QGIS基于DEM制作等高面：等高距、栅格重分类与多边形化

做 GIS 这行的朋友大概都有过类似的经历：手头攥着一份高程数据，想给别人讲清楚“这片地方到底长什么样”，结果要么甩出一张灰扑扑的灰度图，要么画出一堆密密麻麻的等高线，看的人一头雾水。等高面这个活儿，说到底就是解决“看不懂”这件事——把连续的高程场切成一层一层的台阶，每一级台阶对应一个高程带，用颜色或者实实在在的面要素表达出来。QGIS 里从数据准备到出图完整走一遍，熟练的话半小时能搞定，但要是几个关键参数没想明白，很容易卡在中间出不来。

这篇内容围绕的就是 QGIS 入门实验里第十五课的那个题目：利用 DEM 或散点高程，生成可以分层显示、可以统计面积、可以直接印到图上的等高面。里面涉及 DEM 等值线、等高距、栅格重分类、多边形化、分层设色这些关键词，基本把栅格转矢量这条核心链路串了一遍。适合刚上手 QGIS、已经会加载图层和打开属性表的朋友，也适合那些画过等高线但没做过等高面、一直好奇面是怎么来的同学。

有一点得先讲清楚：“等高面”这个词在不同场合指的东西不完全一样。有人指等高线围出来的面积要素，有人指 DEM 分层设色之后的视觉色块，还有人指三维场景里的等值面。这三种东西的做法差别很大，下面第一节先把它们区分开，然后挑最实用、最容易复现的路径详细展开。跟着走完，你手上应该能留下一个可以直接塞进成果报告的等高面图层。

1. 先把“等高面”这个词掰开：需求拆解与方案选型

1.1 三种理解，三种做法，别一上来就做错

在 QGIS 的工具箱里搜“等高面”是搜不到任何东西的，因为它不是一个官方工具名，而是中文语境里对一类成果图的口头叫法。我带新人的时候发现，同样一句“做个等高面”，三个人心里想的可能是三样东西，做出来的结果自然差得很远。

第一种理解是等高线围成的面积要素。成果是矢量面，一个面代表一个高程带，比如 100 到 120 米一层、120 到 140 米一层，属性表里带着上下限高程，可以直接用字段计算器求每层面积。它的价值在于能参与空间分析，能跟土地利用、植被类型这些图层做叠加统计。代价是生成过程比较费劲，数据量大的时候容易把软件拖死。

第二种理解是DEM 分层设色之后的渲染效果。本质还是那张栅格，只是把连续色带换成了分级色块，视觉上像一层层台阶。这种做法最省事，五分钟能出图，但它不是真面，没法统计面积，导到别的软件里也就是一张图片。很多教程里说的“制作等高面”其实指的是这个，因为快、好看、不容易出错。

第三种理解是三维意义上的等值面。需要靠三维视图或者外部渲染工具来做，入门实验一般碰不到，这里不展开。

怎么判断自己该走哪条路？问一句就行：成果要不要参与计算？要，就走第一种；只是要一张能看的图，第二种足够。下面是三条路径的粗略对比，先有个整体印象。

这篇内容以第一条为主线，因为它是三条路里最考验操作、也最能学到东西的一条，第二条作为备选思路，第三条放在后面当补充。

1.2 为什么这个实验排在入门系列的第十五课

一门 QGIS 入门课排到第十五讲，前面大概率已经讲过图层加载、属性表操作、坐标系概念、符号化、可能还有插值和等值线。这个顺序不是随便定的，它背后有一条能力递进的逻辑线。

前面十几课解决的是“看得见”的问题——把数据加载进来、认识它、给它上色。到了这一课，要解决的是“算得出”和“说得清”。等高面这个东西，一头连着栅格运算（重分类、像元统计），一头连着矢量生成（多边形化、溶解），中间还夹着坐标系和精度判断。它几乎把所有基础操作都用上了一遍，是个很好的综合练习。

更实际的原因是，等高面是个“半成品”。它既是最终成果的一部分（比如配准到地形图上做底图），又是下一步分析的输入（比如算某高程带内的耕地面积）。学完这一课，你会发现前面零散学的东西突然能串起来了，这种打通的感觉很难靠单点练习获得。

提示：如果你对栅格和矢量的区别还不太有把握，建议先回头把栅格像元、矢量要素这两个概念各花十分钟捋一遍。等高面的整个流程，本质上就是“栅格怎么变成矢量”，概念不清的话后面每一步都会含糊。

1.3 动手前必查的两件事：坐标系与数据精度

很多人做等高面出问题，不是操作错了，是数据本身就不对。开工之前有两件事必须查，省下来的时间比后面调参数多得多。

第一件是坐标系。打开图层属性看 CRS，如果显示的是类似 EPSG:4326 这种地理坐标（单位是度），赶紧重投影到投影坐标系再去算面积。地理坐标下算出来的“面积”单位是平方度，毫无意义。国内常用的是各种高斯-克吕格投影或者 UTM 投影，具体选哪个要看研究区位置和已有数据的惯例。重投影用“矢量通用”里的重投影工具，栅格用“栅格投影”工具，别用错了。

第二件是垂直精度。这一步最容易被忽略。开源 DEM 里常见的那种 30 米分辨率数据，标称垂直精度大概在正负十几米这个量级，也就是说它自己的高程误差就有十几米。你要是拿它去做 5 米等高距的等高面，画出来的每一层都在误差范围里打转，纯属自欺欺人。等高距一定要和数据精度匹配，后面第三节会给具体的判断方法。

还有个小细节：DEM 里常有用一个极端负值（比如 -32768）表示的无数据区。这东西不处理掉，重分类的时候会变成一个巨大的异常层，图上会出现莫名其妙的色块。加载之后先用栅格图层的“信息”面板看一眼最小值，如果是那种明显不合常理的负数，就得先做一次填充或者掩膜。

2. 数据准备：把高程数据收拾到能用

2.1 DEM 的三种来路与质量检查

实际能拿到的高程数据大概分三类，来源不同，处理方式也不一样。

第一类是现成的 DEM 栅格，分辨率从 90 米、30 米到 12.5 米不等，网上公开的不少。这类数据最省事，但要注意两个问题：一是拼接缝，跨图幅的 DEM 拼起来之后，接边处可能有细微的台阶，做等高线的时候会表现为一条直线状的异常；二是覆盖范围，有些数据在水体或者城市区域做过特殊处理，高程值是“填平”的，做出来的等高线会出现大片空白。

第二类是等高线矢量。测绘成果里很常见，属性表里带高程字段。这类数据看着直观，但转面的时候特别麻烦，因为等高线是线，要围成面必须闭合，而实际数据在边界处往往是断开的。

第三类是散点高程，比如野外采样点、钻孔点、GNSS 测点。这类数据必须经过插值才能变成连续表面，插值方法的选择直接决定成果质量，后面单独讲。

质量检查不用搞得太复杂，加载后做三件事：看一眼最小值最大值是否合理，看一眼是否有大片 NoData 空洞，缩放几个区域看看有没有明显的“搓板”纹理（那是数据本身有噪声或者拼接问题）。三件事做完，心里就有数了。

2.2 裁剪与重采样：别拿全图开刀

这一点我想单独强调，因为踩过太多次坑。拿着全国甚至全球的 DEM 直接跑多边形化，电脑会先卡死，然后你会以为软件坏了。

先裁剪。用“按掩膜提取”（Clip Raster by Mask Layer），掩膜用你的研究区边界。裁剪完的像元数能不能接受，心里默算一下：假设研究区是 50 公里乘 50 公里，30 米分辨率，那就是大约 (50000/30) 的平方，接近 280 万个像元。这个量级做多边形化大概要几十秒到几分钟，还能忍。要是 100 公里见方，就是 1100 万像元，多边形化可能直接跑十几分钟甚至失败。

再考虑重采样。如果研究区很大但只需要粗粒度的等高面（比如省级尺度的地形分区示意），把分辨率降到 90 米甚至 250 米完全够用，数据量直接降到原来的九分之一甚至二十七分之一。重采样用“栅格重采样”工具，重采样方法选“双线性”或者“三次卷积”比较平滑，不要用“最近邻”，那会让等高线出现锯齿状的台阶。

注意：重采样会损失细节，但不会“创造”精度。把 90 米数据重采样到 30 米，看着像高分辨率，实际信息量一点没多。这种做法只在配准已有图层时用得上，做分析别这么干。

2.3 从散点起步：IDW、TIN、克里金的选择逻辑

手上只有散点的时候，必须先插值。QGIS 处理工具箱里“插值”一组下面有几个常用选项，选哪个不是凭感觉，得看数据特点。

**反距离加权（IDW）**是最容易理解的：离得近的点影响大，离得远的点影响小，权重按距离的幂次衰减。它的优点是快、不会超出原始数据的取值范围，缺点是会造出“牛眼”效果——每个采样点周围都鼓成一个同心圆包。参数里那个“距离系数”控制衰减速度，默认 2.0，数值越大，远处点的影响衰减越快，表面越“贴合”采样点；数值小则表面更平滑。我一般先试 2.0，看着不对劲再调。

TIN 插值是把点连成三角网，三角面内线性插值。它的特点是忠实于原始点，不会平滑掉细节，适合地形起伏剧烈、点位分布均匀的情况。缺点是采样点稀疏的地方会出现大片平坦的三角面，看着很假。

克里金是地统计方法，考虑空间自相关性，理论上最“讲究”，能同时给出预测和误差估计。它的代价是要先做变异函数拟合，参数调起来门槛高，一套流程走下来没个把小时摸不透。入门阶段不建议一上来就用，除非你的任务对精度要求很高。

插值完记得检查一件事：输出范围。插值工具默认会按点集的凸包生成，边缘会是个不规则形状。如果你需要规整的矩形范围，在工具参数里手动指定输出范围，或者插值后再按矩形裁剪一次。

3. 栅格到等高线：等值距怎么定，工具怎么配

3.1 等高距计算：一个能直接套的经验公式

等高距（也就是相邻两条等高线的高差）定多少，是这一课最有技术含量的判断。定小了，图上线条密得像头发丝，糊成一片；定大了，地形起伏全被抹平，看不出所以然。

制图学里有个流传很广的经验公式：等高距约等于 0.2 毫米乘以地图比例尺的分母，再换算成米。举个例子，成图比例尺是 1:50000，代入就是 0.2 × 50000 = 10000 毫米 = 10 米。1:10000 的话就是 2 米。这个公式的逻辑是：人眼在纸面上能分辨的最小间距大概 0.2 毫米，等高距和比例尺配合，刚好让相邻等高线在图上分开这个距离。

下面这张表是我平时参考的对照，直接抄作业就行。

但这个公式只是起点，还有两个现实约束得考虑。一是数据精度，前面说过 30 米 DEM 垂直误差十几米，等值距小于 20 米其实意义不大，画出来的线更多反映的是噪声而不是地形。二是研究区高差，如果整个区域高差只有 30 米，你定 20 米的等高距，那图上就只有两条线，什么都看不出来，这时候得降到 5 米甚至 2 米。

我的经验做法是：先按公式算一个值，然后看一眼“研究区高差除以等高距”，结果落在 10 到 30 之间比较舒服。太少说明线太稀，太多说明线太密。

3.2 Contour 工具逐参数拆解

QGIS 里的等值线工具藏在处理工具箱的“栅格提取”下面，名字叫“等值线”，底层调用的是 GDAL 的 gdal_contour。界面参数不多，但每一个都得想清楚。

输入图层：选你裁剪好的 DEM。别选原始未处理的数据，前面说过原因。

波段编号：单波段 DEM 就填 1。多波段影像（比如某些产品的多光谱）里可能有高程波段，得先确认是第几个。

等值线间隔：就是刚才算出来的等高距。注意单位跟随图层的 CRS，投影坐标系下是米，地理坐标系下是度，后者基本没法用，所以坐标系一定要先转。

属性名称：生成的等高线属性表里存高程值的字段名。默认叫 ELEV，建议改成有意义的，比如 elev_m，后面按字段符号化、标注都方便。

附加属性：勾上之后会多生成几个字段，比如每条线的起点终点坐标、长度。多数情况下用不上，但如果你要做三维拉伸或者线密度分析，勾上省事。

输出：建议直接存成 GeoPackage（.gpkg）而不是 Shapefile。GPKG 单文件、支持中文属性名、字段长度没限制，Shapefile 那一套命名规则和 10 字符字段限制的毛病能避就避。

如果习惯写脚本或者命令行，一条 GDAL 命令也能搞定，参数含义和界面上完全对应：

gdal_contour -a elev_m -i 20 -f GPKG dem_clip.tif contour_20m.gpkg

其中-a指定属性字段名，-i是间隔，-f是输出格式。跑完之后用 QGIS 打开看一眼，正常的话会是一圈一圈的闭合曲线，稠密程度随地形起伏变化。

3.3 属性表清洗与三维属性

等值线生成出来，属性表里至少有一个高程字段。但直接用往往会碰到几个问题，得先处理一下。

第一个问题是字段类型。有些版本生成的高程字段是文本型或者浮点型，做符号化和分类的时候会比较别扭。用字段计算器转成整数型更省心，转换表达式就是to_int("elev_m")，输出字段类型选整型。

第二个问题是重复值。因为浮点误差，理论上同一个高程的两条线可能存成 99.9999 和 100.0001，分类的时候会多出莫名其妙的类别。解决办法是在生成等值线之前，先把 DEM 的值域处理一下，或者生成之后用round("elev_m", 0)四舍五入。

第三个是零长度线和孤立点。数据边缘或者 NoData 边界处，偶尔会生成没有实际长度的要素。用“按表达式选择”筛一下$length < 1，选中的删掉就行，几十条的话手动删，上千条就写个脚本批量处理。

还有个容易被忽略的点：等高线生成出来是二维的，但如果你的 DEM 本身带三维信息，可以在生成时勾选“创建三维要素”，之后在三维视图里看效果会直观很多。不过这只影响显示，属性数据是一样的。

如果研究区比较大，等值线数量可能上万条，QGIS 加载和渲染会变慢。这时候可以在图层属性里限制“要素数量”，或者按高程分段拆成多个图层。别硬扛，机器受不了。

4. 等高线到等高面：三条路径的完整实操

4.1 路径一：栅格重分类法（最稳，推荐）

这条路的核心思路是：不让等高线参与面化，而是直接在栅格上做分层，然后整体多边形化。好处是避开了等高线不闭合这个最大的麻烦，坏处是多边形化的数据量会比较大，需要提前控制。

第一步，用栅格计算器把连续的 DEM 变成阶梯状的高程带。打开“栅格计算器”，表达式写：

floor("dem_clip@1" / 20) * 20

这里的 20 就是等高距。这段表达式的逻辑是把每个像元的高程除以 20，向下取整，再乘回 20，结果就是每个像元的高程被“压”到它所在高程带的下限上。高程 137 米会变成 120，159 米也会变成 140，整片区域就变成了只有 0、20、40、60 这样一系列离散值的栅格。

第二步，对这个阶梯栅格做多边形化。工具在“栅格转换”下的“多边形化（栅格转矢量）”。跑完之后你会得到一个面图层，但要素数量等于像元数量，几十万个面，属性表里每行一个值。这时候别急着符号化，先做下一步。

第三步，按高程值溶解。用“矢量几何”里的“溶解”，溶解字段选那个存高程值的字段（可能叫 DN 或者别的，看一眼属性表）。跑完就得到每个高程带一个面，几十个要素，干干净净。

如果想更省事，也可以在溶解之后再跑一次“多部件转单部件”，把可能存在的多部件要素拆开，方便后续单独选中某个区块。

提示：多边形化这一步是整条链路里最慢的。如果跑了几分钟没动静，先别急着杀进程，打开任务管理器看看内存和 CPU 占用。占着资源就是在算，关掉反而前功尽弃。实在等不了，回去把重采样那一步补上。

用脚本批量处理会更稳，QGIS 的 Python 控制台里这么写：

import processing dem = 'D:/gis/demo/dem_clip.tif' step = 'D:/gis/demo/dem_step20.tif' poly = 'D:/gis/demo/contour_area_raw.gpkg' final = 'D:/gis/demo/contour_area.gpkg' # 阶梯化 processing.run("gdal:rastercalculator", { 'INPUT_A': dem, 'BAND_A': 1, 'FORMULA': 'floor(A/20)*20', 'OUTPUT': step }) # 多边形化 processing.run("gdal:polygonize", { 'INPUT': step, 'BAND': 1, 'FIELD': 'elev', 'OUTPUT': poly }) # 按字段溶解 processing.run("native:dissolve", { 'INPUT': poly, 'FIELD': ['elev'], 'OUTPUT': final })

三段跑完，一个干净的等高面图层就出来了。

4.2 路径二：等高线闭合转面法

这条路更接近传统制图思维：先有等高线，再把线围成面。适合手上已经有等高线成果、不想重新处理栅格的情况。

关键难点在于线的闭合。研究区边界处的等高线是断开的，直接转面会得到一堆开口的条带，形状完全不对。解决办法有两步。

第一步，把研究区边界面转成线，然后和等高线合并。用“合并矢量图层”工具，把等高线和边界线放一起合成一个图层。这样边界线就充当了“封口”的角色，等高线到边界处能合围成闭合区域。

第二步，用“线条转多边形”工具。这个工具会把图层里所有线构成的封闭区域转成面。转完之后属性表里通常没有高程值，需要再做一次空间连接或者按位置赋值把高程带回来。这一步比较绕，我一般会先用“添加空间索引”加速，然后按“相交”关系做空间连接。

这条路有个明显的副作用：边界处会生成一些形状极窄的碎片面，尤其是边界线和等高线夹角很小的位置。处理办法是按面积筛选，$area < 100的删掉，或者做一次“简化”把碎面合并到大面里。

坦白说，这条路我用的频率不高。它更适合等高线数据本身质量很高、而且是闭合环的情况，比如从地形图矢量化下来的成果。如果是从 DEM 现生成的等高线，走第一条路省心得多。

4.3 路径三：不落盘的分层设色

如果目标只是“让图好看”，根本不需要生成面要素。直接对 DEM 做分级渲染就行，五分钟完事。

操作路径是：图层属性 → 符号化 → 渲染类型选“单波段伪彩色”。然后在“插值”下拉里把“线性”改成“等间隔”，分类数按需要填。接着在“颜色渐变”里选一个合适的分级色带，比如从绿色到黄色的渐变色带，然后点“分类”。

出来的效果就是一层层的色块，视觉上和等高面几乎一样。再加一条等高线图层叠在上面，配上半透明的效果，就是一张挺像样的地形图了。

这种做法的局限前面说过：它不是真面，没法做面积统计，也没法导到别的格式里做后续分析。但如果你只是要往报告里插一张图，或者给不懂 GIS 的同事看，这个方案性价比最高，而且不会因为数据量大而卡死。

有个小技巧可以让效果更接近真面：在符号化面板里把“模式”从“连续”改成“等间隔”之后，再手动编辑每个分级的颜色，让相邻色带之间有明显色差。这样出来的色块边界清晰，看着就像一层层面。

5. 符号化、标注与出图：让等高面能读

5.1 配色逻辑：颜色要符合人的直觉

等高面的配色不是随便挑几个好看的颜色。人的视觉有一个默认认知：低处偏冷偏暗，高处偏暖偏亮。所以合理的配色方向是从低海拔的深绿或蓝绿，过渡到中海拔的黄绿，再到高海拔的棕黄、棕红，最高处用白色或者浅灰表示。

QGIS 自带的色带里有几个直接能用的，在“颜色渐变”下拉的“全部色带”里找“地形”类的那几个，基本都遵循这个逻辑。如果要自定义，建议控制在 6 到 9 个色阶，太少区分度不够，太多眼睛分不清。

有个细节容易被忽略：相邻色带的明度差。如果两个高程带的颜色只是色相不同但明度相近，打印成黑白或者给色觉不敏感的人看，就完全分不出来了。稳妥的做法是让明度也随高程递变，高处明显比低处亮。

还有一点，如果等高面要当底图用，饱和度得压下来。底图太抢眼，上面的专题要素就看不清了。我一般会把透明度调到 60% 到 75%，或者把颜色往灰里调一档。

5.2 标注避让：等高线数字怎么放才不挤

等高面图层本身不需要标注，需要标的是叠在上面的等高线。等高线的标注有几个专门的设置，不调的话默认效果会很糟。

第一，标注位置。在标注设置的“放置”页签里，把模式从“水平”改成“弯曲”，这样数字会沿着曲线的走向排列，而不是横七竖八地躺着。这是等高线标注最关键的一步。

第二，重复距离。同一根等高线太长的话，上面会密密麻麻排满数字。在“重复”选项卡里设一个最小距离，比如 200 个地图单位，让数字隔一段出现一次。

第三，避让。给标注加个白色缓冲区，宽度 0.8 到 1 毫米，这样数字压在线上也能看清。再打开“标注避让”功能，让数字自动躲开彼此，避免重叠成一团。

第四，方向。等高线数字有个约定俗成的规矩：数字的朝向要让人从下方或者右侧能正着读。QGIS 的“弯曲”模式默认处理得不错，但个别倒置的情况还是会出现，需要手动调整单个标注的位置。数量不多的话可以接受，数量多就干脆放弃完美，改成只标计曲线（每第 5 条线）。

5.3 布局与导出：参数别随手点

出图这一步看着简单，但参数设置不对，前面做的全白搭。

地图比例尺要先定下来。因为等高距是跟着比例尺走的，如果出图时发现线太密，说明前面等高距定小了，得回去重做，而不是在布局里硬调。

导出分辨率要看用途。屏幕展示 96 到 150 dpi 足够，打印至少 300 dpi。导出 PDF 的话建议勾选“栅格化”，否则几十万个面要素嵌在矢量 PDF 里，文件能大到打不开。

图例要手动整理。等高面的图例默认会把每一个高程带都列出来，几十个色块排成一长条，占半张图。改成“只显示可见图层”不够，还得在图例属性里把等高面图层的条目改成“类别”模式，或者干脆只保留几个代表性色块，中间用省略号代替。

还有个很实用的细节：加一个指北针和比例尺，这是地形类成果图的基本配置。网格线也建议加上，标出经纬度或者投影坐标，读者定位起来方便得多。

6. 常见问题与排查速查表

6.1 高频现象对照表

做等高面的过程中，绝大多数问题都能归到下面这几类里。遇到现象先查这张表，能省掉不少翻论坛的时间。

6.2 数据质量的隐蔽坑

有几个问题不在操作层面，而在数据本身，不看仔细很难发现。

第一是“坑”和“包”。DEM 里如果有个别像元值异常（比如水面上方的桥梁被当成地面），等值线会在那个位置绕出一个很小的圈，等高面里就多出一个孤立的小面。这种要素面积很小但对统计有影响。处理办法是按面积过滤，或者先对 DEM 做一次中值滤波把孤立异常平滑掉。

第二是坐标精度损失。有些老数据用经纬度存，小数点后只有四位，换算成米差不多十米级的精度误差。这种数据做出来的等高面边界会有不自然的直线段。遇到这种情况，只能换数据源，算法层面救不回来。

第三是投影变形。在高纬度地区用某些投影，等高面在东西方向和南北方向的比例会失真，面积统计偏差可能到百分之几。虽然这个量级多数场景能接受，但如果要做严格的面积对比，得选一个局部变形小的投影。

6.3 我自己踩出来的几个小技巧

分享几个文档里不会写、但实际用起来能省事的东西。

技巧一：先用低分辨率跑一遍流程。数据量大时，别直接奔着最终成果去。先把 DEM 重采样到 500 米，完整跑一遍重分类、多边形化、溶解、出图，确认参数都对了，再换回原始分辨率重跑。十几分钟能省下一小时。

技巧二：把常用表达式存成收藏。栅格计算器和高程字段的表达式，用熟了可以存到 QGIS 的表达式收藏里，下次直接点。尤其是那个floor(A/20)*20，改动一个数字就能换等高距，非常顺手。

技巧三：等高面图层建个空间索引。在图层属性 → 源 → 创建空间索引，勾上之后叠加和查询速度会明显变快，尤其是跟别的图层做空间连接的时候。这个操作不改变数据，只是建个索引文件，没有副作用。

技巧四：出图前把图层导出一份精简版。整份等高面图层可能几十兆，但出图只用得到几何和几个属性。用“另存为”导出成 GeoPackage，只保留需要的字段，文件能小很多，加载和渲染都快。

技巧五：多准备几套配色方案。同一份等高面，给规划看的用低饱和绿灰系，给教学看的用高对比彩虹系，给打印用的用黑白灰阶。在 QGIS 的样式管理里存成不同样式，一键切换，比每次重新配省事。

我在实际做这类图的过程中有个体会：等高面这个东西，技术上不难，难的是判断。等高距定多少、配色怎么选、面化走哪条路，这些判断都依赖对数据和用途的理解，光看教程学不会。最有效的办法是拿自己熟悉的一片区域反复试，同一个地方做三遍不同参数的版本，摆在一起对比，几次下来手感就有了。

另外提醒一句，别太迷信工具默认值。QGIS 的很多默认参数是为了“通用”，不是为你的具体任务优化的。比如多边形化默认不设字段，溶解默认全合并，这些默认值都要手动改。多花两分钟看一眼每个参数在干什么，比出问题再回头查快得多。