从GDAL到Cesium：使用CTB与Docker一站式生成地形切片

1. 从零开始理解地形切片技术

第一次接触地形切片时，我被各种专业术语搞得晕头转向。简单来说，地形切片就像把一整块蛋糕切成小块，方便大家分着吃。在三维地图领域，我们需要把庞大的地形数据切割成小块，这样浏览器才能流畅加载和渲染。

GDAL（Geospatial Data Abstraction Library）是处理地理空间数据的瑞士军刀。它支持读取、写入和转换各种栅格和矢量地理空间数据格式。而Cesium Terrain Builder（CTB）则是专门为Cesium设计的工具，能把GDAL处理好的数据转换成Cesium能直接使用的Quantized Mesh格式。

为什么需要Docker？想象你有一台新电脑，要安装GDAL、CTB和各种依赖库，这个过程可能遇到各种环境问题。Docker就像一个打包好的工具箱，里面所有工具都配置好了，开箱即用。特别是CTB官方提供的Docker镜像，已经包含了所有必要组件，省去了繁琐的安装过程。

2. 准备工作与环境搭建

2.1 获取地形数据

任何地形处理流程的第一步都是获取原始数据。常见的DEM（数字高程模型）数据格式包括GeoTIFF、HGT等。可以从公开数据源如NASA SRTM、USGS等下载。我最近处理的一个项目使用的是30米分辨率的SRTM数据，文件格式为GeoTIFF。

2.2 安装Docker

在Windows上安装Docker很简单：

1. 访问Docker官网下载Docker Desktop
2. 双击安装包完成安装
3. 启动Docker Desktop（可能需要重启电脑）

安装完成后，打开命令提示符（Win+R，输入cmd）运行以下命令验证安装：

bash复制docker --version

如果看到版本号输出，说明安装成功。

2.3 获取CTB Docker镜像

CTB官方提供了预配置的Docker镜像，省去了自己编译安装的麻烦。运行以下命令获取最新镜像：

bash复制docker pull tumgis/ctb-quantized-mesh

这个镜像包含了GDAL、CTB和所有必要的依赖项，大小约1GB，下载速度取决于你的网络状况。

3. 数据处理全流程实战

3.1 创建GDAL虚拟数据集（VRT）

处理大范围地形数据时，可能有多张GeoTIFF文件。GDAL的VRT（虚拟数据集）功能可以把它们合并成一个逻辑上的单一数据集，而不需要实际合并文件。

假设我们有三个相邻的DEM文件：dem1.tif、dem2.tif和dem3.tif，创建VRT的命令如下：

bash复制gdalbuildvrt merged.vrt dem1.tif dem2.tif dem3.tif

VRT文件很小，只是一个XML描述文件，记录了如何组合这些TIFF文件。我处理过一个覆盖整个省份的项目，使用VRT成功合并了56个DEM文件，处理起来非常方便。

3.2 运行CTB生成地形切片

有了VRT文件后，就可以用CTB生成Cesium地形切片了。关键命令如下：

bash复制ctb-tile -f Mesh -C -N -o terrain merged.vrt

参数说明：

• -f Mesh：指定输出为Quantized Mesh格式
• -C：创建地形瓦片
• -N：不生成法线（可以加快处理速度）
• -o terrain：输出目录名为terrain

在我的i7处理器+32GB内存的机器上，处理100km×100km范围的30米分辨率DEM大约需要15分钟。处理时间主要取决于数据范围和分辨率。

3.3 生成图层描述文件

为了让Cesium知道如何加载这些切片，还需要生成一个图层描述文件：

bash复制ctb-tile -f Mesh -C -N -l -o terrain merged.vrt

这个命令会生成一个layer.json文件，包含了切片的基本信息如范围、层级等。Cesium通过这个文件了解如何组织和使用地形切片。

4. 高级技巧与优化建议

4.1 使用Docker数据卷持久化数据

Docker容器是临时的，关闭后里面的数据会丢失。为了保存生成的地形切片，需要使用数据卷（Volume）把容器内的目录映射到主机。

以下命令将主机的D:\docker\terrain目录映射到容器的/data目录：

bash复制docker run -it --name ctb -v "D:\docker\terrain":"/data" tumgis/ctb-quantized-mesh

这样处理后，所有生成的文件都会保存在主机的D:\docker\terrain目录下，即使容器关闭也不会丢失。

4.2 处理超大范围地形数据

当处理省级或国家级的大范围地形时，可能会遇到内存不足的问题。这时可以考虑：

1. 先使用GDAL的gdalwarp工具将数据分块
2. 分别处理每个区块
3. 最后合并结果

例如，将一个大的DEM分成4块：

bash复制gdalwarp -te xmin ymin xmax ymax -ts 2048 2048 input.tif output_part1.tif

记得保持各区块之间有适当重叠，避免接缝处出现问题。

4.3 优化切片参数

CTB提供了多个参数可以调整切片效果：

• -z：指定起始和结束的缩放级别
• --mesh-quality：控制网格简化质量（1-10）
• --keep-water-mask：保留水体标记

例如，生成从级别10到15的切片，并提高网格质量：

bash复制ctb-tile -f Mesh -C -N -z 10 15 --mesh-quality 8 -o terrain input.vrt

5. 常见问题排查

5.1 Docker容器启动失败

如果遇到容器启动失败，首先检查：

1. Docker服务是否正常运行（系统托盘区Docker图标应为绿色）
2. 是否已经正确拉取镜像
3. 命令语法是否正确

可以尝试先运行简单的测试容器：

bash复制docker run hello-world

如果这个能运行，说明Docker基础环境没问题。

5.2 GDAL读取数据错误

处理某些DEM文件时，GDAL可能会报错。常见原因包括：

1. 文件路径包含中文或特殊字符
2. 文件损坏
3. 坐标系不匹配

解决方法：

1. 将文件放在纯英文路径下
2. 使用gdalinfo检查文件信息：

bash复制gdalinfo problem.tif

3. 必要时使用gdalwarp重新投影

5.3 Cesium加载地形不显示

如果切片生成成功但Cesium中不显示，检查：

1. layer.json文件路径是否正确
2. Cesium ion服务器配置是否正确
3. 控制台是否有错误信息

一个快速测试方法是使用Cesium的本地服务器：

bash复制cd terrain
python -m http.server 8000

然后在浏览器中访问http://localhost:8000查看是否能看到layer.json文件。

6. 实际项目经验分享

去年我参与了一个智慧城市项目，需要将全市2000平方公里的地形数据转换为Cesium可用的格式。最初尝试手动安装GDAL和CTB，花了三天时间解决各种依赖问题。后来改用Docker方案，整个环境准备只用了不到半小时。

数据处理过程中，我们发现原始DEM有一些异常值（如海平面以下的数据点），导致生成的地形出现"黑洞"。通过GDAL的gdal_calc.py工具，我们添加了一个简单的过滤器：

bash复制gdal_calc.py -A input.tif --outfile=filtered.tif --calc="A*(A>0)"

这个命令将所有负值设为0，解决了地形异常问题。

另一个经验是关于切片层级的设置。最初我们生成了从0到18的所有级别切片，结果数据量高达300GB。后来分析发现，我们的应用场景最多只需要14级细节。调整后数据量减少到15GB，加载速度也大幅提升。