简介面向海洋测绘、地球物理与海底地形成图需求这份基于ETOPO2v2g_f4.nc全球地形数据的MATLAB绘图示例可帮助用户快速完成全球海底深度地形图的绘制并附有南极—印度洋扇区的出图样例适合地学专业学生、科研人员与海洋制图初学者参考。压缩包内共包含2个文件分别是1个.m脚本和1张.jpg效果图整体仅117KB脚本承担了从外部nc数据读取到海底地形绘制与出图的主要过程jpg示例则直观展示成图效果与视角布设便于对照调试。需要注意的是原始ETOPO2v2g_f4.nc数据需自行下载包内不含该数据集。该资源现有1262人学习/下载读者可获得可直接运行的绘图脚本与样例图通过替换数据路径即可复现并能参考效果图调整配色、坐标范围与细节参数从而掌握全球及区域尺度海底地形可视化的完整思路。 做了一张全球海底深度地形图发到工作群里第一个回复让我印象很深这图看着不像地球倒像一颗外星球。这句话其实点破了大多数人对海底的认知状态——我们对火星表面的雷达测绘覆盖率可能都比对自家海底的了解更乐观。这不是耸人听闻到目前为止全球海洋中真正通过船载声呐直接测量过的区域大约只占海洋总面积的20%到25%剩下七八成区域的地形图本质上是卫星反演数据加数学模型推算出来的。这也是为什么我想把这套东西从头到尾讲一遍。下面会拆开讲这张全球海底深度地形图从数据到成品所经历的每一步数据从哪来、不同数据集怎么选、用什么流程出图、图上的地貌怎么认、视觉上怎么调才耐看最后再说说这类图在真实工程和研究里到底能干什么。如果你是想自己动手出一张图的地理爱好者、海洋相关专业学生或者纯粹对可视化感兴趣的人这篇文章里的步骤和代码你都能直接用起来。1. 先搞清楚手里的图是什么实测与反演的海底数据现状很多人拿到一张全球海底地形图后会觉得它跟陆地地形图一样是一格一格实测出来的。真相恰恰相反它更像是拼图一部分区域是船队跑过去实际测的另一大部分区域是靠卫星在海面上隔空看的最后再用算法把两者缝合成一张连续的网格。1.1 船载声呐直接测量精度高但覆盖率太低的针尖多波束测深是目前精度最高的海底地形测量手段。船底装着一组换能器向海底发射扇形分布的声波脉冲声波碰到海底反射回来通过记录往返时间就能换算出这一小片区域的水深。一条船一天能测的范围根据水深不同大概在几十到几百平方公里。你把七大洲四大洋的面积放进去一比就能明白为什么全人类测了几十年直接测量覆盖率仍然只有两成多。真正制约多波束测深的不是技术而是成本和时间。大洋中央动辄四五千米深船必须开过去燃油、人员、设备折旧全是开销。所以全球海底实测数据集中分布在近海、航道、大陆架以及科学家感兴趣的热点区域而广袤的南太平洋、印度洋中东部很多地方至今没有船只跑过。1.2 卫星测高反演靠海面鼓包推算海底海底没法直接看到但海底的质量分布会直接影响地球重力场。海底有海山、洋中脊这种质量偏大的地形引力就会稍强会把海面吸起一个几厘米到几十厘米的鼓包海沟附近质量亏损海面则微微凹陷。卫星雷达高度计能测出海面高度的微小起伏精度做到厘米级不成问题科学家再通过这些起伏反推海底地形。这个过程听起来很绕但它的价值在于覆盖范围极其完整。一艘船要跑几十年的区域卫星绕地球几圈就能覆盖一遍。代价是空间分辨率有限只能抓住大尺度的地形轮廓比如海沟、大型海山、洋中脊这种大家伙细节远不如多波束数据精细。水深越浅、地形越复杂卫星反演误差越大。1.3 数据融合一张全球图的真实拼图逻辑你现在从网上下载的任何一套全球海底地形数据都是这两类数据的混合体。通用做法是有高精度多波束实测的区块以实测为准实测空白的区域用卫星反演结果填充交界处通过平滑算法过渡。像GEBCO这类数据集每年还会吸收各国航运、科考船、渔业调查船贡献的实测数据不断把推算区变成实测区这也是同一版本号的数据每隔几年更新一次的原因。知道这个背景后你再看任何全球海底地形图心里就能有个底它不是照片级的真实地表现而是一份综合置信度不同、精度差异明显的插值模型。这不是数据的缺点而是当前技术条件下唯一能覆盖全球的做法。2. 数据源怎么选GEBCO、ETOPO与SRTM15的取舍做全球海底地形图绕不开几套公开数据集。不同项目我换着用了不少这里直接说结论顺便把差异摆在明面上。数据集发布方分辨率数据性质最适合的场景GEBCO 2023GEBCO组织15弧秒约450米实测卫星反演融合全球海底制图、科普展示、学术底图ETOPO 2022NOAA15弧秒陆地高程海洋水深的连续模型全球陆海一体总图、气候模型展示SRTM15 V2.xScripps等机构15弧秒卫星测高反演实测控制大洋深水区大尺度地形、快速预览2.1 三份主流全球数据的真实差异GEBCO在海洋圈子里几乎是默认的标准底图。它的特点是版本更新频繁每年都会吸收新的船测数据入库尤其是近海和极地细节一年比一年好。它提供的是NetCDF和GeoTIFF两种格式栅格值中海洋区域为负值、陆地为正值处理起来非常方便。ETOPO的优势在于陆海无缝——它把陆地SRTM高程和海洋水深拼成了一个连续场如果是要做一张从青藏高原一路延伸到大洋中脊的全景剖面图或者做陆海对比的可视化选它最省事。SRTM15的名字里的15指的是15弧秒代表它把陆地的SRTM数据也叠了进来。这套数据最有意思的地方在于它的海洋部分大量依赖卫星测高反演所以在大洋深处的宏观形态上表现很稳定但在近海、群岛之间的细节往往没有GEBCO吸收实测数据之后来得准。2.2 我的选择逻辑不同出图场景用什么数据我的习惯是分场景做全球尺度的海底地形图首选GEBCO 2023。原因很简单它的近海细节比纯卫星反演模型好而全球图恰恰容易被人放大看局部细节近海一旦失真非常明显。做陆海对比或综合地貌图用ETOPO 2022省去自己拼接陆地高程和海底水深的麻烦。快速验证一个想法、只画大西洋或太平洋这种大洋级底图时用SRTM15也完全够用下载更快、格式更统一。需要提醒的是不要被分辨率越高越好这句话带偏。15弧秒在赤道附近大约是450米一个像元到了高纬度会变密。对全球图来说这个精度已经远远够用但如果你要放大大陆坡、海沟轴部看细节450米的网格依然会把关键形态抹圆。所以够用才是选择数据集的正确标准。3. 从NetCDF到成品图我常用的制图流程与代码数据有了接下来就是出图环节。我最顺手的方案是Python加xarray、Cartopy和matplotlib因为这类库生态成熟、可复现性强调参也方便。下面是一套我实际跑过的完整流程照着做就能出一张基础全球海底深度地形图。3.1 下载、读取与快速检查GEBCO数据可以从官网直接下载单帧NetCDF文件文件大概两三百兆。下载完先用xarray打开看一眼变量名和数据范围import xarray as xr ds xr.open_dataset(GEBCO_2023.nc) print(ds)打印之后注意确认两件事经度范围是不是从-180到180纬度方向是从北往南还是从南往北这决定了后面绘图时是否需要翻转。水深变量一般叫elevation海洋区域是负值陆地是正值这个符号约定贯穿整个流程做颜色映射时务必核对。拿到数据后别急着出图先用ds[elevation].plot()快速看一眼整体形态方便及早发现经纬度顺序颠倒、异常值这类问题。我见过不少翻车案例都是栽在这一步的坐标方向上。3.2 投影与裁剪全球图与区域图的处理差异数据本身的坐标系是经纬度但直接拿经纬网格画图会得到一张高纬严重变形的等距圆柱投影图用来预览可以用来做展示图就差点意思了。我会用Mollweide投影来做全球海底地形图视觉上更均衡如果重点表现太平洋就把中央经线设为180度import matplotlib.pyplot as plt import cartopy.crs as ccrs import cmocean fig plt.figure(figsize(12, 7)) ax fig.add_subplot(1, 1, 1, projectionccrs.Mollweide(central_longitude180)) ax.set_global()如果是局部区域比如只想画南海或西太平洋就别用全球投影了直接用墨卡托或UTM投影裁剪出目标范围。注意裁剪一定要在读取数据后用经纬度条件筛选不要在出图阶段靠xlim和ylim硬切否则数据量白白浪费投影转换还容易出缝隙。3.3 阴影地貌、配色与出图参数海底地形图视觉上要耐看最大的加分项是叠加山体阴影。Cartopy本身不带地形阴影函数但有现成思路把高程数据换算成梯度叠一层半透明的灰度图。这里我直接上成品代码import numpy as np elevation ds[elevation] # 计算光照光源来自西北方向入射角45度 light_azimuth 315 light_altitude 45 azimuth_rad np.deg2rad(light_azimuth) altitude_rad np.deg2rad(light_altitude) grad_y, grad_x np.gradient(elevation.values) dx -grad_x / 1000 dy -grad_y / 1000 slope np.sqrt(dx**2 dy**2) shaded np.cos(altitude_rad) * np.sin(slope) * np.cos(azimuth_rad - np.pi/2 - np.arctan2(dy, dx)) np.sin(altitude_rad) * np.cos(slope) shaded np.clip(shaded, 0, 1)用pcolormesh把地形配色和阴影叠在一起pcm ax.pcolormesh(ds[lon], ds[lat], elevation, cmapcmocean.cm.deep, vmin-6000, vmax3000, transformccrs.PlateCarree()) ax.pcolormesh(ds[lon], ds[lat], shaded, cmapgray, alpha0.5, vmin0, vmax1, transformccrs.PlateCarree())cmocean.cm.deep是我最常用的海底配色从浅水到深水由青蓝渐变到深藏蓝配合陆地部分的灰白色整体非常贴近大家心目中海底地形图的样子。vmin-6000会把超过6000米深的海沟区域全部压成最深的颜色这样马里亚纳海沟、汤加海沟这些极端深的区域在图上会自动形成视觉焦点不需要额外标注。输出成品时建议dpi300以上不然印刷或放大显示会糊。4. 图上怎么认地貌海沟、海山、洋中脊与深海平原图做出来之后下面的问题就是怎么读。很多非专业的朋友盯着深海蓝觉得都差不多其实海底地形的规律比陆地上还要清晰因为侵蚀作用相对弱构造运动的痕迹保存得更加完整。4.1 海沟深蓝里的深渊条带海沟是海底最深的地方形态上是一条狭窄的V字形长槽平面上看像是大洋底部划出的一道深色疤痕。全球最深层级都集中在环太平洋带马里亚纳海沟的挑战者深渊实测深度超过一万一千米汤加海沟、菲律宾海沟、秘鲁-智利海沟也都是万米俱乐部成员。出图时海沟区域的深度往往远低于周围海底平均值配色上会形成非常突兀的深色条带。判断一条深色条带是不是海沟可以看它是否平行于岛弧或大陆边缘并且一侧伴有火山岛链。海沟和岛弧总是成对出现这是板块俯冲带在地形上的标志认准这个组合基本不会认错。4.2 海山与海山链被低估的数量海山是从海底隆起但没有露出海面的山体一般定义高度超过1000米。全球海山数量到底有多少目前估算从几万到十万座以上差距大是因为大量高度较小的海丘在卫星反演数据里难以分辨直到近年多波束测量和机器学习识别才逐渐补上。海底地形图上海山通常是深色背景上的椭圆形浅色斑块圆形或拉长状顶部若是平顶说明曾经露出海面被海浪削平过之后随板块运动沉入海底这类平顶海山在西北太平洋尤其常见。夏威夷-皇帝海山链是典型的热点火山链在图上能清楚看到一条由东南向西北延伸的浅色路径越往西北的海山越老、顶部越平。4.3 洋中脊与深海平原读懂地球的缝合线洋中脊是地球上最长的山系绵延六万多公里穿越大西洋、印度洋和太平洋。图上的洋中脊并不是连续的山脊而是一道宽缓的隆起带中间往往还有一条轴部裂谷。大西洋中脊从冰岛一路延伸到南大西洋把大西洋分成东西两半这条海底分界线在图上非常显眼。深海平原则是最容易被忽略的部分。它们是深海盆地里地势最平坦的区域坡度常小于万分之一在图上表现为大面积均匀的深蓝色。多看深海平原再看海沟、海山、洋中脊你就会发现海底和陆地一样有平原、山脉、峡谷的分异只是这些地形的空间尺度往往比陆地大好几个数量级。5. 别让视觉毁掉数据出图时的几个关键取舍制图这件事数据只是原材料视觉呈现决定了读者第一眼看到的是科学图还是科幻图。很多看起来专业度不高的海底地形图问题往往不是数据错了而是配色、光照和细节处理出了问题。5.1 配色方案为什么深海蓝比彩虹色更耐看最典型的反面教材是直接用matplotlib默认的jet或rainbow色带。彩虹色的主要问题是不同色相之间没有自然递进关系黄色和绿色区域容易被误读为异常同时红绿段对色弱人群极不友好。做海底地形图建议海洋部分用单色系渐变浅水用明亮青蓝深水用深蓝甚至接近黑色的藏蓝这样深浅关系一目了然信息层级也不会被杂乱色彩干扰。陆地部分可以用另一个色系比如从棕绿到白模拟植被和雪山的视觉经验。关键是海陆必须用两套独立的色标中间用海岸线分隔而不是靠颜色自然过渡。Cartopy默认的natural_earth海岸线数据精度足够全球尺度使用直接叠加即可。5.2 光照方向与垂直夸张山体阴影的光照角度对立体感影响极大。实测过多个角度之后我最常用的是西北方向光也就是方位角约315度、高度角约45度。这样设置的阴影方向刚好能让海沟和洋中脊的走向产生明显的明暗对比又不会像正侧光那样把一半地形压得过暗。垂直夸张比例也要控制。全球尺度下海底地形相对平面尺度几乎可以忽略不计真实比例画出来是一片平坦的深蓝所以制图软件里适当的垂直夸张是必要的。我一般控制在3到5倍夸张太狠马里亚纳海沟会变成一道深不见底的裂谷视觉上虽然震撼但已经脱离真实比例容易误导读者。5.3 图面信息多大的比例尺配多少细节全球图上标注地名需要注意密度。图幅容得下的标注不多只标马里亚纳海沟、大西洋中脊、太平洋海盆、夏威夷海山链、菲律宾海沟这类最知名地物就够。如果每个海沟、每个海盆都标上图面立刻变成标签堆。另外经纬网间隔要跟着投影一起定。Mollweide投影下经纬网是弯曲的间隔太密会显得杂乱我通常全球图上只画0度和180度经线、赤道以及南北纬30度、60度线。图例中必须标明水深单位米和投影方式这两样信息一旦缺失图就失去了作为科学产物的基本可信度。6. 这些图并非摆设地形数据在真实世界的用途把图做出来、看懂之后还得说清楚它到底有什么用。很多人以为海底地形图只是科普好看事实上海洋工程、灾害研究和资源调查都离不开这类数据。6.1 海底光缆路由在地图上找一条安全走廊全球互联网传输绝大部分依赖海底光缆铺设前要做路由勘察其中最关键的一步就是解读海图。坡度太陡的区域光缆容易悬空摩擦海底滑坡体覆盖的区域随时可能发生位移火山活动活跃的洋中脊附近热液环境也会腐蚀光缆。工程师会依据多波束测量数据和全球地形底图在图上找出一条水深适中、坡度稳定、避开地质灾害风险的走廊带再派调查船做加密测量。一张靠谱的海底地形图很大程度上决定了光缆项目的安全性和造价。6.2 海啸模拟与海洋工程海啸波在深水区速度极快但波高很小进入大陆架浅水区后速度骤减、波高急剧增大。这个减速增压的过程完全取决于近海海底地形。做海啸预警模型时如果没有精确的近海水深数据模拟结果可能差出好几倍。这也是为什么全球海啸监测系统一直在呼吁各国共享近海多波束数据而不是只依赖全球粗网格。海洋工程领域同样如此。海上风电基础、石油平台、跨海隧道选址第一道工序都是查明海底地形地貌。平台上钻一根桩前工程师必须知道桩位下方是基岩、硬黏土还是软泥这在地形图上能通过坡度和微地貌提前判断一个大概从而大幅减少前期勘探成本。6.3 海洋生态与资源勘探海底地形对海洋生态的影响比一般人想象中直接得多。海山周围会形成上升流把底层富含营养盐的海水带到透光层所以海山附近往往是渔场密集区渔民口中的钓鱼岛海域好渔汛很多背后都是海山地形在起作用。海底热液喷口则几乎都分布在洋中脊和弧后扩张中心附近找到这类地形才有可能定位到多金属硫化物和热液生物群落。天然气水合物可燃冰的赋存条件对海底地形也有要求通常出现在大陆坡下部的沉积层中地形过于陡峭则难以稳定成藏。结合水深、坡度、沉积厚度几层信息做空间分析是资源调查前期必做的功课。做了这几年地形图我最大的感受是海底地形图真正迷人的地方不在于那一抹深蓝多好看而在于同一张图被不同行业的人拿走之后能读出完全不同的问题和机会。刚开始接触的话建议你先从GEBCO数据里裁一块自己熟悉的海域把海岸线、海底地名、水深分层挨个认一遍再慢慢扩展到全球视角。这个过程不需要多高深的技术但能让你对脚下这颗星球的认知发生一次实实在在的刷新。本文还有配套的精品资源点击获取 全球海底深度地形图制作全流程：数据源、可视化与应用
简介面向海洋测绘、地球物理与海底地形成图需求这份基于ETOPO2v2g_f4.nc全球地形数据的MATLAB绘图示例可帮助用户快速完成全球海底深度地形图的绘制并附有南极—印度洋扇区的出图样例适合地学专业学生、科研人员与海洋制图初学者参考。压缩包内共包含2个文件分别是1个.m脚本和1张.jpg效果图整体仅117KB脚本承担了从外部nc数据读取到海底地形绘制与出图的主要过程jpg示例则直观展示成图效果与视角布设便于对照调试。需要注意的是原始ETOPO2v2g_f4.nc数据需自行下载包内不含该数据集。该资源现有1262人学习/下载读者可获得可直接运行的绘图脚本与样例图通过替换数据路径即可复现并能参考效果图调整配色、坐标范围与细节参数从而掌握全球及区域尺度海底地形可视化的完整思路。 做了一张全球海底深度地形图发到工作群里第一个回复让我印象很深这图看着不像地球倒像一颗外星球。这句话其实点破了大多数人对海底的认知状态——我们对火星表面的雷达测绘覆盖率可能都比对自家海底的了解更乐观。这不是耸人听闻到目前为止全球海洋中真正通过船载声呐直接测量过的区域大约只占海洋总面积的20%到25%剩下七八成区域的地形图本质上是卫星反演数据加数学模型推算出来的。这也是为什么我想把这套东西从头到尾讲一遍。下面会拆开讲这张全球海底深度地形图从数据到成品所经历的每一步数据从哪来、不同数据集怎么选、用什么流程出图、图上的地貌怎么认、视觉上怎么调才耐看最后再说说这类图在真实工程和研究里到底能干什么。如果你是想自己动手出一张图的地理爱好者、海洋相关专业学生或者纯粹对可视化感兴趣的人这篇文章里的步骤和代码你都能直接用起来。1. 先搞清楚手里的图是什么实测与反演的海底数据现状很多人拿到一张全球海底地形图后会觉得它跟陆地地形图一样是一格一格实测出来的。真相恰恰相反它更像是拼图一部分区域是船队跑过去实际测的另一大部分区域是靠卫星在海面上隔空看的最后再用算法把两者缝合成一张连续的网格。1.1 船载声呐直接测量精度高但覆盖率太低的针尖多波束测深是目前精度最高的海底地形测量手段。船底装着一组换能器向海底发射扇形分布的声波脉冲声波碰到海底反射回来通过记录往返时间就能换算出这一小片区域的水深。一条船一天能测的范围根据水深不同大概在几十到几百平方公里。你把七大洲四大洋的面积放进去一比就能明白为什么全人类测了几十年直接测量覆盖率仍然只有两成多。真正制约多波束测深的不是技术而是成本和时间。大洋中央动辄四五千米深船必须开过去燃油、人员、设备折旧全是开销。所以全球海底实测数据集中分布在近海、航道、大陆架以及科学家感兴趣的热点区域而广袤的南太平洋、印度洋中东部很多地方至今没有船只跑过。1.2 卫星测高反演靠海面鼓包推算海底海底没法直接看到但海底的质量分布会直接影响地球重力场。海底有海山、洋中脊这种质量偏大的地形引力就会稍强会把海面吸起一个几厘米到几十厘米的鼓包海沟附近质量亏损海面则微微凹陷。卫星雷达高度计能测出海面高度的微小起伏精度做到厘米级不成问题科学家再通过这些起伏反推海底地形。这个过程听起来很绕但它的价值在于覆盖范围极其完整。一艘船要跑几十年的区域卫星绕地球几圈就能覆盖一遍。代价是空间分辨率有限只能抓住大尺度的地形轮廓比如海沟、大型海山、洋中脊这种大家伙细节远不如多波束数据精细。水深越浅、地形越复杂卫星反演误差越大。1.3 数据融合一张全球图的真实拼图逻辑你现在从网上下载的任何一套全球海底地形数据都是这两类数据的混合体。通用做法是有高精度多波束实测的区块以实测为准实测空白的区域用卫星反演结果填充交界处通过平滑算法过渡。像GEBCO这类数据集每年还会吸收各国航运、科考船、渔业调查船贡献的实测数据不断把推算区变成实测区这也是同一版本号的数据每隔几年更新一次的原因。知道这个背景后你再看任何全球海底地形图心里就能有个底它不是照片级的真实地表现而是一份综合置信度不同、精度差异明显的插值模型。这不是数据的缺点而是当前技术条件下唯一能覆盖全球的做法。2. 数据源怎么选GEBCO、ETOPO与SRTM15的取舍做全球海底地形图绕不开几套公开数据集。不同项目我换着用了不少这里直接说结论顺便把差异摆在明面上。数据集发布方分辨率数据性质最适合的场景GEBCO 2023GEBCO组织15弧秒约450米实测卫星反演融合全球海底制图、科普展示、学术底图ETOPO 2022NOAA15弧秒陆地高程海洋水深的连续模型全球陆海一体总图、气候模型展示SRTM15 V2.xScripps等机构15弧秒卫星测高反演实测控制大洋深水区大尺度地形、快速预览2.1 三份主流全球数据的真实差异GEBCO在海洋圈子里几乎是默认的标准底图。它的特点是版本更新频繁每年都会吸收新的船测数据入库尤其是近海和极地细节一年比一年好。它提供的是NetCDF和GeoTIFF两种格式栅格值中海洋区域为负值、陆地为正值处理起来非常方便。ETOPO的优势在于陆海无缝——它把陆地SRTM高程和海洋水深拼成了一个连续场如果是要做一张从青藏高原一路延伸到大洋中脊的全景剖面图或者做陆海对比的可视化选它最省事。SRTM15的名字里的15指的是15弧秒代表它把陆地的SRTM数据也叠了进来。这套数据最有意思的地方在于它的海洋部分大量依赖卫星测高反演所以在大洋深处的宏观形态上表现很稳定但在近海、群岛之间的细节往往没有GEBCO吸收实测数据之后来得准。2.2 我的选择逻辑不同出图场景用什么数据我的习惯是分场景做全球尺度的海底地形图首选GEBCO 2023。原因很简单它的近海细节比纯卫星反演模型好而全球图恰恰容易被人放大看局部细节近海一旦失真非常明显。做陆海对比或综合地貌图用ETOPO 2022省去自己拼接陆地高程和海底水深的麻烦。快速验证一个想法、只画大西洋或太平洋这种大洋级底图时用SRTM15也完全够用下载更快、格式更统一。需要提醒的是不要被分辨率越高越好这句话带偏。15弧秒在赤道附近大约是450米一个像元到了高纬度会变密。对全球图来说这个精度已经远远够用但如果你要放大大陆坡、海沟轴部看细节450米的网格依然会把关键形态抹圆。所以够用才是选择数据集的正确标准。3. 从NetCDF到成品图我常用的制图流程与代码数据有了接下来就是出图环节。我最顺手的方案是Python加xarray、Cartopy和matplotlib因为这类库生态成熟、可复现性强调参也方便。下面是一套我实际跑过的完整流程照着做就能出一张基础全球海底深度地形图。3.1 下载、读取与快速检查GEBCO数据可以从官网直接下载单帧NetCDF文件文件大概两三百兆。下载完先用xarray打开看一眼变量名和数据范围import xarray as xr ds xr.open_dataset(GEBCO_2023.nc) print(ds)打印之后注意确认两件事经度范围是不是从-180到180纬度方向是从北往南还是从南往北这决定了后面绘图时是否需要翻转。水深变量一般叫elevation海洋区域是负值陆地是正值这个符号约定贯穿整个流程做颜色映射时务必核对。拿到数据后别急着出图先用ds[elevation].plot()快速看一眼整体形态方便及早发现经纬度顺序颠倒、异常值这类问题。我见过不少翻车案例都是栽在这一步的坐标方向上。3.2 投影与裁剪全球图与区域图的处理差异数据本身的坐标系是经纬度但直接拿经纬网格画图会得到一张高纬严重变形的等距圆柱投影图用来预览可以用来做展示图就差点意思了。我会用Mollweide投影来做全球海底地形图视觉上更均衡如果重点表现太平洋就把中央经线设为180度import matplotlib.pyplot as plt import cartopy.crs as ccrs import cmocean fig plt.figure(figsize(12, 7)) ax fig.add_subplot(1, 1, 1, projectionccrs.Mollweide(central_longitude180)) ax.set_global()如果是局部区域比如只想画南海或西太平洋就别用全球投影了直接用墨卡托或UTM投影裁剪出目标范围。注意裁剪一定要在读取数据后用经纬度条件筛选不要在出图阶段靠xlim和ylim硬切否则数据量白白浪费投影转换还容易出缝隙。3.3 阴影地貌、配色与出图参数海底地形图视觉上要耐看最大的加分项是叠加山体阴影。Cartopy本身不带地形阴影函数但有现成思路把高程数据换算成梯度叠一层半透明的灰度图。这里我直接上成品代码import numpy as np elevation ds[elevation] # 计算光照光源来自西北方向入射角45度 light_azimuth 315 light_altitude 45 azimuth_rad np.deg2rad(light_azimuth) altitude_rad np.deg2rad(light_altitude) grad_y, grad_x np.gradient(elevation.values) dx -grad_x / 1000 dy -grad_y / 1000 slope np.sqrt(dx**2 dy**2) shaded np.cos(altitude_rad) * np.sin(slope) * np.cos(azimuth_rad - np.pi/2 - np.arctan2(dy, dx)) np.sin(altitude_rad) * np.cos(slope) shaded np.clip(shaded, 0, 1)用pcolormesh把地形配色和阴影叠在一起pcm ax.pcolormesh(ds[lon], ds[lat], elevation, cmapcmocean.cm.deep, vmin-6000, vmax3000, transformccrs.PlateCarree()) ax.pcolormesh(ds[lon], ds[lat], shaded, cmapgray, alpha0.5, vmin0, vmax1, transformccrs.PlateCarree())cmocean.cm.deep是我最常用的海底配色从浅水到深水由青蓝渐变到深藏蓝配合陆地部分的灰白色整体非常贴近大家心目中海底地形图的样子。vmin-6000会把超过6000米深的海沟区域全部压成最深的颜色这样马里亚纳海沟、汤加海沟这些极端深的区域在图上会自动形成视觉焦点不需要额外标注。输出成品时建议dpi300以上不然印刷或放大显示会糊。4. 图上怎么认地貌海沟、海山、洋中脊与深海平原图做出来之后下面的问题就是怎么读。很多非专业的朋友盯着深海蓝觉得都差不多其实海底地形的规律比陆地上还要清晰因为侵蚀作用相对弱构造运动的痕迹保存得更加完整。4.1 海沟深蓝里的深渊条带海沟是海底最深的地方形态上是一条狭窄的V字形长槽平面上看像是大洋底部划出的一道深色疤痕。全球最深层级都集中在环太平洋带马里亚纳海沟的挑战者深渊实测深度超过一万一千米汤加海沟、菲律宾海沟、秘鲁-智利海沟也都是万米俱乐部成员。出图时海沟区域的深度往往远低于周围海底平均值配色上会形成非常突兀的深色条带。判断一条深色条带是不是海沟可以看它是否平行于岛弧或大陆边缘并且一侧伴有火山岛链。海沟和岛弧总是成对出现这是板块俯冲带在地形上的标志认准这个组合基本不会认错。4.2 海山与海山链被低估的数量海山是从海底隆起但没有露出海面的山体一般定义高度超过1000米。全球海山数量到底有多少目前估算从几万到十万座以上差距大是因为大量高度较小的海丘在卫星反演数据里难以分辨直到近年多波束测量和机器学习识别才逐渐补上。海底地形图上海山通常是深色背景上的椭圆形浅色斑块圆形或拉长状顶部若是平顶说明曾经露出海面被海浪削平过之后随板块运动沉入海底这类平顶海山在西北太平洋尤其常见。夏威夷-皇帝海山链是典型的热点火山链在图上能清楚看到一条由东南向西北延伸的浅色路径越往西北的海山越老、顶部越平。4.3 洋中脊与深海平原读懂地球的缝合线洋中脊是地球上最长的山系绵延六万多公里穿越大西洋、印度洋和太平洋。图上的洋中脊并不是连续的山脊而是一道宽缓的隆起带中间往往还有一条轴部裂谷。大西洋中脊从冰岛一路延伸到南大西洋把大西洋分成东西两半这条海底分界线在图上非常显眼。深海平原则是最容易被忽略的部分。它们是深海盆地里地势最平坦的区域坡度常小于万分之一在图上表现为大面积均匀的深蓝色。多看深海平原再看海沟、海山、洋中脊你就会发现海底和陆地一样有平原、山脉、峡谷的分异只是这些地形的空间尺度往往比陆地大好几个数量级。5. 别让视觉毁掉数据出图时的几个关键取舍制图这件事数据只是原材料视觉呈现决定了读者第一眼看到的是科学图还是科幻图。很多看起来专业度不高的海底地形图问题往往不是数据错了而是配色、光照和细节处理出了问题。5.1 配色方案为什么深海蓝比彩虹色更耐看最典型的反面教材是直接用matplotlib默认的jet或rainbow色带。彩虹色的主要问题是不同色相之间没有自然递进关系黄色和绿色区域容易被误读为异常同时红绿段对色弱人群极不友好。做海底地形图建议海洋部分用单色系渐变浅水用明亮青蓝深水用深蓝甚至接近黑色的藏蓝这样深浅关系一目了然信息层级也不会被杂乱色彩干扰。陆地部分可以用另一个色系比如从棕绿到白模拟植被和雪山的视觉经验。关键是海陆必须用两套独立的色标中间用海岸线分隔而不是靠颜色自然过渡。Cartopy默认的natural_earth海岸线数据精度足够全球尺度使用直接叠加即可。5.2 光照方向与垂直夸张山体阴影的光照角度对立体感影响极大。实测过多个角度之后我最常用的是西北方向光也就是方位角约315度、高度角约45度。这样设置的阴影方向刚好能让海沟和洋中脊的走向产生明显的明暗对比又不会像正侧光那样把一半地形压得过暗。垂直夸张比例也要控制。全球尺度下海底地形相对平面尺度几乎可以忽略不计真实比例画出来是一片平坦的深蓝所以制图软件里适当的垂直夸张是必要的。我一般控制在3到5倍夸张太狠马里亚纳海沟会变成一道深不见底的裂谷视觉上虽然震撼但已经脱离真实比例容易误导读者。5.3 图面信息多大的比例尺配多少细节全球图上标注地名需要注意密度。图幅容得下的标注不多只标马里亚纳海沟、大西洋中脊、太平洋海盆、夏威夷海山链、菲律宾海沟这类最知名地物就够。如果每个海沟、每个海盆都标上图面立刻变成标签堆。另外经纬网间隔要跟着投影一起定。Mollweide投影下经纬网是弯曲的间隔太密会显得杂乱我通常全球图上只画0度和180度经线、赤道以及南北纬30度、60度线。图例中必须标明水深单位米和投影方式这两样信息一旦缺失图就失去了作为科学产物的基本可信度。6. 这些图并非摆设地形数据在真实世界的用途把图做出来、看懂之后还得说清楚它到底有什么用。很多人以为海底地形图只是科普好看事实上海洋工程、灾害研究和资源调查都离不开这类数据。6.1 海底光缆路由在地图上找一条安全走廊全球互联网传输绝大部分依赖海底光缆铺设前要做路由勘察其中最关键的一步就是解读海图。坡度太陡的区域光缆容易悬空摩擦海底滑坡体覆盖的区域随时可能发生位移火山活动活跃的洋中脊附近热液环境也会腐蚀光缆。工程师会依据多波束测量数据和全球地形底图在图上找出一条水深适中、坡度稳定、避开地质灾害风险的走廊带再派调查船做加密测量。一张靠谱的海底地形图很大程度上决定了光缆项目的安全性和造价。6.2 海啸模拟与海洋工程海啸波在深水区速度极快但波高很小进入大陆架浅水区后速度骤减、波高急剧增大。这个减速增压的过程完全取决于近海海底地形。做海啸预警模型时如果没有精确的近海水深数据模拟结果可能差出好几倍。这也是为什么全球海啸监测系统一直在呼吁各国共享近海多波束数据而不是只依赖全球粗网格。海洋工程领域同样如此。海上风电基础、石油平台、跨海隧道选址第一道工序都是查明海底地形地貌。平台上钻一根桩前工程师必须知道桩位下方是基岩、硬黏土还是软泥这在地形图上能通过坡度和微地貌提前判断一个大概从而大幅减少前期勘探成本。6.3 海洋生态与资源勘探海底地形对海洋生态的影响比一般人想象中直接得多。海山周围会形成上升流把底层富含营养盐的海水带到透光层所以海山附近往往是渔场密集区渔民口中的钓鱼岛海域好渔汛很多背后都是海山地形在起作用。海底热液喷口则几乎都分布在洋中脊和弧后扩张中心附近找到这类地形才有可能定位到多金属硫化物和热液生物群落。天然气水合物可燃冰的赋存条件对海底地形也有要求通常出现在大陆坡下部的沉积层中地形过于陡峭则难以稳定成藏。结合水深、坡度、沉积厚度几层信息做空间分析是资源调查前期必做的功课。做了这几年地形图我最大的感受是海底地形图真正迷人的地方不在于那一抹深蓝多好看而在于同一张图被不同行业的人拿走之后能读出完全不同的问题和机会。刚开始接触的话建议你先从GEBCO数据里裁一块自己熟悉的海域把海岸线、海底地名、水深分层挨个认一遍再慢慢扩展到全球视角。这个过程不需要多高深的技术但能让你对脚下这颗星球的认知发生一次实实在在的刷新。本文还有配套的精品资源点击获取