企业官网建设流程全解析

简介：这份资源面向GIS从业者、城市规划人员、科研人员及高校学生，提供2021年云南省路网、水网、建筑、土地利用等矢量数据与行政区划边界，采用WGS84坐标，可直接在ArcGIS等平台加载分析，适用于区域规划、交通研究、土地利用评估等场景。压缩包共40个文件，约57.53MB，以shp、shx、dbf、prj、xml为主：shp存储几何要素，shx为索引，dbf保存属性表，prj定义投影，xml记录元数据，覆盖道路、铁路、水系、建筑、土地利用与地名等图层，并附云南省整体边界。目前已有466人学习下载，数据经过整理，省去自行采集与清洗的环节，可快速用于制图、空间统计与建模，也可作为底图与其他数据叠加分析，适合需要现成云南矢量底图的中高级用户。

1. 从一份 2021 年云南省全要素矢量数据说起：路网、水网、建筑、土地利用怎么落到 shp 里

手上拿到一份「2021年云南省最新最全路网、水网、建筑、土地利用矢量数据+行政区划边界+shp数据+wgs84坐标」的时候，多数人的第一反应是打开 ArcGIS 或 QGIS 看图层能不能正常加载，第二反应才是问：这套数据到底能干什么、坐标对不对、属性字段够不够用。它本质上是把云南省域范围内的四类核心地理要素——道路线、水系线面、建筑面、土地利用面——连同行政区划边界，统一整理成 shp 格式，并采用 wgs84 地理坐标系。对做国土空间规划、交通可达性分析、洪涝淹没模拟、城市扩张研究的人来说，这是一套能直接进 GIS 流水线的基础底图，而不是只能看不能算的展示图。

热搜里反复出现的 shp、wgs84、矢量数据、行政区划边界这几个词，恰好对应了这套数据的四个命门：格式能不能被工具链吃进去、坐标系能不能和已有数据对齐、矢量拓扑能不能支撑空间运算、边界能不能用来做裁剪和统计。新手拿到手最怕的是「图层能打开但一算就错」，熟手最关心的则是字段结构、几何类型和坐标精度能不能满足自己的模型。接下来按「先认清数据构成，再跑通加载与坐标校验，然后落到具体分析场景，最后把踩过的坑摊开」这条线走，每一步都给可复现的命令和参数。

2. 拆解数据构成：路网、水网、建筑、土地利用与行政区划边界各自怎么用

2.1 五类图层的几何类型与典型字段

拿到 shp 数据先别急着做分析，用 ogrinfo 把每个图层的几何类型和字段列出来，这一步决定了后面能用什么空间运算。路网通常是 LineString，字段里会有道路等级、名称、长度；水网可能是 LineString 加 Polygon 两套，线表示河流中心线，面表示水域范围；建筑是 Polygon，字段一般带层数或面积；土地利用是 Polygon，带地类编码；行政区划边界是 Polygon，带行政区代码和名称。

# 查看 shp 文件的图层信息、几何类型和字段 ogrinfo -so -al yunnan_road.shp ogrinfo -so -al yunnan_water_line.shp ogrinfo -so -al yunnan_building.shp ogrinfo -so -al yunnan_landuse.shp ogrinfo -so -al yunnan_boundary.shp

-so只输出摘要不读几何，-al列出所有图层。重点看 Geometry 那一行是 Line String 还是 Polygon，以及 Field 列表里有没有你需要的等级、编码字段。如果路网只有几何没有等级字段，做分级渲染或按等级筛选时就得自己补属性，这是后面分析前必须确认的事。

2.2 wgs84 坐标意味着什么，以及和投影坐标的换算

wgs84 是地理坐标系，单位是度，直接拿它算长度和面积会得到以度为单位的荒谬结果。做距离、面积、缓冲区分析之前，必须投影到适合云南的投影坐标系。云南跨了多个 UTM 带，常见做法是用 CGCS2000 高斯克吕格投影，按经度选择 3 度带或 6 度带。用 ogr2ogr 做转换：

# 把 wgs84 地理坐标转成 CGCS2000 3度带投影（以云南中部约102E为例，带号34） ogr2ogr -f "ESRI Shapefile" \ -t_srs "+proj=tmerc +lat_0=0 +lon_0=102 +k=1 +x_0=500000 +y_0=0 +ellps=GRS80 +units=m +no_defs" \ yunnan_road_proj.shp yunnan_road.shp

-t_srs指定目标投影，+lon_0=102是中央经线，+units=m保证输出单位是米。转换后面积和长度字段才有物理意义。如果只是做叠加显示不做量算，保持 wgs84 也能用，但一旦涉及 buffer、intersect、area 计算，不投影就是给自己埋雷。

2.3 行政区划边界在裁剪和统计里的角色

行政区划边界最直接的用途是裁剪：把全省的路网、建筑按某个州市或县区裁出来，减少数据量、聚焦分析范围。用 ogr2ogr 的-clipsrc参数可以一步完成：

# 用某个县边界裁剪路网，只保留县内道路 ogr2ogr -f "ESRI Shapefile" \ -clipsrc yunnan_county_boundary.shp \ road_in_county.shp yunnan_road.shp

裁剪之后做统计，比如按行政区汇总建筑面积、按县统计路网密度，就需要把裁剪结果和边界做空间连接。这一步在 PostGIS 里做比在桌面软件里做更可控，后面章节会展开。边界图层本身要检查拓扑：有没有自相交、有没有缝隙、行政区代码是否唯一，这些直接决定统计结果对不对。

3. 把 shp 数据跑进分析流水线：加载、校验、裁剪与空间统计

3.1 用 Python 批量读取并做坐标与几何校验

桌面软件点几下能看，但批量校验和自动化处理得靠代码。用 geopandas 读 shp，检查坐标系、几何有效性、空几何和重复要素：

import geopandas as gpd from shapely.validation import explain_validity # 读取 shp，指定编码避免中文属性乱码 gdf = gpd.read_file("yunnan_building.shp", encoding="utf-8") # 检查坐标系 print("CRS:", gdf.crs) # 检查几何有效性，找出无效几何 invalid = gdf[~gdf.is_valid] for idx, row in invalid.iterrows(): print(idx, explain_validity(row.geometry)) # 检查空几何和重复 print("空几何数量:", gdf.geometry.is_empty.sum()) print("重复几何数量:", gdf.geometry.duplicated().sum())

encoding="utf-8"很关键，shp 的 dbf 属性表中文乱码十有八九是编码没对上。is_valid会标出自我相交、环方向错误等几何问题，explain_validity告诉你具体哪里坏了。无效几何在做 intersect 或 union 时会直接报错或产生错误结果，必须先修复。

3.2 修复无效几何并统一坐标系

发现无效几何后用 buffer(0) 或 make_valid 修复，再统一投影：

from shapely.validation import make_valid # 修复无效几何 gdf["geometry"] = gdf["geometry"].apply( lambda geom: make_valid(geom) if not geom.is_valid else geom ) # 统一投影到 CGCS2000 3度带 gdf_proj = gdf.to_crs("+proj=tmerc +lat_0=0 +lon_0=102 +k=1 +x_0=500000 +y_0=0 +ellps=GRS80 +units=m +no_defs") # 重新计算面积字段（单位：平方米） gdf_proj["area_m2"] = gdf_proj.geometry.area gdf_proj.to_file("yunnan_building_fixed.shp", encoding="utf-8")

make_valid比 buffer(0) 更稳，buffer(0) 对某些自相交多边形会返回空几何。投影后再算面积，area属性才是平方米。这一步做完，建筑面数据才能拿去做密度分析或容积率估算。

3.3 路网与水网的叠加分析：以缓冲区统计为例

路网和水网的典型分析是缓冲区叠加，比如统计河流两侧一定范围内有多少道路，或者道路对水系的跨越情况。先对水网做缓冲区，再和路网做空间连接：

# 水网缓冲区 100 米 water_proj = gpd.read_file("yunnan_water_line_proj.shp") water_buffer = water_proj.copy() water_buffer["geometry"] = water_proj.geometry.buffer(100) # 路网与水网缓冲区相交 road_proj = gpd.read_file("yunnan_road_proj.shp") road_near_water = gpd.sjoin(road_proj, water_buffer, predicate="intersects") # 统计每条河流缓冲区内道路数量 count_by_water = road_near_water.groupby("water_id").size() print(count_by_water.describe())

buffer(100)的单位是米，因为已经投影过了。sjoin的predicate="intersects"表示只要相交就匹配，也可以用within做更严格的包含判断。这一步能快速筛出跨河路段或临河路段，对防洪评估和道路选线有直接价值。

3.4 用 PostGIS 做行政区尺度的空间统计

数据量大或者要做多轮统计时，把 shp 导入 PostGIS 比在 Python 里反复读写文件高效得多。导入后用 SQL 做空间连接和汇总：

# 用 shp2pgsql 导入 PostGIS shp2pgsql -s 4326 -I -W UTF-8 yunnan_landuse.shp public.landuse | psql -d gisdb shp2pgsql -s 4326 -I -W UTF-8 yunnan_boundary.shp public.boundary | psql -d gisdb

-- 按行政区统计各地类面积（先投影再算面积） SELECT b.name, l.landuse_code, SUM(ST_Area(ST_Transform(l.geom, 4526))) AS area_m2 FROM landuse l JOIN boundary b ON ST_Intersects(l.geom, b.geom) GROUP BY b.name, l.landuse_code ORDER BY b.name, area_m2 DESC;

-s 4326声明源数据是 wgs84，-I建空间索引加速查询。SQL 里ST_Transform(l.geom, 4526)把几何转到 EPSG:4526（CGCS2000 3度带），再算面积。ST_Intersects做空间连接，比逐要素循环快几个数量级。这一步是土地利用结构统计的标准做法，换任何省份都通用。

4. 避坑与排查：shp 加载、坐标、属性、拓扑里最容易翻车的五件事

4.1 现象：shp 加载后位置偏移几百米甚至几公里

原因：坐标系声明错误或缺失。shp 的 .prj 文件如果丢失或写错，软件会按默认坐标系解释，导致位置漂移。wgs84 数据被当成投影坐标读，或者投影参数写错中央经线，都会偏。

解决：用 ogrinfo 确认 .prj 内容，和已知控制点比对。缺失 .prj 时手动指定坐标系重新导出，不要靠软件猜。导入 PostGIS 时-s参数必须和实际坐标系一致。

4.2 现象：中文属性字段显示为乱码

原因：dbf 文件的编码和读取时指定的编码不一致。shp 的 dbf 默认可能是 GBK、GB2312 或 UTF-8，不同来源不一样。

解决：读取时显式指定encoding，geopandas 里试utf-8、gbk、gb18030。如果已经乱码且没有原始数据，用 ogr2ogr 转编码：ogr2ogr -f "ESRI Shapefile" -lco ENCODING=UTF-8 out.shp in.shp。

4.3 现象：做 intersect 或 union 时报拓扑错误

原因：多边形自相交、环方向错误、重复节点、缝隙或重叠。这些在 shp 里很常见，尤其是从 dwg 转 shp 或从其他格式转换来的数据。

解决：先跑is_valid批量检查，用make_valid修复。修复后重新检查，必要时用buffer(0)兜底。修复前备份原始数据，修复可能改变几何形状。

4.4 现象：面积或长度计算结果明显偏小或偏大

原因：在 wgs84 地理坐标系下直接算面积或长度，单位是度，数值没有物理意义。或者投影参数选错，中央经线偏离数据范围太远，变形过大。

解决：先投影到合适的投影坐标系再算。云南用 CGCS2000 3度带，中央经线按数据所在经度选。跨带数据要分带处理或选统一的 Albers 等面积投影。

4.5 现象：按行政区统计时部分要素被重复计算或漏算

原因：边界图层有重叠或缝隙，或者空间连接的 predicate 选得不合适。intersects会把跨边界的要素同时算进两个行政区，within会漏掉边界上的要素。

解决：先检查边界拓扑，消除重叠和缝隙。统计时明确口径：跨边界要素按面积比例分摊，还是按中心点归属。用ST_Centroid判断归属比intersects更可控。

5. 从 shp 到可用成果：批量导出、格式转换与精度验证的进阶手法

5.1 批量导出为 GeoJSON、WKT 和 3D Tiles 的取舍

shp 有字段名长度限制和 2GB 大小限制，做 Web 展示或大数据量传输时通常要转格式。GeoJSON 适合 Web 地图，WKT 适合入库和文本交换，3D Tiles 适合三维场景。用 ogr2ogr 批量转：

# shp 转 GeoJSON ogr2ogr -f "GeoJSON" yunnan_road.geojson yunnan_road.shp # 导出为 WKT 文本（用 ogrinfo 配合 SQL） ogrinfo -sql "SELECT ST_AsText(geometry) FROM yunnan_road" yunnan_road.shp # shp 转 3D Tiles 需要先转成带高度的 GeoJSON 或 OBJ，再用工具切片

GeoJSON 默认输出 wgs84，适合直接给前端。WKT 导出时注意坐标系，ST_AsText输出的是当前坐标系下的坐标。3D Tiles 转换链路较长，建筑数据需要先拉伸高度字段，再走切片工具，这一步对建筑层高字段的完整性要求很高。

5.2 用渔网分割 shp 做分块处理

数据量大时，按渔网分块能降低单次处理内存占用，也方便并行。用 QGIS 或 Python 生成渔网，再和目标图层做相交：

import geopandas as gpd from shapely.geometry import box # 生成覆盖范围的渔网 bounds = gdf.total_bounds cell_size = 10000 # 10km 网格 cells = [] x = bounds[0] while x < bounds[2]: y = bounds[1] while y < bounds[3]: cells.append(box(x, y, x + cell_size, y + cell_size)) y += cell_size x += cell_size grid = gpd.GeoDataFrame(geometry=cells, crs=gdf.crs) # 按网格分割 clipped = gpd.overlay(gdf, grid, how="intersection")

cell_size按数据密度调整，城市建筑密集区可以小一些，路网稀疏区可以大一些。overlay的how="intersection"保留相交部分，分割后每个网格单独处理，最后合并结果。

5.3 精度验证：用已知地物和控制点交叉检查

数据精度不能只看元数据，要拿已知地物验证。常见做法是选几个有明显地标的点，比如交叉路口、桥梁、行政中心，比对 shp 坐标和实测坐标或高精度影像坐标。偏差在米级以内可以接受，超过十米就要怀疑坐标系或采集精度。

# 计算验证点与 shp 中对应要素的距离 from shapely.geometry import Point check_points = [ (102.7, 25.0, "控制点A"), (102.8, 25.1, "控制点B"), ] for lon, lat, name in check_points: pt = Point(lon, lat) nearest = gdf_proj.geometry.distance(pt) print(name, "最近距离:", nearest.min())

验证点坐标要和 shp 在同一坐标系下，否则距离没有意义。这一步做完，心里对数据精度才有底，拿去投标或出图才敢签字。

5.4 我自己的习惯：先建校验脚本，再动分析

这些年做数据项目，我养成了一个习惯：拿到任何 shp 数据，先写一个校验脚本，把坐标系、几何有效性、字段完整性、空值比例、重复要素全部跑一遍，输出一份检查报告。这份报告不交给别人，就是给自己看的后悔药。很多翻车不是分析逻辑错，而是数据本身有问题没提前发现。校验脚本跑完，再决定要不要修复、怎么修复、修复到什么程度。这个习惯让我少熬了很多夜，也希望帮到你。

本文还有配套的精品资源，点击获取