓、属性统一登记起来，并在需要显示或分析时，动态调用对应分幅数据。它和VRT有点像，但功能更强，支持按需裁剪、实时投影变换、自定义服务发布等功能，而且能更好地处理海量数据。
Mosaic Dataset的缺点是概念和操作相对复杂，对于只有几十幅碎图的临时项目，“杀鸡用牛刀”反而增加工作量。我的建议是：碎图数量在几十幅以内、项目是一次性任务，用Mosaic To New Raster或QGIS的VRT导出就够；如果是长期维护的数据基础设施，比如要做地形数据服务对外发布，那就老老实实建Mosaic Dataset。
4. 重叠区融合规则的本质：选对Operator等于选对接缝策略
第一次做镶嵌的人，看到Mosaic Operator这个下拉列表，里面写着First、Last、Blend、Maximum、Minimum这些选项，大概率会随便选一个完事。实际上，这个参数直接决定了重叠区域像元值的最终走向。选对了，接缝平滑无痕；选错了，数据里会留下明显的条带状伪影。
4.1 三种常用融合规则的原理与利弊
我用一个生活化的方式来解释这些规则。想象你面前有两块窗帘，边缘重叠了十厘米，现在要把它们缝成一块更大的窗帘。
- First：直接用第一块窗帘的布料覆盖重叠区，第二块在重叠区的部分被完全舍弃。好处是处理速度快，逻辑简单；坏处是在接缝位置，如果两块布料的纹理（高程值）不一致，会留下一条明显的“台阶”。
- Last：相反，重叠区直接用最后一块窗帘。逻辑同样简单，但同样会有接缝问题。
- Blend：这是我最常用的规则。两块窗帘在重叠区按权重渐变融合——靠近第一块的地方主要显示第一块的纹理，靠近第二块的地方主要显示第二块的纹理，中间部分两边各占一半。这样接缝被平滑地摊开了，视觉上几乎看不出交界线。
- Maximum/Minimum：重叠区取两侧像元的较大值或较小值。这种规则的逻辑是明确的，比如合并不同测区的高程数据时如果只关心最高点，才会用Maximum；但它很少用于常规的DEM镶嵌，因为地形表面不是“取最大”就合理的。
- Mean：把重叠区两侧像元求平均。结果比First平滑一些，但如果两侧数据存在系统性的高程偏移（比如两个数据源的椭球面基准不一致），求平均后重叠区会呈现出中间渐变的“过渡带”，看起来有点像两道坡之间的缓坡。
因此，对于绝大多数高程碎图镶嵌任务，我的首选是Blend。它的计算量稍大，但换来了重叠区最自然的过渡，接缝痕迹最不明显。如果数据重叠带很窄甚至刚好无缝拼接，那么First也能用，基本看不出区别。
4.2 从一次失败案例理解BLEND（权重渐变）
在很多年前的一次项目里，我拿到两块相邻的山地DEM拼接片，重叠区大约有5个像元的宽度。第一次操作时，我图省事，Mosaic Operator选了First。结果拼接完成后，我放大到接缝附近，发现坡面线在这里出现了一条细小的“折痕”，原本平滑的山坡在重叠区突然像是被削了一刀。用ArcScene做了三维显示，更是触目惊心：整片山体在拼接处有一道微弱的亮线，仿佛地形裂开了。
后来我改用Blend重新镶嵌，只做了这一个参数的调整，再检查剖面线，折痕消失了，坡面恢复连续。这件事给我的教训很深刻：对于地形数据来说，接缝处的微小高程突变，在平面图上可能肉眼看不太出来，但一旦参与坡度、曲率等二阶分析，就会被成倍放大。不要小看一个参数的选择，它对结果质量的影响经常是决定性的。
Blend权重的计算逻辑本身并不复杂。假设重叠区从碎图A到碎图B跨越N个像元，那么靠近A方向的像元值主要由A决定，权重线性过渡到0；另一侧则主要由B决定。GDAL和ArcGIS在实现时都采用的是类似的线性权重或者三角权重策略。正是这种渐变过渡，让接缝实现了“软着陆”。
4.3 采样方式与像元类型：容易被忽视的隐藏参数
除了Operator，还有几个容易被忽视的参数会影响最终的镶嵌结果。
一是重采样方式（Resampling）。如果你的碎图分辨率完全一致，像元网格能严格对齐，那这个参数无关紧要；但如果分幅之间分辨率有轻微差异，比如有的地方是10米，有的是12.5米，那么镶嵌时必然牵扯到重采样。对高程数据来说，最近邻法（Nearest）虽然快，但会把原来的值生硬地搬到新网格上，地形细节有损失。双线性插值（Bilinear）兼顾了平滑和处理速度，是DEM镶嵌最常用的选项。三次卷积（Cubic）更平滑，但计算量大，且容易在地形陡峭处产生过冲，反而出现不合理的负值，一般不建议使用。
二是像元类型。如果源数据是16位整型，输出设置了8位整型，高程值会被截断，山的细节直接丢失；如果源数据是浮点型但输出设成了整型，高程小数部分全部抹掉，平地和高山的分辨能力严重下降。我见过有人把整型DEM和浮点型DEM放在一起镶嵌，输出选整型，结果后续做填洼分析时，微小洼地全部识别不出来。所以在设置输出像元类型时，务必先了解所有源数据的像元类型，再选择一个能容纳全部数据精度的类型。
5. 镶嵌完成不等于结束，接缝检查与异常修复
镶嵌工具跑完，不代表能直接拿去用。凡是做过几次镶嵌的人都会同意，真正的功夫在于镶嵌后的质量检查与异常修复。这一节分享我自己的质检流程和踩过的坑。
5.1 我自己常用的质检三连：拉伸显示、直方图、地形剖面
我给自己定了一套“质检三连”，每次镶嵌完都强制走一遍，基本能抓住九成以上的问题。
第一，拉伸显示检查。把镶嵌结果加载到ArcMap或QGIS里，符号化方式设为拉伸（Stretch），色带选一个地形色带，然后缩放到全图范围。先整体扫一遍，重点看接缝区域有没有明显的颜色突变。接着放大到每一个原始图幅的边界附近，沿着边界走一圈。正常的镶嵌结果，从大局到细节都应该是连续过渡的。如果某处颜色明显变化成一个台阶带，十有八九是接缝问题。
第二，直方图检查。打开栅格图层的属性，查看直方图分布。正常DEM的直方图应该像一个单峰或双峰的平滑曲线，集中在某个高程区间。如果直方图两端出现极值毛刺，比如-9999或者一个巨大的正值，说明NoData没有处理好，或者源数据存在异常值。这时可以进一步用栅格计算器筛选出这些异常像元的空间分布，定位具体位置。直方图检查还能发现一个常见问题——镶嵌后某些碎图高程整体比其他碎图高一截，直方图会出现“双峰”，一个峰是这部分数据，另一个峰是另一部分数据，结合空间分布能判断是否存在不同测区数据混用。
第三，地形剖面检查。在ArcScene或ArcGIS Pro的3D环境下，用剖面线工具在接缝附近画一条横向穿越剖面线，观察高程折线是否光滑。如果剖面线在接缝位置出现台阶或锯齿，说明重叠区域融合没做好。QGIS里也有类似的地形剖面工具插件可以使用。剖面检查是发现“隐蔽折痕”的利器，比肉眼盯色带可靠得多。
5.2 黑边和折痕的常见成因与处理办法
说到修问题，最常见的两类问题是黑边和折痕。
黑边（白边同理）的直接成因就是NoData值没设置好。解决思路是老生常谈的“先设置再镶嵌”，但如果已经生成了结果怎么办？有两个补救方法。 一个是在ArcGIS里用Copy Raster工具，把结果重新拷贝一份，拷贝时指定NoData Value；另一个是用栅格计算器，把异常值所在的区域重新赋值为NoData。例如：
Con(rast == -9999, -9999, rast)这句会保留有效的高程值，只把等于-9999的像元继续标记为NoData。需要注意，后续处理中要把NoData值设置为正确识别，否则问题依旧。
折痕问题稍微复杂。它可能来自重叠区融合规则选得不对，也可能来自源数据接缝处本来就存在高程不连续。如果砖已经烧好了，非要在结果上修折痕，最现实的办法是利用局部插值方法来处理接缝带，比如取折痕两侧一定缓冲区内的高程值，构建一个局部地表面，把折痕区域重新插值平滑掉。但这个办法有风险，处理不当会引入新的地形假象，所以我在实际工作中更倾向于回到原始碎图，检查接缝两侧是否需要先做水平校或垂直校，再重新镶嵌。很多时候，接缝处的微小偏移其实是坐标系转换引起的，把源数据放到同一基准下重新镶嵌，问题自然就消失了。
5.3 大范围数据的内存问题和分段拼法
最后聊聊大范围镶嵌时的硬件瓶颈。几十幅碎图一次性镶嵌，像元数量动辄上亿，内存和磁盘IO压力都很大。我曾有一次拼接一个地级市范围的高程数据，二十多幅1米分辨率DEM，直接在Mosaic To New Raster里全选运行，跑了一个小时，输出到一半报“999999：Error executing function”，一看是临时磁盘空间不足，气到无语，只能清磁盘重来。
如果你也遇到类似问题，我的建议是分段拼接。比如把碎图按行或按列分成若干组，每组先镶嵌成一个中间成果，最后再把中间成果镶嵌成最终文件。这样每一步处理的像元数量可控，内存占用低得多，出错后也方便定位是哪个环节的问题。同时，为了保证每个分段的接缝规则一致，所有中间成果的Mosaic Operator都要设置成统一的规则，不要一半用Blend一半用First。
另一个实用小技巧是，先输出一个低分辨率版本的预拼接结果，比如设置输出像元大小是最终目标的两倍，用来快速检查空间关系和颜色过渡。等确认无误后，再用全分辨率正式跑一遍。这个做法能帮你省下大量因为返工而浪费的时间。
最后再分享一个我个人的小习惯：处理完高程碎图镶嵌后，把源文件的投影信息、NoData值、分辨率、输出参数记在一个TXT文档里，和数据放在同一个文件夹。这个项目做完，过几个月甲方要追加范围，重新下载一批相邻碎图，这时候你只需要翻出当时的参数记录，照着重跑一遍，新老数据就能严丝合缝地接上。否则，单靠记忆去回忆当初设的像元类型和融合规则，大概率会踩回之前踩过的坑。
