尧图网页设计 
简介这份中亚五国矢量数据集面向 GIS 制图、区域规划与地理教学等场景提供哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦五国的精确边界与行政要素。压缩包共 8 个文件以 shp 主文件为核心配套 shx 空间索引、dbf 属性表、prj 坐标系统及 cpg/sbn/sbx 等辅助文件便于在 ArcGIS、QGIS 中直接读取和编辑。整体包体仅 545KB轻量易部署适合快速开展地图可视化、空间查询与属性关联分析。目前已有 186 人学习下载资源内包含完整的 Shapefile 文件组并附有 shp.xml 元数据描述可帮助理解各字段含义与数据更新信息。利用这份数据集可制作专题地图、进行土地利用或交通网络分析也能作为矢量数据格式教学的典型样例提升对 GIS 数据结构的直观认识。1. 中亚五国矢量图一份shp数据能做什么为什么先跑ogrinfo做跨境能源管道选线、中亚棉花长势分析、丝绸之路经济带物流节点规划第一块硬骨头都是同一件事找到一份能用的中亚五国矢量图——哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦的国界shp。数据并不难找难的是“能用”。很多人把shp拖进ArcGIS看到五个国境轮廓就以为完事结果量面积差一倍、转KML地名全乱、叠加影像偏了几百米。这些翻车十有八九出在坐标系、属性编码和边界拓扑上。这篇文章就按一条我能复现的流程讲先体检、再投影、清洗属性、处理共享边界、导出你需要的格式最后列出我踩过的坑。适合刚拿到shp不知道从哪下手的从业者也适合给团队搭数据生产规范的负责人。2. 先做三分钟体检shp数据包的组成与坐标系判断拿到任何shp第一反应不是打开GIS而是打开命令行。因为shp不是单文件坐标系又经常藏在.prj里用ogrinfo三行命令能少走两小时弯路。2.1 shp不是“一个文件”三件套与可选扩展名一个完整的Shapefile由三个基础文件构成.shp存储几何坐标.shx是几何索引.dbf存储属性数据。三者同名同路径缺一不可。常见传输中只发了.shp导致对方打开只有几何没有属性表甚至图层加载失败。还有可选的.prj写投影信息.cpg写字符编码.sbn/.sbx是空间索引.xml是元数据。拷数据时建议把整个文件夹一起打包或者转成GeoPackage单文件交付。扩展名作用缺失后果.shp几何坐标没有数据主体.shx几何索引无法读取要素.dbf属性表属性丢失.prj投影信息坐标系被误判.cpg字符编码中文乱码这张表是给团队做数据交接用的。我见过太多先把原始数据删掉、只留一个.shp的“瘦身”操作三个月后没人知道它是什么坐标系只能重新下载。另外要记得shp的字段名长度限制在10个字符这个限制源自dbf的dBASE标准。转换时如果字段名超过10字符会被截断重名时还会变成重复名。这一点在第二节属性清洗时还会再碰到。2.2 三条必跑命令ogrinfo 的 -so 与 -al 用法检查shp最直接的工具是GDAL全家桶里的ogrinfo。在终端输入ogrinfo -so -al 中亚五国.shp输出会包含图层名、几何类型Polygon或MultiPolygon、要素数量Feature Count: 5、图层范围Extent和坐标系统PROJCS或GEOGCS。如果显示GEOGCS[WGS 84]说明是经纬度坐标如果显示PROJCS[Albers...]说明已经是投影坐标。再跑一条不带-so的命令能看到每条要素的完整属性ogrinfo -al 中亚五国.shp这时可以观察属性字段名是ASCII还是西里尔字母以及每个国家的名称字段内容。如果属性值有汉字但终端显示乱码说明.dbf编码不是UTF-8后面需要处理。注意ogrinfo是命令行工具不在图形界面里。Windows用户可以在OSGeo4W Shell里运行或者安装QGIS后使用自带的OSGeo4W Shell。Linux用户一般需要安装gdal-bin包。如果公司不让装命令行工具用QGIS的图层属性面板也能看到同样信息但批量处理时命令行的优势是不可替代的。这里多写一句关于“gis怎么新建shp文件”如果你的数据源是纸质地图或照片想自己描一个五国边界QGIS里图层菜单-创建图层-新建Shapefile选择Polygon类型并指定CRS为WGS84。新建后先另存一个备份再进编辑模式手动描摹。但我们优先推荐从公开数据源获取手工数字化中亚五个国家边界成本很高而且容易出拓扑错误。2.3 坐标系分水岭经纬度还是投影决定面积量算对不对中亚五国的范围大致在东经46~87度、北纬37~55度。如果是经纬度的WGS84坐标系图层范围显示为X46到87Y37到55单位是度。这个状态下可以做视觉叠加但不能算面积、不能算距离因为一度的长度在赤道是111km在55°N缩短到约64km直接量结果没有意义。这就是“为什么五国面积量算经常翻车”的第一根导火索。正确做法是用等积投影。对整个中亚地区我一般用双标准纬线Albers等积圆锥ogr2ogr -t_srs projaea lat_140 lat_250 lat_00 lon_065 x_00 y_00 ellpsWGS84 unitsm no_defs 中亚五国_Albers.shp 中亚五国.shp这条命令把“中亚五国.shp”重新投影成Albers等积坐标输出文件坐标单位是米标准纬线定在40和50度中央经线取65度。参数里lat_1和lat_2是标准纬线决定整个区域的变形分布lon_065在中亚五国的经度中轴附近y_0/x_0偏移量先置0。这是常见的区域级统计投影。如果数据源本身带.prjogrinfo能读出来如果.prj缺失可用范围判断坐标值在几十的说明不是经纬度就是米制。用ogrinfo -so看Extent最靠谱。换到国内数据也一样处理塔里木河流域矢量shp、淮河shp、南盘江流域边界shp时先跑这条命令再决定是否需要投影套路完全相同。投影转换完成后验证方式是把输出重新读一遍ogrinfo -so -al 中亚五国_Albers.shp此时Extent的坐标数量级应该从几十变成几百万。如果仍是几十说明命令里的投影字符串没有生效检查终端是否把加号批处理掉——Windows下部分终端会把号吞掉需要给整个投影参数加单引号。这一步看起来小但每次都有人栽在这里。另外如果最终只需要在Google Earth里看可以不投影保留WGS84即可。但一旦要做面积统计必须投影。两者最好保存成两个文件一份原始经纬度做存档一份投影做分析免得回头找不到原版。实际工作中我见过不止一个人拿到数据先在ArcGIS里打开看到范围正常就去做专题图直到要把shp合并到全国数据里才发现坐标对不上。所以在数据生产流程里我会要求每个shp必须配一个说明文件写明源数据、坐标系、精度、属性字段含义。这不是多此一举因为shp自带的元数据经常被删三个月后连自己都会怀疑“这个文件到底是哪个投影存下来的”。3. 让五国边界成为可分析的地理要素属性清洗与拓扑修复下载好的shp通常带一堆冗长字段NAME、NAME_ISO、NAME_RU、VARNAME等。如果不做处理做专题图时图例全是英文/俄文出图前还得临时改。更麻烦的是共享边界不闭合导致面积重复或gap。这一章解决两件事属性让人看懂、边界让软件认同。3.1 属性俄文变中文字段计算器与编码转换常见的五国shp中name_ru字段是西里尔字母比如“Казахстан”。为了让团队里的非GIS同事直接看懂我们新增一列中文名称。QGIS里打开属性表进入字段计算器添加字符串字段name_cn长度20然后输入case when NAME Kazakhstan then 哈萨克斯坦 when NAME Kyrgyzstan then 吉尔吉斯斯坦 when NAME Tajikistan then 塔吉克斯坦 when NAME Uzbekistan then 乌兹别克斯坦 when NAME Turkmenistan then 土库曼斯坦 else 未识别 end这个表达式的逻辑是按英文名称精确匹配给每个国家赋中文名。如果数据源里没有NAME字段可能用admin0或COUNTRY以ogrinfo输出为准。字段计算器写好后单击“更新现有字段”选择name_cn。注意Shapefile的dbf对中文支持不差但字段名必须是ASCII因此字段叫name_cn而不是中文名。然后加ISO代码字段iso3方便后续做数据连接。表达式类似把中文替换成KAZ、KGZ、TJK、UZB、TKM。有了这两个字段后续按国家拆分、做柱状图、关联统计年鉴都直接走属性了。如果属性表本身是乱码先从图层属性-数据源-编码改为UTF-8或GBK能显示正常再执行字段计算。如果改编码还是乱用下面命令重写dbf编码ogr2ogr -lco ENCODINGUTF-8 中亚五国_utf8.shp 中亚五国_原始.shp这个命令把原有shp重新输出一份dbf编码强制为UTF-8。注意改编码不会改变属性内容只是让软件读对字节。3.2 共享边界缝隙怎么补拓扑检查器与v.clean五国边界源出多家时相邻两国的边界线往往不是完全重合的。放大到国界线会看到一条肉眼可辨的白色缝隙或者一个窄重叠带。做空间查询“相邻国家”没问题但做union或dissolve时缝隙会变成很小的多边形重叠部分会被重复计算面积。我的处理顺序是先用QGIS的Topology Checker插件规则选“must not have gaps”和“must not have overlaps”容差设为0.001度约100米取决于原始数据精度。跑完会列出所有错误位置。右键错误可以缩放到具体位置手动用节点编辑吸附。如果错误上百个纯手动修不完。用GRASS的v.clean来自动清理v.clean input中亚五国图层 output五国_clean toolrmdupl,break,rmarea thresh0.01这里tool参数含义是rmdupl删除重复几何break在几何自相交处打断rmarea删除小于阈值的面积碎片。thresh0.01对应最小面积单位取决于图层CRS。如果图层还是经纬度thresh单位是平方度不好控制建议先转投影再跑。自动清理后要回归检查一遍因为v.clean可能会把很小的岛屿或争议区域也删掉。中亚的咸海、里海边界里有一些碎面阈设大了会把它们抹掉。所以我一般先把阈值设到0.001跑完看面积变化再逐步加大。3.3 要素数不是5国界、省界与争议区域的层级取舍看到网上有人抱怨“省界线文件省1和省2的shp文件有什么区别”其实这说的是同一张地图中不同行政层级的区分。国界shp也类似有的数据集把五国国界做成5个要素有的只有4个把土库曼斯坦和乌兹别克斯坦之间的边界做成一条共线有的则把里海、咸海也画成多边形要素数瞬间变成7个甚至更多。建议拿到数据后先执行一条分组统计命令看每个国家是否有唯一的admin0代码ogr2ogr -where ADM0_A3 IN (KAZ,KGZ,TJK,UZB,TKM) 五国_filter.shp 中亚_all.shp注意字段名“ADM0_A3”是很多公开数据源的一个命名惯例但你的数据未必叫这个。实际操作时先用ogrinfo看字段再改。这条命令的意义是把要素集里所有不属于五国的碎块、邻国部分、争议区域一次性筛掉得到一个干净的五国面板数据。如果你的数据包含州级边界省1和全国边界省2不要把两层混在一个shp里。等值线制图时用省界但做面积统计时一定要用国界层否则会造成重复。同理有人会问“北京 shp怎么这么小”就是因为只取了北京市范围而没带全国底图。数据处理原则是不同精度、不同层级的矢量分开存需要叠加再通过空间关系关联。4. 转换到常用格式KML、GeoJSON、3DTiles 与 CAD 互转用户搜“arcgis shp转kml”怎么弄、“dwg转shp”怎么弄本质上是数据交换问题。本章给出可直接复用的命令和必调参数避免格式转换后几何或属性翻车。4.1 dwg转shp与shp转kml两条通行命令DWG是CAD原生格式shp是GIS主流格式。常见做法是在QGIS中加载DWG需要安装CAD Tools插件但命令行控制度更高。假设有一个“中亚规划.dwg”里面有多层其中一层是多边形ogr2ogr -f ESRI Shapefile 中亚_cad.shp 中亚规划.dwg转出来后用ogrinfo查看几何类型。CAD里的封闭多段线会被识别为Polygon但文字、标注、块引用会变成Point或LineString这是固有属性不是bug。很多人在这一步发现面积字段丢失——因为CAD并没有属性表所有扩展数据在EATTEDIT里转shp时默认不读取。如果想要CAD属性进dbf需要在CAD中用EXPORT导出时勾选“属性”或者用FME。如果只是用DWG参考这个转换够了。shp转kml的命令更简单ogr2ogr -f KML -t_srs EPSG:4326 中亚五国.kml 中亚五国.shp注意KML规范要求坐标系必须是WGS84经纬度所以不管源shp是Albers还是Web Mercator都要加-t_srs EPSG:4326。不加也能转GDAL会附加一个transform但若源坐标系缺失目标KML会挂在一个错误的坐标系下Google Earth可能把它甩到海里。参数里EPSG:4326是WGS84经纬度编码。kml转shp也是同样逻辑ogr2ogr -f ESRI Shapefile 五国.shp 五国.kml但KML里的符号和样式不会进shp点要素的图标信息会丢。4.2 shp转3DTiles先分清是“边界白模”还是“数据栅格”“shp转3dtiles”这个需求出现得很频繁但很多人把两个完全不同的场景混在一起。场景一把五国边界加高做成三维柱状图用Cesium展示。场景二把一个带栅格属性如土地利用分类的shp做成三维场景的底图。后者根本不转3DTiles而是把矢量栅格化后切片。对于边界加高的场景最快路径是shp→GeoJSON→Cesium加载而不是转3DTiles。shp转GeoJSONogr2ogr -f GeoJSON -t_srs EPSG:4326 中亚五国.geojson 中亚五国_Albers.shp在Cesium里用GeoJsonDataSource加载给每个Feature设置一个高度值例如用属性字段pop_density乘以一个拉伸系数就能看到高低起伏的边界柱体。这样的方案不需要预处理缓存刷新即可。如果数据量大到一个GeoJSON加载不动才需要转3DTiles。工具选“CesiumLab”或“cesiumium-tiles”都行核心参数是几何简化和纹理尺寸。边界数据没有纹理主要调“最大顶点数”和“简化比例”。3DTiles切割时建议把国界先转成WGS84因为3DTiles内部使用WGS84坐标系。转前用mapshaper简化能减少30%以上体积。4.3 excel点转shp和渔网分割shp批量操作的参数陷阱先理清这两个操作。excel点转shp是把经纬度表格变成点图层渔网分割shp是用格网把五国切成均匀的小块。前者用于把城市点位标到国界上后者用于把人口、气候指标按格网统计。Excel转shp在QGIS里最稳导入CSV时选“定制分隔符”X字段填经度Y字段填纬度几何类型选PointCRS选WGS84。导入后发现点位置在范围外十有八九是经纬度写反了。python环境里可以这样读取import pandas as pd import geopandas as gpd df pd.read_csv(cities.csv) gdf gpd.GeoDataFrame( df, geometrygpd.points_from_xy(df.lon, df.lat), crsEPSG:4326, ) gdf.to_file(cities.shp, encodingutf-8)这里points_from_xy需要传入经度在前、纬度在后。如果你把列名起成x、y很容易在习惯上把纬度当X实际应该按“经度在前”传参。to_file默认输出Shapefile如果报字段名截断试试用GeoPackage。渔网分割shp用QGIS的Create Grid工具做网格层然后Intersect。注意Create Grid的网格间距单位如果图层CRS是WGS84间距是度想要1千米网格就去投影一层。生产时我一般先投影到Albers再做10km网格然后用ogr2ogr -t_srs EPSG:3857 -overwrite 五国_web.shp 五国_Albers.shp这种临时转换只是为了网格叠加分析完再转回来。渔网分割的产物要素数巨大不要用shp保存存GeoPackage否则很容易触发2GB限制。5. 避坑指南处理五国shp最常见的五个翻车现场这一章全是我和同行在数据生产线上踩过的坑。每条都按现象-原因-解决来写希望能帮你少交学费。5.1 缺文件导致打不开shapechk 的修复时机与限制现象双击五国.shpArcCatalog提示“找不到.shx”或者QGIS里几何要素出现大洞。排查后是文件夹里只有.shp和.dbf.shx丢了。原因传输过程中某些邮箱/网盘对.shx这种罕见后缀做了拦截或改名。另外通过Git管理shp时.shx被.gitignore误伤也常见。解决如果只是.shx缺失用shapechk修复工具重建索引。shapechk是一个ESRI提供的命令行小工具用法是shapechk 中亚五国.shp它会扫描.shp并重新生成.shx。如果.dbf也丢了shapechk救不回来只能重新找原始数据。所以前面强调每一份shp都要保留完整三件套备份。如果连原始数据源都没留下可以尝试用ogrinfo硬读.shp有时能算几何但属性为空不能作为成品数据。5.2 面积量算失真投影坐标系没设造成的系统性错误现象用QGIS字段计算器给五国图层算面积得到的数值只有预计的四分之一甚至更小再一看坐标单位是度。原因图层CRS是EPSG:4326$area的返回单位是平方度不是平方米。即使你手动把图层CRS改为Albers如果源数据里的坐标仍然是经纬度QGIS会临时重投影返回米制结果但前提是没有“图层CRS覆盖”。很多人顺手把“图层CRS”改成了Albers但忘了投影实际几何结果量出来还是半吊子。解决必须使用ogr2ogr做实际投影转换生成一个新文件而不是在图层属性里改CRS。投影后检查Extent数量级然后再算面积。在QGIS中投影后新增字段area_km2表达式为$area / 1e6这样得到平方千米。5.3 中文属性乱码KML和GeoJSON导出时的编码坑现象五国shp在QGIS中文正常导出KML后用Google Earth打开是乱码“哈萨克斯坦”变成“е“Х∞”或问号。原因KML内部是XML默认UTF-8。如果源dbf编码是GBKGDAL在转KML时没有正确读取.cpg导致字符串按错误编码解释。另外QGIS导出KML时如果图层本身带有非UTF-8属性也会出现问题。解决最保险的是先统一编码。用上一章的命令把dbf转成UTF-8再导出。或者在QGIS中设置图层属性-数据源-编码为“UTF-8”然后再另存为KML。导出GeoJSON也一样GeoJSON规范要求UTF-8。建议所有shp入库前都转成UTF-8省得后面每个环节都出乱码。5.4 行政边界与卫星影像不套合坐标系基准不一致现象把五国边界shp叠加到同区域高分影像上边界与河流、道路错开约几百米在阿拉木图这种山谷城市特别明显。原因影像产品一般用WGS84但某些边界数据来自旧苏联测绘成果基准面是Pulkovo 1942或Krassovsky椭球。WGS84和Pulkovo之间的平移向量在中亚地区大约有100~300米误差。凡是原始shp没有.prj或者.prj写着“GCS_Unknown”就要高度怀疑基准面不准确。解决优先选择使用单一基准的数据源例如Natural Earth、GADM。如果必须用旧基准数据需要用大地测量控制点做七参数转换或至少做平移配准。在没有控制点的情况下一个临时办法把边界层和影像层同时加载比较一个明显地物的偏移量然后用QGIS的“移动图层”功能整体平移但不保证整体精度。这只是临时救场正式成果必须用原厂坐标定义。5.5 shp单文件超过2GB大网格场景改用GeoPackage现象做渔网分割五国边界后输出shp到一半报错“无法写入”或者整个shapefile文件损坏。文件管理器里看到.shp大小约2.14GB。原因shapefile规范限制shp和dbf的体积均不能超过2GB这在处理高精度网格分割时很容易触碰。不是电脑磁盘问题。解决输出到GeoPackage。QGIS中另存为GeoPackage或者在ogr2ogr里指定ogr2ogr -f GPKG 五国_grid.gpkg 五国_grid.shpGeoPackage没有2GB硬限制也支持空间索引属性字段名长度上限也更大。如果你的下游系统必须要shp那就按国家拆分一个国一个文件或者对边界做适度简化移除不必要的顶点。拆分命令在下一章给。顺便说一句有些老库里有shp转txt的需求本质上是用ogr2ogr输出CSV但属性中的几何信息会丢失通常不推荐用txt存几何。6. 进阶用法按国家批量拆分与自动检查最后写一个可以直接抄的脚本把多国的五国shp按国名拆成单独文件并做一次自动校验。用GeoPandas最顺手import geopandas as gpd gdf gpd.read_file(中亚五国_Albers.shp, encodingutf-8) for name, group in gdf.groupby(name_cn): group.to_file(f{name}.shp, encodingutf-8) print(name, len(group), group.total_bounds)这段代码按name_cn字段分组每个国家写出一个单独shp。total_bounds输出该国的范围用于快速判断是否有几何异常比如范围突变到非洲。注意写入shp时字段名被截断到10字符但name_cn不算长问题不大。如果你的字段名像“average_income_2023”这种超过10字符在GeoPandas写shp前需要先用rename改短。验证拆分后的文件再跑一次ogrinfofor f in 哈萨克斯坦.shp 吉尔吉斯斯坦.shp; do echo $f; ogrinfo -so -al $f | grep Extent; done这是我做完任何矢量数据都会跑的“后悔药”动作——检查Extent是否符合预期。X范围应在46~87Y在37~55。如果X跑到三位数说明投影信息丢失或投影字符串错误要回头检查。另一个值得养成的习惯是保留原始下载文件不动所有清洗另存新文件。文件名加后缀原始、_Albers、_utf8、_topo。这样即使后面某个环节出了问题也能从上一版重新开始。我最早处理中亚五国数据时因为直接在原始shp上改CRS导致整个文件夹被污染最后只能重新下载。从那以后“只读原始另存过程”成了我的铁律。希望这套从体检到最后拆分的流程能帮到你。本文还有配套的精品资源点击获取 中亚五国shp数据清洗与投影转换：从ogrinfo体检到格式互转的完整流程
简介这份中亚五国矢量数据集面向 GIS 制图、区域规划与地理教学等场景提供哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦五国的精确边界与行政要素。压缩包共 8 个文件以 shp 主文件为核心配套 shx 空间索引、dbf 属性表、prj 坐标系统及 cpg/sbn/sbx 等辅助文件便于在 ArcGIS、QGIS 中直接读取和编辑。整体包体仅 545KB轻量易部署适合快速开展地图可视化、空间查询与属性关联分析。目前已有 186 人学习下载资源内包含完整的 Shapefile 文件组并附有 shp.xml 元数据描述可帮助理解各字段含义与数据更新信息。利用这份数据集可制作专题地图、进行土地利用或交通网络分析也能作为矢量数据格式教学的典型样例提升对 GIS 数据结构的直观认识。1. 中亚五国矢量图一份shp数据能做什么为什么先跑ogrinfo做跨境能源管道选线、中亚棉花长势分析、丝绸之路经济带物流节点规划第一块硬骨头都是同一件事找到一份能用的中亚五国矢量图——哈萨克斯坦、吉尔吉斯斯坦、塔吉克斯坦、乌兹别克斯坦、土库曼斯坦的国界shp。数据并不难找难的是“能用”。很多人把shp拖进ArcGIS看到五个国境轮廓就以为完事结果量面积差一倍、转KML地名全乱、叠加影像偏了几百米。这些翻车十有八九出在坐标系、属性编码和边界拓扑上。这篇文章就按一条我能复现的流程讲先体检、再投影、清洗属性、处理共享边界、导出你需要的格式最后列出我踩过的坑。适合刚拿到shp不知道从哪下手的从业者也适合给团队搭数据生产规范的负责人。2. 先做三分钟体检shp数据包的组成与坐标系判断拿到任何shp第一反应不是打开GIS而是打开命令行。因为shp不是单文件坐标系又经常藏在.prj里用ogrinfo三行命令能少走两小时弯路。2.1 shp不是“一个文件”三件套与可选扩展名一个完整的Shapefile由三个基础文件构成.shp存储几何坐标.shx是几何索引.dbf存储属性数据。三者同名同路径缺一不可。常见传输中只发了.shp导致对方打开只有几何没有属性表甚至图层加载失败。还有可选的.prj写投影信息.cpg写字符编码.sbn/.sbx是空间索引.xml是元数据。拷数据时建议把整个文件夹一起打包或者转成GeoPackage单文件交付。扩展名作用缺失后果.shp几何坐标没有数据主体.shx几何索引无法读取要素.dbf属性表属性丢失.prj投影信息坐标系被误判.cpg字符编码中文乱码这张表是给团队做数据交接用的。我见过太多先把原始数据删掉、只留一个.shp的“瘦身”操作三个月后没人知道它是什么坐标系只能重新下载。另外要记得shp的字段名长度限制在10个字符这个限制源自dbf的dBASE标准。转换时如果字段名超过10字符会被截断重名时还会变成重复名。这一点在第二节属性清洗时还会再碰到。2.2 三条必跑命令ogrinfo 的 -so 与 -al 用法检查shp最直接的工具是GDAL全家桶里的ogrinfo。在终端输入ogrinfo -so -al 中亚五国.shp输出会包含图层名、几何类型Polygon或MultiPolygon、要素数量Feature Count: 5、图层范围Extent和坐标系统PROJCS或GEOGCS。如果显示GEOGCS[WGS 84]说明是经纬度坐标如果显示PROJCS[Albers...]说明已经是投影坐标。再跑一条不带-so的命令能看到每条要素的完整属性ogrinfo -al 中亚五国.shp这时可以观察属性字段名是ASCII还是西里尔字母以及每个国家的名称字段内容。如果属性值有汉字但终端显示乱码说明.dbf编码不是UTF-8后面需要处理。注意ogrinfo是命令行工具不在图形界面里。Windows用户可以在OSGeo4W Shell里运行或者安装QGIS后使用自带的OSGeo4W Shell。Linux用户一般需要安装gdal-bin包。如果公司不让装命令行工具用QGIS的图层属性面板也能看到同样信息但批量处理时命令行的优势是不可替代的。这里多写一句关于“gis怎么新建shp文件”如果你的数据源是纸质地图或照片想自己描一个五国边界QGIS里图层菜单-创建图层-新建Shapefile选择Polygon类型并指定CRS为WGS84。新建后先另存一个备份再进编辑模式手动描摹。但我们优先推荐从公开数据源获取手工数字化中亚五个国家边界成本很高而且容易出拓扑错误。2.3 坐标系分水岭经纬度还是投影决定面积量算对不对中亚五国的范围大致在东经46~87度、北纬37~55度。如果是经纬度的WGS84坐标系图层范围显示为X46到87Y37到55单位是度。这个状态下可以做视觉叠加但不能算面积、不能算距离因为一度的长度在赤道是111km在55°N缩短到约64km直接量结果没有意义。这就是“为什么五国面积量算经常翻车”的第一根导火索。正确做法是用等积投影。对整个中亚地区我一般用双标准纬线Albers等积圆锥ogr2ogr -t_srs projaea lat_140 lat_250 lat_00 lon_065 x_00 y_00 ellpsWGS84 unitsm no_defs 中亚五国_Albers.shp 中亚五国.shp这条命令把“中亚五国.shp”重新投影成Albers等积坐标输出文件坐标单位是米标准纬线定在40和50度中央经线取65度。参数里lat_1和lat_2是标准纬线决定整个区域的变形分布lon_065在中亚五国的经度中轴附近y_0/x_0偏移量先置0。这是常见的区域级统计投影。如果数据源本身带.prjogrinfo能读出来如果.prj缺失可用范围判断坐标值在几十的说明不是经纬度就是米制。用ogrinfo -so看Extent最靠谱。换到国内数据也一样处理塔里木河流域矢量shp、淮河shp、南盘江流域边界shp时先跑这条命令再决定是否需要投影套路完全相同。投影转换完成后验证方式是把输出重新读一遍ogrinfo -so -al 中亚五国_Albers.shp此时Extent的坐标数量级应该从几十变成几百万。如果仍是几十说明命令里的投影字符串没有生效检查终端是否把加号批处理掉——Windows下部分终端会把号吞掉需要给整个投影参数加单引号。这一步看起来小但每次都有人栽在这里。另外如果最终只需要在Google Earth里看可以不投影保留WGS84即可。但一旦要做面积统计必须投影。两者最好保存成两个文件一份原始经纬度做存档一份投影做分析免得回头找不到原版。实际工作中我见过不止一个人拿到数据先在ArcGIS里打开看到范围正常就去做专题图直到要把shp合并到全国数据里才发现坐标对不上。所以在数据生产流程里我会要求每个shp必须配一个说明文件写明源数据、坐标系、精度、属性字段含义。这不是多此一举因为shp自带的元数据经常被删三个月后连自己都会怀疑“这个文件到底是哪个投影存下来的”。3. 让五国边界成为可分析的地理要素属性清洗与拓扑修复下载好的shp通常带一堆冗长字段NAME、NAME_ISO、NAME_RU、VARNAME等。如果不做处理做专题图时图例全是英文/俄文出图前还得临时改。更麻烦的是共享边界不闭合导致面积重复或gap。这一章解决两件事属性让人看懂、边界让软件认同。3.1 属性俄文变中文字段计算器与编码转换常见的五国shp中name_ru字段是西里尔字母比如“Казахстан”。为了让团队里的非GIS同事直接看懂我们新增一列中文名称。QGIS里打开属性表进入字段计算器添加字符串字段name_cn长度20然后输入case when NAME Kazakhstan then 哈萨克斯坦 when NAME Kyrgyzstan then 吉尔吉斯斯坦 when NAME Tajikistan then 塔吉克斯坦 when NAME Uzbekistan then 乌兹别克斯坦 when NAME Turkmenistan then 土库曼斯坦 else 未识别 end这个表达式的逻辑是按英文名称精确匹配给每个国家赋中文名。如果数据源里没有NAME字段可能用admin0或COUNTRY以ogrinfo输出为准。字段计算器写好后单击“更新现有字段”选择name_cn。注意Shapefile的dbf对中文支持不差但字段名必须是ASCII因此字段叫name_cn而不是中文名。然后加ISO代码字段iso3方便后续做数据连接。表达式类似把中文替换成KAZ、KGZ、TJK、UZB、TKM。有了这两个字段后续按国家拆分、做柱状图、关联统计年鉴都直接走属性了。如果属性表本身是乱码先从图层属性-数据源-编码改为UTF-8或GBK能显示正常再执行字段计算。如果改编码还是乱用下面命令重写dbf编码ogr2ogr -lco ENCODINGUTF-8 中亚五国_utf8.shp 中亚五国_原始.shp这个命令把原有shp重新输出一份dbf编码强制为UTF-8。注意改编码不会改变属性内容只是让软件读对字节。3.2 共享边界缝隙怎么补拓扑检查器与v.clean五国边界源出多家时相邻两国的边界线往往不是完全重合的。放大到国界线会看到一条肉眼可辨的白色缝隙或者一个窄重叠带。做空间查询“相邻国家”没问题但做union或dissolve时缝隙会变成很小的多边形重叠部分会被重复计算面积。我的处理顺序是先用QGIS的Topology Checker插件规则选“must not have gaps”和“must not have overlaps”容差设为0.001度约100米取决于原始数据精度。跑完会列出所有错误位置。右键错误可以缩放到具体位置手动用节点编辑吸附。如果错误上百个纯手动修不完。用GRASS的v.clean来自动清理v.clean input中亚五国图层 output五国_clean toolrmdupl,break,rmarea thresh0.01这里tool参数含义是rmdupl删除重复几何break在几何自相交处打断rmarea删除小于阈值的面积碎片。thresh0.01对应最小面积单位取决于图层CRS。如果图层还是经纬度thresh单位是平方度不好控制建议先转投影再跑。自动清理后要回归检查一遍因为v.clean可能会把很小的岛屿或争议区域也删掉。中亚的咸海、里海边界里有一些碎面阈设大了会把它们抹掉。所以我一般先把阈值设到0.001跑完看面积变化再逐步加大。3.3 要素数不是5国界、省界与争议区域的层级取舍看到网上有人抱怨“省界线文件省1和省2的shp文件有什么区别”其实这说的是同一张地图中不同行政层级的区分。国界shp也类似有的数据集把五国国界做成5个要素有的只有4个把土库曼斯坦和乌兹别克斯坦之间的边界做成一条共线有的则把里海、咸海也画成多边形要素数瞬间变成7个甚至更多。建议拿到数据后先执行一条分组统计命令看每个国家是否有唯一的admin0代码ogr2ogr -where ADM0_A3 IN (KAZ,KGZ,TJK,UZB,TKM) 五国_filter.shp 中亚_all.shp注意字段名“ADM0_A3”是很多公开数据源的一个命名惯例但你的数据未必叫这个。实际操作时先用ogrinfo看字段再改。这条命令的意义是把要素集里所有不属于五国的碎块、邻国部分、争议区域一次性筛掉得到一个干净的五国面板数据。如果你的数据包含州级边界省1和全国边界省2不要把两层混在一个shp里。等值线制图时用省界但做面积统计时一定要用国界层否则会造成重复。同理有人会问“北京 shp怎么这么小”就是因为只取了北京市范围而没带全国底图。数据处理原则是不同精度、不同层级的矢量分开存需要叠加再通过空间关系关联。4. 转换到常用格式KML、GeoJSON、3DTiles 与 CAD 互转用户搜“arcgis shp转kml”怎么弄、“dwg转shp”怎么弄本质上是数据交换问题。本章给出可直接复用的命令和必调参数避免格式转换后几何或属性翻车。4.1 dwg转shp与shp转kml两条通行命令DWG是CAD原生格式shp是GIS主流格式。常见做法是在QGIS中加载DWG需要安装CAD Tools插件但命令行控制度更高。假设有一个“中亚规划.dwg”里面有多层其中一层是多边形ogr2ogr -f ESRI Shapefile 中亚_cad.shp 中亚规划.dwg转出来后用ogrinfo查看几何类型。CAD里的封闭多段线会被识别为Polygon但文字、标注、块引用会变成Point或LineString这是固有属性不是bug。很多人在这一步发现面积字段丢失——因为CAD并没有属性表所有扩展数据在EATTEDIT里转shp时默认不读取。如果想要CAD属性进dbf需要在CAD中用EXPORT导出时勾选“属性”或者用FME。如果只是用DWG参考这个转换够了。shp转kml的命令更简单ogr2ogr -f KML -t_srs EPSG:4326 中亚五国.kml 中亚五国.shp注意KML规范要求坐标系必须是WGS84经纬度所以不管源shp是Albers还是Web Mercator都要加-t_srs EPSG:4326。不加也能转GDAL会附加一个transform但若源坐标系缺失目标KML会挂在一个错误的坐标系下Google Earth可能把它甩到海里。参数里EPSG:4326是WGS84经纬度编码。kml转shp也是同样逻辑ogr2ogr -f ESRI Shapefile 五国.shp 五国.kml但KML里的符号和样式不会进shp点要素的图标信息会丢。4.2 shp转3DTiles先分清是“边界白模”还是“数据栅格”“shp转3dtiles”这个需求出现得很频繁但很多人把两个完全不同的场景混在一起。场景一把五国边界加高做成三维柱状图用Cesium展示。场景二把一个带栅格属性如土地利用分类的shp做成三维场景的底图。后者根本不转3DTiles而是把矢量栅格化后切片。对于边界加高的场景最快路径是shp→GeoJSON→Cesium加载而不是转3DTiles。shp转GeoJSONogr2ogr -f GeoJSON -t_srs EPSG:4326 中亚五国.geojson 中亚五国_Albers.shp在Cesium里用GeoJsonDataSource加载给每个Feature设置一个高度值例如用属性字段pop_density乘以一个拉伸系数就能看到高低起伏的边界柱体。这样的方案不需要预处理缓存刷新即可。如果数据量大到一个GeoJSON加载不动才需要转3DTiles。工具选“CesiumLab”或“cesiumium-tiles”都行核心参数是几何简化和纹理尺寸。边界数据没有纹理主要调“最大顶点数”和“简化比例”。3DTiles切割时建议把国界先转成WGS84因为3DTiles内部使用WGS84坐标系。转前用mapshaper简化能减少30%以上体积。4.3 excel点转shp和渔网分割shp批量操作的参数陷阱先理清这两个操作。excel点转shp是把经纬度表格变成点图层渔网分割shp是用格网把五国切成均匀的小块。前者用于把城市点位标到国界上后者用于把人口、气候指标按格网统计。Excel转shp在QGIS里最稳导入CSV时选“定制分隔符”X字段填经度Y字段填纬度几何类型选PointCRS选WGS84。导入后发现点位置在范围外十有八九是经纬度写反了。python环境里可以这样读取import pandas as pd import geopandas as gpd df pd.read_csv(cities.csv) gdf gpd.GeoDataFrame( df, geometrygpd.points_from_xy(df.lon, df.lat), crsEPSG:4326, ) gdf.to_file(cities.shp, encodingutf-8)这里points_from_xy需要传入经度在前、纬度在后。如果你把列名起成x、y很容易在习惯上把纬度当X实际应该按“经度在前”传参。to_file默认输出Shapefile如果报字段名截断试试用GeoPackage。渔网分割shp用QGIS的Create Grid工具做网格层然后Intersect。注意Create Grid的网格间距单位如果图层CRS是WGS84间距是度想要1千米网格就去投影一层。生产时我一般先投影到Albers再做10km网格然后用ogr2ogr -t_srs EPSG:3857 -overwrite 五国_web.shp 五国_Albers.shp这种临时转换只是为了网格叠加分析完再转回来。渔网分割的产物要素数巨大不要用shp保存存GeoPackage否则很容易触发2GB限制。5. 避坑指南处理五国shp最常见的五个翻车现场这一章全是我和同行在数据生产线上踩过的坑。每条都按现象-原因-解决来写希望能帮你少交学费。5.1 缺文件导致打不开shapechk 的修复时机与限制现象双击五国.shpArcCatalog提示“找不到.shx”或者QGIS里几何要素出现大洞。排查后是文件夹里只有.shp和.dbf.shx丢了。原因传输过程中某些邮箱/网盘对.shx这种罕见后缀做了拦截或改名。另外通过Git管理shp时.shx被.gitignore误伤也常见。解决如果只是.shx缺失用shapechk修复工具重建索引。shapechk是一个ESRI提供的命令行小工具用法是shapechk 中亚五国.shp它会扫描.shp并重新生成.shx。如果.dbf也丢了shapechk救不回来只能重新找原始数据。所以前面强调每一份shp都要保留完整三件套备份。如果连原始数据源都没留下可以尝试用ogrinfo硬读.shp有时能算几何但属性为空不能作为成品数据。5.2 面积量算失真投影坐标系没设造成的系统性错误现象用QGIS字段计算器给五国图层算面积得到的数值只有预计的四分之一甚至更小再一看坐标单位是度。原因图层CRS是EPSG:4326$area的返回单位是平方度不是平方米。即使你手动把图层CRS改为Albers如果源数据里的坐标仍然是经纬度QGIS会临时重投影返回米制结果但前提是没有“图层CRS覆盖”。很多人顺手把“图层CRS”改成了Albers但忘了投影实际几何结果量出来还是半吊子。解决必须使用ogr2ogr做实际投影转换生成一个新文件而不是在图层属性里改CRS。投影后检查Extent数量级然后再算面积。在QGIS中投影后新增字段area_km2表达式为$area / 1e6这样得到平方千米。5.3 中文属性乱码KML和GeoJSON导出时的编码坑现象五国shp在QGIS中文正常导出KML后用Google Earth打开是乱码“哈萨克斯坦”变成“е“Х∞”或问号。原因KML内部是XML默认UTF-8。如果源dbf编码是GBKGDAL在转KML时没有正确读取.cpg导致字符串按错误编码解释。另外QGIS导出KML时如果图层本身带有非UTF-8属性也会出现问题。解决最保险的是先统一编码。用上一章的命令把dbf转成UTF-8再导出。或者在QGIS中设置图层属性-数据源-编码为“UTF-8”然后再另存为KML。导出GeoJSON也一样GeoJSON规范要求UTF-8。建议所有shp入库前都转成UTF-8省得后面每个环节都出乱码。5.4 行政边界与卫星影像不套合坐标系基准不一致现象把五国边界shp叠加到同区域高分影像上边界与河流、道路错开约几百米在阿拉木图这种山谷城市特别明显。原因影像产品一般用WGS84但某些边界数据来自旧苏联测绘成果基准面是Pulkovo 1942或Krassovsky椭球。WGS84和Pulkovo之间的平移向量在中亚地区大约有100~300米误差。凡是原始shp没有.prj或者.prj写着“GCS_Unknown”就要高度怀疑基准面不准确。解决优先选择使用单一基准的数据源例如Natural Earth、GADM。如果必须用旧基准数据需要用大地测量控制点做七参数转换或至少做平移配准。在没有控制点的情况下一个临时办法把边界层和影像层同时加载比较一个明显地物的偏移量然后用QGIS的“移动图层”功能整体平移但不保证整体精度。这只是临时救场正式成果必须用原厂坐标定义。5.5 shp单文件超过2GB大网格场景改用GeoPackage现象做渔网分割五国边界后输出shp到一半报错“无法写入”或者整个shapefile文件损坏。文件管理器里看到.shp大小约2.14GB。原因shapefile规范限制shp和dbf的体积均不能超过2GB这在处理高精度网格分割时很容易触碰。不是电脑磁盘问题。解决输出到GeoPackage。QGIS中另存为GeoPackage或者在ogr2ogr里指定ogr2ogr -f GPKG 五国_grid.gpkg 五国_grid.shpGeoPackage没有2GB硬限制也支持空间索引属性字段名长度上限也更大。如果你的下游系统必须要shp那就按国家拆分一个国一个文件或者对边界做适度简化移除不必要的顶点。拆分命令在下一章给。顺便说一句有些老库里有shp转txt的需求本质上是用ogr2ogr输出CSV但属性中的几何信息会丢失通常不推荐用txt存几何。6. 进阶用法按国家批量拆分与自动检查最后写一个可以直接抄的脚本把多国的五国shp按国名拆成单独文件并做一次自动校验。用GeoPandas最顺手import geopandas as gpd gdf gpd.read_file(中亚五国_Albers.shp, encodingutf-8) for name, group in gdf.groupby(name_cn): group.to_file(f{name}.shp, encodingutf-8) print(name, len(group), group.total_bounds)这段代码按name_cn字段分组每个国家写出一个单独shp。total_bounds输出该国的范围用于快速判断是否有几何异常比如范围突变到非洲。注意写入shp时字段名被截断到10字符但name_cn不算长问题不大。如果你的字段名像“average_income_2023”这种超过10字符在GeoPandas写shp前需要先用rename改短。验证拆分后的文件再跑一次ogrinfofor f in 哈萨克斯坦.shp 吉尔吉斯斯坦.shp; do echo $f; ogrinfo -so -al $f | grep Extent; done这是我做完任何矢量数据都会跑的“后悔药”动作——检查Extent是否符合预期。X范围应在46~87Y在37~55。如果X跑到三位数说明投影信息丢失或投影字符串错误要回头检查。另一个值得养成的习惯是保留原始下载文件不动所有清洗另存新文件。文件名加后缀原始、_Albers、_utf8、_topo。这样即使后面某个环节出了问题也能从上一版重新开始。我最早处理中亚五国数据时因为直接在原始shp上改CRS导致整个文件夹被污染最后只能重新下载。从那以后“只读原始另存过程”成了我的铁律。希望这套从体检到最后拆分的流程能帮到你。本文还有配套的精品资源点击获取