简介中国自然保护区名录及矢量边界数据是一套面向生态学、地理信息与环境保护研究人员的实用数据集可用于支撑保护区空间分布分析、生物多样性评估及规划决策。压缩包内共7个文件主要包括Excel格式的全国保护区名录以及由shp、dbf、prj等组成的标准矢量边界文件并额外提供kmz格式方便在在线地图工具中快速查看压缩后整体大小约5.46MB轻量易用。目前已有1426人学习或下载该数据。数据字段涵盖保护级别、保护类型、建立年份、保护面积、所属部门、所在城市等详细属性既能满足科研与教学中的图层叠加、面积统计等操作需求也可为生态保护规划与政策分析提供基础底图支持尤其适合GIS入门者结合名录与边界进行空间数据整理、叠加分析与可视化出图还可用于专题地图快速制作。1. 自然保护区边界数据一份能直接上图的shp资源做环评选址、规划出图和科研统计时最怕的不是没有数据而是拿到手的边界早已过时。某项目评审会上专家指着一处地块问“是不是压了保护区红线”当时图件上根本没有这条线——后来排查发现整份图层还是几年前的旧版本。这套中国自然保护区名录矢量边界数据shp要解决的就是这件事一边是带名称、级别、类型、面积等登记信息的名录属性表一边是能直接叠加分析的矢量边界适合GIS从业者、环评和规划人员以及科研学生使用做预筛、面积统计和汇报底图都够用。后面按字段解读、加载清洗、避坑排查、进阶统计的顺序展开拿到数据后照着操作即可。2. 名录与shp拆解字段含义、几何组织与坐标系判定2.1 名录字段把每一列的作用和隐患说清楚打开属性表后先别急着画图把字段完整过一遍。这套数据通常包含名称、级别、类型、所在地、面积、批建时间等核心列常见命名有NAME、GB、TYPE、CLASS、PROVINCE、AREA、APPROVAL_DATE。字段名在不同版本里差异很大有的是中文表头有的是拼音缩写还有的混用编号但含义一般都能对上。下面这张表我按常用字段整理了一份对照关系实际包里字段顺序可能不一样按名字找就行。字段名常见变体含义用途与隐患NAME名称保护区全称名称里常带括号如“某某省级”出图注记前建议去掉括号内容GB级别国家级/省级/市级/县级筛选和分组统计的核心字段值可能写作“国家”和“国家级”需先统一TYPE类型森林生态/湿地生态/荒漠生态等按类型做覆盖率统计时使用分类粒度较粗CLASS生态类别细化到内陆湿地、野生动物等与TYPE容易混淆实际使用时常只保留其中一个PROVINCE所在省省级行政区做省级汇总时直接groupby即可注意有的值带“省”字有的不带AREA面积登记面积单位可能是公顷也可能是平方公里这是面积对不上第一大原因APPROVAL_DATE批建时间批准建立日期可用于筛选近十年新设或调整过的保护区字段名容易触发dbf截断字段值规整是个不能跳过的动作。几个常见变体GB字段里“国家”和“国家级”混写TYPE里“森林生态”被简写成“森林”PROVINCE里“某省”和“某”并存。如果不先做值域统一后面任何分组统计都会出现同义不同值的漏算或重算。我的习惯是先对每个文本字段跑一次取值分布把等价项合并后再进入数据分析流程这个习惯能避免大量返工。字段命名的坑也出在格式上。shapefile的dbf属性表规定字段名最长10个字符于是很多原始数据把APPROVAL_DATE写成APPR_DATE或者干脆用8位拼音缩写。跨数据包合并前一定要先统一列名否则两个表merge时相同含义的字段会因为名字不同而全部落空。常见做法是先读入GeoPandas看一眼columns全部改成简短英文列名再保存。2.2 几何组织与属性编码读shp前先做好这三件事shapefile不是单一文件是一组文件的集合。.shp存几何.shx存空间索引.dbf存属性.prj存坐标系.cpg声明字符编码。拿到包后先把这几个文件放进同一目录再拖进GIS软件。曾经遇到过只拷贝了.shp和.dbf的情况坐标系信息丢失整个图层落在错误位置排查了很久才发现是文件没拷全。多部件几何在保护区数据里非常常见。一个保护区包含若干不相连的片区每个片区是一个子几何但在属性表里只对应一条记录。统计总面积时没问题但如果要把某个片区单独导出必须先做“多部件转单部件”处理。GeoPandas里对应explode操作QGIS里也有现成工具。不做这一步很多空间分析会在多部件边界处产生意外结果尤其是生成缓冲区或做相交判断时。属性编码是中文GIS数据永恒的话题。国内整理的数据大量使用GBK保存dbf而QGIS和GeoPandas默认按UTF-8解析于是出现乱码。判断编码可以先看.cpg文件内容写着936就是GBK写着65001就是UTF-8cpg缺失时用文本编辑器打开dbf头部也能侧面推断。更省事的办法是先用一个小脚本尝试两种编码读取哪个不乱码就用哪个。2.3 坐标系识别三板斧先判定再叠加顺序不能反拿到shp后的第一反应应该是看图层范围而不是直接叠底图。用三条经验快速完成判定。第一板斧是看.prj文件。里面有GCS_WGS_1984或EPSG:4326字样说明是WGS84经纬度坐标出现GCS_China_Geodetic_Coordinate_System_2000多半是2000国家大地坐标系下的经纬度如果出现投影参数再去确认UTM带号或高斯克吕格带号。第二板斧是看范围值。经纬度坐标下X范围一般在70到140之间Y在15到55之间投影坐标的数值往往达到六位数或更大。通过图层属性里的“信息”页签就能一眼判断。第三板斧是叠底图验证。加载在线影像后缩放到图层范围边界能和地物大致对上说明坐标系匹配整体偏移几百米甚至跑到海外要么坐标系判错了要么数据本身被处理过。某些经过偏移处理的数据和在线底图匹配正常但与未偏移数据叠在一起就产生偏差这种情况只能以实测控制点为基准做几何校正。这套资源里多数shp采用EPSG:4326或CGCS2000经纬度少部分按省份投影成高斯坐标。做面积计算时不能拿经纬度直接算需要先投影到等积坐标系这一点在下一章展开。3. 加载与清洗统一编码、筛选子集与面积校验3.1 QGIS里做一次快速体检把shp拖进QGIS后按固定顺序检查四件事。右键图层进属性看CRS、范围和编码声明打开属性表浏览NAME、GB、TYPE几个字段的取值分布加一个在线底图缩放到图层范围核对边界与影像的叠放关系再用字段统计功能看一眼级别和类型的数量。这一步不改任何数据目的是确认坐标系、编码和数据质量把后续操作的底摸清楚。为什么强调顺序因为坐标系错误会直接影响后续所有操作编码错误会让属性表不可读字段取值混乱会让统计结果失真。先检查再动手能省掉后面大量排错时间。尤其注意图层范围这个指标如果显示的X范围在70到140之间说明当前是经纬度坐标如果有人告诉你“数据是投影坐标”但范围显示只有两位小数那多半是prj缺失被软件猜错了。3.2 Python统一编码与字段精简拿到数据后第一件正事是统一编码和精简字段。这两个操作放在一起做避免反复读写中间文件。import geopandas as gpd # 先用gbk编码读取源文件大概率是gbk保存 gdf gpd.read_file(某省_自然保护区.shp, encodinggbk) # dbf字段名最长10个字符过长会被截断统一改成短列名 gdf gdf.rename(columns{ 名称: NAME, 级别: GB, 类型: TYPE, 生态类别: CLASS, 所在省: PROVINCE, 面积: AREA, 批建时间: APPROVAL_DATE }) # 只保留核心字段去掉无关列 keep [NAME, GB, TYPE, CLASS, PROVINCE, AREA, APPROVAL_DATE] gdf_clean gdf[keep].copy() # 以utf-8编码重新写入shp gdf_clean.to_file(某省_保护区_clean.shp, encodingutf-8, driverESRI Shapefile) print(gdf_clean.head()) print(gdf_clean.geom_type.unique())代码逻辑说明第一步按GBK读取与源文件编码保持一致第二步统一列名中文明细表头在这里全部映射成英文短字段第三步保留核心列并另存为UTF-8编码的shp。最后打印geom_type是确认几何类型到底是Polygon还是MultiPolygon这个信息直接决定后续是否需要拆分多部件。参数说明encoding参数必须和源文件实际编码一致如果源文件实际是UTF-8而这里写了gbk会读出乱码或直接抛异常遇到这种情况把encoding改成utf-8重试即可。keep列表里没有geometry字段但shp保存时几何信息会自动保留不需要显式放进列表。字段截断不是玄学而是dbf格式的历史限制超过10个字符会被驱动截短不同软件截取规则还不统一所以保存前就主动用短列名后面所有脚本都不需要再处理表头兼容问题。另存时生成的新目录里会自动带上.cpg文件。如果后续还要在QGIS里打开这个文件会告诉QGIS按UTF-8解析乱码问题从根上解决。注意旧数据目录里的.cpg如果还写着GBK新文件又和旧文件放在一起打开时仍可能走旧编码所以清理时要把旧cpg删掉或改名。3.3 按级别和类型筛选子集实际业务里经常要把“某省国家级湿地保护区”单独提取出来。用布尔筛选加投影计算一次完成。import geopandas as gpd gdf gpd.read_file(某省_保护区_clean.shp, encodingutf-8) # 统一级别字段的值避免“国家”和“国家级”混写导致漏筛 gdf[GB] gdf[GB].str.replace(国家, 国家级) # 筛选国家级且类型字段包含“湿地”的保护区 national_wetland gdf[(gdf[GB] 国家级) (gdf[TYPE].astype(str).str.contains(湿地))] # 投影到Albers等积坐标系后再计算面积 aea projaea lat_125 lat_247 lat_00 lon_0105 x_00 y_00 datumWGS84 national_wetland national_wetland.to_crs(aea) national_wetland[area_km2] national_wetland.geometry.area / 1e6 print(national_wetland[[NAME, AREA, area_km2]])逻辑说明先做值域规整把“国家”统一替换成“国家级”然后写布尔掩码筛选目标子集。使用Albers等积投影是为了让面积计算不因纬度变形而失真保护区主体分布在中纬度区域双标准纬线25度和47度基本覆盖了主要范围在这个投影下算出的面积更接近真实地面积。参数说明str.replace只处理字段值里的“国家”字样如果记录原本就是“国家级”替换后结果不变但如果有人把“省级”写成“省”不要用同样的替换逻辑会误伤。to_crs可以用EPSG编号比如EPSG:32650但Albers自定义投影对整个国土范围更稳定。area_m2除以1e6得到平方千米如果名录里的AREA单位是公顷对比时要再做一次换算1平方千米等于100公顷别把两个单位直接相减。运行完这段把计算面积和名录里的登记面积放在同一张表里对比。差异在5%到10%以内属于正常现象因为矢量边界和名录登记往往不是同一时间维护的小幅偏差不影响空间分析。差异超过30%就要回头查单位、查投影、查是否用了旧版边界这三个方向基本能覆盖绝大多数面积异常的原因。4. 避坑与排查加载、配准、算面积五个高频翻车点4.1 属性表打开全是问号shp直接乱码现象导入QGIS或GeoPandas后属性表里中文全部变成“”或乱码字段名也显示异常。 原因最常见场景是源文件保存为GBK而软件默认按UTF-8解析。这套保护区数据面向国内使用大量历史文件都是GBK编码而新版QGIS默认UTF-8两者一碰就翻车。 解决QGIS里打开设置在数据处理相关选项里改默认编码为GBK或SystemGeoPandas读取时指定encodinggbk。更彻底的方案是先另存一份UTF-8编码的shp同时删除目录下残留的.cpg文件防止下次读取又走到旧编码。这个坑看着小实际影响范围却很广——字段名和字段值都读错后面所有分组统计都会跟着错。4.2 两个图层叠不到一起边界跑到海里现象保护区shp和行政区底图叠加位置完全对不上甚至跑到海域范围。 原因prj文件缺失或坐标系判断错误。软件读不到坐标系信息时会凭借数值范围猜测CRS而猜测结果往往和真实坐标系不一致。 解决先看图层属性里的CRS和范围范围值在70到140之间说明是经纬度数值上百万则是投影坐标。GeoPandas处理时注意set_crs和to_crs是两种完全不同的操作set_crs只是给数据打上坐标系标签坐标数值一个都不变to_crs才会真正重算坐标。如果数据本身是CGCS2000经纬度但prj缺失先用set_crs(EPSG:4490)补标签再to_crs(EPSG:3857)转到目标投影顺序反了结果必然出错。# 先补标签再转投影顺序不能反 gdf gdf.set_crs(EPSG:4490) gdf gdf.to_crs(EPSG:3857)这段代码逻辑很简单但很多人会在第一步直接写to_crs结果坐标被当作已有正确坐标系的数据二次变换越转越远。判断依据是“数据本身的坐标系是否已知”prj缺失或明确知道坐标系被读错时先set_crs坐标系已正确识别但需要转换到另一个坐标系时直接用to_crs。4.3 与影像叠加偏差几百米边界和实地对不齐现象保护区边界叠在高分影像上整体偏移一两百米局部区域偏差更大。 原因多数公开保护区边界是从中小比例尺地图缩编而来的属于示意边界而非实测界桩成果影像本身又经过几何校正两套数据的精度不在一个量级。 解决用影像做精确选址时以实测界桩点为准修正边界或者测量后重新更新区域轮廓用于汇报出图时在图上标注“边界以正式批准文件为准仅供示意”。不要试图用整体平移去贴合影像因为不同片区的误差方向和大小都不一致整体平移只会改善一部分区域另一部分反而更乱。如果偏差稳定在几十米内且方向一致可以做仿射校正偏差忽大忽小说明原始数据精度上限就在那里再校正也没意义。4.4 名录面积和计算面积差几十倍现象名录里登记面积是若干公顷脚本算出来的数字小很多或大很多有的甚至差出两个数量级。 原因十有八九是单位混用。公顷和平方千米差100倍Mercator投影在高纬度又放大面积双重因素叠加数字自然对不上。还有一种情况是边界版本和名录登记版本不一致比如保护区近年做过范围调整而shp还是旧边界。 解决先统一单位再对比。面积字段单位可以看字段说明也可以和公开名录交叉验证。计算时用Albers等积投影area_m2是平方米除以1e6是平方千米除以1e4是公顷。如果两者差异依然超过30%再检查边界数据时间和名录登记时间的先后关系差了好几年的数据必须换更新版本。4.5 面图层出现飞地、镂空和重叠现象画图时某些保护区中间出现空白区域统计出来的面积比名录大不少。 原因数据里存在多部件几何、内环与外环未正确闭合、相邻保护区边界互相重叠等情况。多部件本身是正常的——一个保护区被分割成不相连的若干片区属性表只有一条记录重叠则多半是相邻保护区边界由不同时期、不同人员绘制导致。 解决先用几何修复工具处理无效几何GeoPandas里一行代码就能清理大部分问题。# buffer(0)可以修复部分环自相交和无效几何 gdf.geometry gdf.geometry.buffer(0)buffer(0)的作用是重建几何拓扑把自相交的面按规则重新闭合对细小的几何错误有效但处理不了两个图层之间的重叠。相邻保护区重叠需要做拓扑检查QGIS里有现成插件可以查重叠区域处理规则一般是“国家级优先保留省级让位”。修复完成后重新计算一次面积确认修改没有破坏原有边界再把结果和名录对比验证。5. 进阶用法用空间连接把名录变成一张功能分区统计表5.1 按级别和类型批量出报表import geopandas as gpd bnd gpd.read_file(某省_保护区_clean.shp, encodingutf-8) # 统一Albers等积坐标确保面积计算口径一致 bnd bnd.to_crs(projaea lat_125 lat_247 lat_00 lon_0105 x_00 y_00 datumWGS84) bnd[area_km2] bnd.geometry.area / 1e6 # 按级别和类型分组汇总输出数量与总面积 stats bnd.groupby([GB, TYPE]).agg( 数量(NAME, count), 总面积_km2(area_km2, sum) ).reset_index() # 用utf-8-sig导出Excel打开不会乱码 stats.to_csv(保护区统计.csv, indexFalse, encodingutf-8-sig) print(stats)这段代码把每个级别、每种类型的保护区分别统计数量和面积生成的结果可以直接做成部门汇报用的底表。分组前确保GB和TYPE是规整的枚举值否则统计出的数量会偏少。导出时用utf-8-sig不是矫情Excel对无BOM的UTF-8文件识别有问题带BOM才能正常显示中文。如果要按行政区归属再做一套统计把PROVINCE字段加进groupby就可以了。批量报表的作用不只在统计本身。做完之后把总面积和名录登记面积再对一次差值在预期范围内说明这次清洗流程完整走通了后续做选址预筛或者范围比对的结论才敢写到报告里。如果差值异常宁可回到前面排查投影和边界版本也不要带着疑问继续往下分析。我现在每次拿到新的shp资源第一件事都是锁定坐标系、编码和边界版本再开始统计和出图。边界数据出错后面所有分析全部白做这是真实踩出来的血泪经验。希望帮到你。本文还有配套的精品资源点击获取