江苏GIS底图实战：三级行政区划与路网矢量包处理-北京尧图网络

简介面向GIS空间分析与制图学习者的江苏省基础地理数据包聚焦省、地市、区县三级行政区划边界及道路网、铁路网矢量数据可用于区域统计、路网可达性分析、专题图制作和教学演示适合具备基础GIS操作能力的高校师生与从业者。压缩包共33个文件、约41.72MB以SHP矢量数据为主体配套DBF属性表、SHX索引、PRJ坐标系定义及XML元数据等便于在ArcGIS、QGIS等软件中直接加载、查询与二次处理。已有1973人学习下载具备一定参考热度。数据覆盖层级较完整行政区划与交通网络可配合使用既能支撑省域尺度的空间格局分析也便于拆分到市县单元开展制图与统计为课程作业、论文前期数据准备和项目预研提供现成底图与路网基础。1. 省级 GIS 底图怎么选一份 2022.07 的江苏矢量包能省掉多少返工做江苏相关的地理分析最耗时的往往不是模型而是底图。省界、市界、县界要能套上道路网和公路网要能分级渲染坐标系还得跟业务数据对得上。很多人的做法是临时从不同渠道拼数据行政区划找一份、路网再找一份图层叠上去发现边界对不齐、属性字段互不认识光对齐就耗掉半天。这次拆的这份 2022.07 版江苏矢量包把行政区划省、市、县三级、道路网和公路网放进同一套空间参考里属于能直接进项目的底图素材。适合做区域规划、交通可达性分析、专题制图的从业者也适合刚接触 GIS 数据整理、想弄清楚矢量图层怎么组织的新手。下面按「先看清里面有什么再动手跑通最后说清坑在哪」展开。2. 拆开矢量包三级行政区划与道路网的字段结构2.1 图层分组与几何类型判断拿到一个 SHP 包先别急着往地图里拖。SHP 格式的老规矩是「一个图层一组文件」.shp存几何、.shx存索引、.dbf存属性表、.prj存坐标系定义少一个都可能打不开或者在别的软件里丢失坐标信息。江苏省行政区划加路网这类数据常见组织方式是按要素类别分目录省、市、县各一层道路网、铁路网公路网常与道路网并列存在各一层。几何类型要提前看清楚行政区划一般是面Polygon道路网、公路网是线PolyLine层级属性省/市/县落在.dbf的字段里而不是靠文件名区分。动手第一步是用命令行把结构摸清不必打开笨重的桌面软件# 列出包内所有 shp 及配套文件确认没有缺失 .prj find ./jiangsu_2022 -type f $ -name *.shp -o -name *.shx -o -name *.dbf -o -name *.prj -o -name *.cpg $ | sort # 用 ogrinfo 查看每个图层的几何类型、要素数和坐标系 for f in $(find ./jiangsu_2022 -name *.shp); do echo $f ogrinfo -so $f $(basename $f .shp) doneogrinfo -so只输出摘要summary only不加载全部要素速度快。重点看三行Geometry是 Polygon 还是 Line String、Feature Count判断数据规模、Layer SRS WKT里的 EPSG 编号。江苏省域矢量底图在国内项目里常见 CGCS2000 或 WGS84前者 EPSG:4490后者 EPSG:4326如果.prj缺失或写成自定义字符串后面叠图必然错位。我一般会额外确认.cpg文件是否存在它决定.dbf的中文字段名和属性值按什么编码解析缺了它中文地名在部分软件里直接变乱码这是一个非常高频的翻车点。2.2 属性表字段靠什么区分省、市、县三级行政区划塞在同一批图层里靠的是属性字段而非几何大小。常见字段包括行政区代码、名称、层级标识、上级代码。做筛选统计时行政区代码是最稳的键——名称可能重名同名乡镇在多地存在代码不会。道路网和公路网则在字段上体现等级高速、国道、省道、县道、乡道或者用技术等级、车道数、设计速度等属性描述。把这些字段先读出来后面的分级渲染和空间连接才有依据。import geopandas as gpd # 读取行政区划面图层与道路网线图层 admin gpd.read_file(./jiangsu_2022/admin_county.shp, encodingutf-8) roads gpd.read_file(./jiangsu_2022/road_network.shp, encodingutf-8) print(行政区字段:, list(admin.columns)) print(路网字段:, list(roads.columns)) print(坐标系:, admin.crs, |, roads.crs) # 按层级字段统计要素数量核对省市县三级是否齐全 if level in admin.columns: print(admin[level].value_counts()) # 道路按等级统计检查分级字段取值是否规范 if road_class in roads.columns: print(roads[road_class].value_counts().head(10)) # 关键一步两个图层坐标系必须一致否则后续空间连接全是空值 assert admin.crs roads.crs, 行政区与路网坐标系不一致先统一再分析这段脚本的价值在最后一行断言。很多人跳过坐标检查直接做sjoin结果是所有道路都匹配不上任何行政区排查半天以为是字段名写错其实是投影不同。字段名在不同数据源里叫法五花八门NAME、name、名称都可能出现用list(columns)先打印再写后续代码比凭记忆硬写靠谱。另外encodingutf-8只是起点若读出乱码要换gbk或gb18030试这取决于原始数据的生产环境没有统一答案只能试。2.3 省、市、县三级怎么拆成独立图层有些包把三级放在一个面图层里用字段区分有些直接给三个文件。两种都要会处理。字段区分的情况按层级筛选导出即可独立文件的情况重点核对县界拼接后是否严丝合缝覆盖省界这是检验数据完整性的土办法。下面把混合图层拆开并做一次面积与覆盖度自检import geopandas as gpd admin gpd.read_file(./jiangsu_2022/admin_all.shp, encodingutf-8) # 按层级字段拆分三级字段名以实际打印结果为准 for lv, fname in [(省, province), (市, city), (县, county)]: sub admin[admin[level] lv] sub.to_file(f./out/{fname}.shp, encodingutf-8) print(lv, 要素数:, len(sub), 总面积(km²):, round(sub.to_crs(4527).area.sum() / 1e6, 2)) # 覆盖度自检县级合并后的总面积应与省级接近 county gpd.read_file(./out/county.shp) province gpd.read_file(./out/province.shp) gap abs(county.to_crs(4527).area.sum() - province.to_crs(4527).area.sum()) print(县合并与省面积差(km²):, round(gap / 1e6, 2))to_crs(4527)是 CGCS2000 的 3 度带投影坐标单位是米算面积必须先投到等面积或投影坐标系直接在经纬度下算面积会得到毫无意义的平方度。面积差在几十平方公里量级属于正常边界简化、飞地处理差异差到几百以上就要怀疑县界有缺口或重复。拆分后单独存盘一是方便按层级配图二是避免每次分析都加载全量数据。3. 把行政区划和路网叠起来空间连接与可达性统计3.1 统一坐标系先定投影再谈分析所有空间统计的前提是坐标系统一。经纬度坐标EPSG:4326适合展示和存储不适合算长度和面积做路网密度、可达性这类计算必须先投影到米制坐标。江苏位于东经 116° 至 121° 之间CGCS2000 3 度带对应 EPSG:4526中央经线 117°和 EPSG:4527中央经线 120°跨带数据要么按带分别处理要么用省级统一的投影参数。我一般把全部图层投到同一个投影再往下走宁可多一步转换也不要让后续结果带系统性偏差。import geopandas as gpd TARGET_CRS EPSG:4527 # CGCS2000 / 3-degree Gauss-Kruger CM 120E admin gpd.read_file(./out/county.shp).to_crs(TARGET_CRS) roads gpd.read_file(./jiangsu_2022/road_network.shp).to_crs(TARGET_CRS) # 路网长度统计单位换算成公里 roads[length_km] roads.length / 1000 print(路网总里程(km):, round(roads[length_km].sum(), 1)) # 各等级道路里程汇总用于判断等级字段是否可用 if road_class in roads.columns: print(roads.groupby(road_class)[length_km].sum().sort_values(ascendingFalse).head())roads.length在投影坐标系下返回米除以 1000 得公里。如果忘记投影这一步算出的「长度」没有任何物理意义后续路网密度会整体偏大或偏小而且偏差随纬度变化不是常数很难事后修正。分组汇总那几行不只是看数字更是校验等级字段如果某个「等级」的里程异常巨大很可能里面混了重复要素或把整个面要素的边界当成了线。3.2 按区县汇总路网密度sjoin 的正确用法路网密度是最常见的落地指标口径是「辖区内道路总里程 ÷ 辖区面积」。做法是先做空间连接把每条道路归属到区县再分组求和。这里有个容易忽略的点跨界的道路会被按几何关系拆分或整体归到某一个区县取决于predicate参数。用intersects会把跨界道路同时算进相邻区县里程有重复更严谨的做法是先用overlay做线面相交把跨界道路在边界处切断再统计。import geopandas as gpd TARGET_CRS EPSG:4527 county gpd.read_file(./out/county.shp).to_crs(TARGET_CRS) roads gpd.read_file(./jiangsu_2022/road_network.shp).to_crs(TARGET_CRS) # 正确做法线面相交把跨界道路切断避免同一段路被重复计入 roads_clip gpd.overlay(roads, county[[name, geometry]], howintersection) roads_clip[length_km] roads_clip.length / 1000 # 按区县汇总里程再除面积得密度 stat roads_clip.groupby(name)[length_km].sum().reset_index() county[area_km2] county.area / 1e6 stat stat.merge(county[[name, area_km2]], onname, howleft) stat[density_km_per_km2] stat[length_km] / stat[area_km2] print(stat.sort_values(density_km_per_km2, ascendingFalse).head(10))overlay(howintersection)会把道路在区县边界处切开每段只归属一个区县里程不重不漏这是密度统计的推荐路径。代价是计算量比sjoin大数据量大时先按研究区裁剪再 overlay。合并统计结果时用howleft保证没有道路经过的区县也保留在结果里否则密度表会悄悄少几行做图时才发现有的区县是空白。另外面积用投影后的area计算1e6是把平方米转成平方公里这一步漏掉的话密度值会差六个数量级。3.3 分级渲染与专题出图的基本参数数据算完要出图分级渲染的关键是分级方法选对。路网密度这类右偏分布等间距分级会让大部分区县挤在最低一档图面几乎看不出差异分位数分级每档数量均衡但可能把数值接近的区县分到不同档。常用折中是自然断点Jenks它让组内方差最小、组间差异最大适合专题图。下面的代码用 matplotlib 出一张基础密度图import matplotlib.pyplot as plt from matplotlib import rcParams rcParams[font.sans-serif] [SimHei] # 中文字体缺失时换本机可用字体 rcParams[axes.unicode_minus] False fig, ax plt.subplots(figsize(10, 8)) # schemenatural_breaks 自然断点分级k 为分级数 stat_gdf county.merge(stat, onname) stat_gdf.plot( columndensity_km_per_km2, cmapYlOrRd, schemenatural_breaks, k5, legendTrue, edgecolorwhite, linewidth0.6, axax, legend_kwds{title: 路网密度 (km/km²), loc: lower right}, ) ax.set_title(江苏省区县路网密度分布2022.07 底图) ax.set_axis_off() plt.tight_layout() plt.savefig(./out/density_map.png, dpi300)k5是分级数太多图例看不清太少抹平差异五级是国内专题图的常见选择。edgecolorwhite加细描边能让相邻区县边界清晰可辨不加的话同色块会糊成一片。图例标题必须写清单位和口径否则读者无法判断这个密度是公路网还是含城市道路的全部路网。出图这一步最容易被轻视但一张分级方法错误、图例缺失的图在评审场合基本等于白做。4. 避坑清单坐标系、编码与拓扑的五条血泪经验4.1 图层叠不上十有八九是坐标系假一致现象行政区划和路网拖进同一视图一个在正确位置另一个跑到几千公里外或者非洲西海岸附近。原因两个图层的.prj声明的坐标系不同或者其中一个.prj是错的抄了别的数据的定义文件软件按声明「正确地」渲染到了错误位置。解决不要信.prj用ogrinfo -so或 GeoPandas 的.crs实际读出坐标定义再用to_crs统一到同一个目标投影。若怀疑.prj本身有误先用gpd.read_file(..., ignore_geometryFalse)读几何范围对照研究区经纬度范围判断确认无误后再决定是否重写.prj。4.2 中文地名变乱码.cpg缺失或缺字段编码声明现象属性表里的城市名、区县名显示为问号或方块。原因.dbf本质是旧式数据库格式编码不写在文件头里依赖.cpg声明.cpg缺失时不同软件按不同默认编码解析Windows 系软件常用 GBK跨平台工具默认 UTF-8。解决读取时显式指定encodinggb18030试一遍能正常显示就说明原数据是 GBK 系确认编码后再写一个.cpg文件进去内容写对应的编码名后续任何人打开都稳定。属性值乱码还能靠重新指定编码救回来字段名乱码往往不可逆所以拿到数据第一件事就是打开属性表瞄一眼。4.3 路网密度虚高跨界道路被重复计数现象相邻两个区县的路网密度都异常高加起来超过全省总里程。原因用sjoin(predicateintersects)做归属一条跨界道路同时命中两个区县各自把整条路的长度计入。解决改用overlay做线面相交切断或者在对sjoin结果按道路唯一 ID 去重后再统计只保留归属关系最长的那个区县。判断方法很简单把各区县里程加总和路网总里程对比超出部分就是重复量正常应相等或略小有道路落在省界外。4.4 面积和长度单位搞混经纬度下算出的数字不能用现象路网密度算出来是零点零零几或者几万量级完全不对。原因在 EPSG:4326 下调用.area和.length返回的是平方度和度不是平方米和米。解决所有量算前先to_crs投到米制投影江苏用 CGCS2000 对应分带即可。这类错误最隐蔽的地方在于程序不报错数字照样输出只有和常识对照才会发现——一个区县的路网密度不可能是 30000 km/km²看到这种数字先查投影别查公式。4.5 边界对不齐县界拼接存在缝隙或重叠现象把县界合并成市界、省界时渲染图上出现细白缝或深色重影。原因不同来源的边界数据精度和采集时点不同相邻县共用边界的节点坐标不完全相同形成微小的缝隙或重叠。解决做分析前先做拓扑检查用shapely的unary_union合并后再buffer(0)修掉自相交对精度要求高的场景先按省级边界裁剪避免县级数据溢出省界。日常制图对这类微缝容忍度高但做面积统计时缝隙累积起来会让总面积偏小必须处理。5. 让这份底图更耐用的三个进阶技巧5.1 建立图层索引与元数据登记表数据一旦进了多个项目最怕的是「这份 shp 是哪一版、坐标系是什么、字段含义谁定的」没人说得清。我的习惯是在数据目录下放一份metadata.csv每个图层一行记录文件名、几何类型、要素数、EPSG 编号、字段说明和更新时间。配合一个极简的 Python 脚本自动生成大半内容人工只补字段含义成本很低但回报很高。import geopandas as gpd import pandas as pd from pathlib import Path rows [] for shp in Path(./jiangsu_2022).rglob(*.shp): gdf gpd.read_file(shp) rows.append({ file: shp.name, geom: gdf.geom_type.unique().tolist(), count: len(gdf), epsg: gdf.crs.to_epsg() if gdf.crs else None, fields: ,.join(gdf.columns.drop(geometry)), }) pd.DataFrame(rows).to_csv(./jiangsu_2022/metadata.csv, indexFalse, encodingutf-8-sig)encodingutf-8-sig是为了让表格软件打开 CSV 时正确识别中文不加 BOM 头在部分环境里会乱码。rglob递归扫描子目录适应按类别分文件夹的组织方式。这份表看起来是杂活但半年后回来改需求有没有它就是「五分钟上手」和「半天考古」的区别。5.2 用 GeoPackage 替代散装 SHPSHP 的局限在项目变复杂后会很碍事字段名限 10 个字符、不支持存 NULL 与长文本、一个图层一组文件容易丢。把整理好的图层统一转成 GeoPackage.gpkg单文件承载多图层字段名不再受限读取速度也更好。import geopandas as gpd admin gpd.read_file(./out/county.shp).to_crs(EPSG:4527) roads gpd.read_file(./jiangsu_2022/road_network.shp).to_crs(EPSG:4527) # 写入同一个 gpkglayer 参数指定图层名 admin.to_file(./out/jiangsu.gpkg, layercounty, driverGPKG) roads.to_file(./out/jiangsu.gpkg, layerroad_network, driverGPKG)转换时统一投影再写入避免入库后各图层坐标系混杂。driverGPKG必须显式指定否则 GeoPandas 会按扩展名推断个别版本推断失败会报错。转完之后原始 SHP 别急着删留一份归档交付给只用桌面软件的同事时SHP 仍然是兼容性最好的格式。5.3 版本留痕日期后缀与变更说明这份数据标题里带 2022.07说明它是有时点的。行政区划会调整路网会新建隔一年再用同一份底图做对比分析结论可能已经失真。我的做法是目录名带年月每次基于它做的加工产出都另存新目录并在变更说明里写清做了什么裁剪、投影、字段重命名、拓扑修复。看似笨但这是唯一能让自己在三个月后回答「这个数字是怎么来的」的办法。有一次做区县合并后的统计前后两版结果差了百分之十几翻变更记录才发现是其中一版权重算错了投影没有留痕的话只能全部重跑。从那以后我每次处理这类底图都强制先跑一遍坐标系与要素数自检再动分析代码。希望帮到你。本文还有配套的精品资源点击获取

江苏GIS底图实战：三级行政区划与路网矢量包处理

相关推荐

离散数学第三版课后答案解析：用Python自检与错题索引二刷

异构无人平台协同路径规划算法实现与优化

工业物联网组态面板：TDengine IDMP数据可视化实战

更多资讯

【算法学习笔记】LeetCode 15：三数之和（排序 + 双指针）

五金工具小批量多批次，网易外贸通怎么接住

降ai免费入口教程：比话上传论文先免费看预估AI率，再免费降AI 500字

去ai痕迹免费的软件有哪些？去i迹新用户免费降AI 1000字，朱雀AI率降到30%以下

新乡五金机械厂转型电商选唯米电商怎么样

360度评估工具计费方式解析：四种口径、四个必问项与成本折算方法

今日更新

多智能体协作系统架构设计与实践优化

大模型系统性入门实战指南：从原理到部署微调的全链路路线

鸿蒙文件系统沙箱机制解析与开发实践

本周精选

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

基于DRV8818与STM32的双极步进电机驱动方案实战解析

DRV8818PWPR+PIC18F45K80双极步进电机控制方案实战

本月热门

面向复杂光照与角度的宠物面部识别鲁棒性增强策略

基于DRV8818与STM32的双极步进电机驱动方案实战解析

DRV8818PWPR+PIC18F45K80双极步进电机控制方案实战

读完文章，想聊聊您的网站？