在做空间分析时，我们很少只运行一个单独的工具。更多时候，是一整串步骤：裁剪、缓冲、统计、再导出结果……

QGIS 的 graphical modeler 就是用来把这些零散步骤“串成一条龙”的可视化工具。

它提供了一个简单的图形界面，你可以像搭积木一样，把每一步处理组合成一个可复用的模型。 以后遇到类似任务，只需要调整少量输入参数，就能一键跑完整个流程，大幅减少重复劳动。

可以从“处理”菜单中打开 graphical modeler： Processing ► Graphical Modeler

打开后，窗口右侧的大画布用来搭建和调整模型结构与流程；左侧则是各种模型节点和配置面板，主要包括：

  1. Model Properties：设置模型名称以及它所属的分组。
  2. Inputs：模型运行时需要由用户提供的输入参数（图层、数值、字符串等）。
  3. Algorithms：可以在模型中使用的处理算法。
  4. Variables：只在 Processing Modeler 中可用的变量定义。
  5. Undo History：操作历史，方便一步步回退。

创建一个模型通常分两步：

  1. 定义输入：告诉模型“运行时需要用户给我哪些东西”（图层、数值、参数等）。每个输入都会出现在画布上。
  2. 搭建流程：把算法一个个放到画布中，并指定它们用哪些输入、依赖谁的输出，最后形成一条完整的工作流。

操作

定义输入

第一步是把模型的输入定义好。 在左侧的 Inputs 面板中，双击某种输入类型即可添加。例如，选择“输入矢量图层”：

添加完成后，画布上会多出一个对应的输入节点：

除了双击，也可以把输入类型从列表中直接拖拽到画布上合适的位置。

如果之后想修改这个输入的参数（比如名称、是否必填、默认值等），只需要在画布上双击该输入节点，会弹出同样的配置对话框，随时可调。

搭建工作流程（使用算法）

所有可用的算法都在左侧 Algorithms 面板中，分组方式基本和 Processing toolbox 中一致，找起来很类似。

要把某个算法加入模型，有两种方式：

  • 双击算法名称
  • 或者像输入一样拖拽到画布中

添加后，你可以：

  • 修改算法在模型中的描述（让模型图更好懂）
  • 添加注释，帮助自己或同事回看时理解这一步是干什么的

弹出的参数设置对话框整体上和 Processing toolbox 里是一致的，只是多了一些与模型相关的选项。

算法输入的几种类型

在模型里配置算法参数时，数据输入大致有四种来源：

  • Value 从当前 QGIS 项目中已加载的图层中选择，或从磁盘路径浏览图层文件。这类似于在普通处理对话框里直接选一个图层。

  • Pre-calculated Value 使用表达式生成器来计算参数值。 你可以在表达式里引用模型输入、图层统计等，这些变量会列在表达式生成器的“搜索”对话框顶部，方便直接点击使用。

  • Model Input 当某个参数应该来自“用户在运行模型时要填写的输入”时，选择这个选项。 这里会列出所有与该参数类型兼容的模型输入。

  • Algorithm Output 当这个算法的输入需要使用“前面某个算法的输出”时，则选择这里。 它会列出流程中已定义、且类型匹配的算法输出。

此外，对于算法的输出，还多了一个 Model Output 选项。 如果勾选它，该输出就会暴露为模型的最终输出之一，可以在下游模型中继续作为输入使用，或者在运行时保存为结果文件。

编辑与管理模型节点

在画布中，右键单击模型中的任意“框”（无论是输入还是算法），会看到一个小菜单：

  • Remove：移除该节点及其连接。
  • Edit：编辑节点参数，打开配置面板。
  • Add Comment：给该节点添加文字备注，方便说明用途或提醒注意事项。
  • Deactivate：将该算法“停用”。 被停用的算法以及与它相关联的算法会以灰色显示，并且在运行模型时不会执行。 这在调试某一部分流程、或者暂时屏蔽某些耗时步骤时很有用。

将模型导出为 Python 脚本

QGIS 中的处理算法既可以从图形界面运行，也可以在 Python 控制台中调用；同样，你也可以用 Python 来编写自己的处理算法。

如果你已经用 graphical modeler 搭好了一个模型，可以直接将其导出为 Python 脚本文件。这是从“可视化搭建”过渡到“Python 自动化”的一个很好入口：

  1. 先用模型器把流程理顺、搭好；
  2. 确认结果没问题后，导出为 Python；
  3. 在脚本基础上做更细致的定制，比如批处理、循环、条件判断等。