简介这份全国矢量数据图大全面向GIS从业者、城市规划与交通分析人员以及需要历史地理数据支撑研究的高校师生。资源以2005年全国铁路与路网矢量数据为核心涵盖铁路线位置、长度、类型及车站分布以及高速、国道、省道、乡道等多等级道路的几何形状与属性信息可用于交通规划、导航开发、物流分析和区域经济研究。压缩包共161个文件约11.25MB以shp、shx、dbf、prj、sbn、sbx等Shapefile配套文件为主另有mxd工程文件、xml元数据及adf栅格数据便于在ArcGIS中直接加载、查询与制图。资源还包含Lambert投影相关文件有助于避免投影差异导致的空间位置误差。目前已有2567人学习下载适合需要快速获取全国路网底图、开展空间分析与历史对比的读者参考使用。1. 全国矢量数据图大全从2005年铁路与路网数据说起手上拿到一份2005年的全国铁路与路网矢量数据第一反应往往不是兴奋而是犯嘀咕——这份数据到底能不能用、坐标系对不对、属性字段全不全。全国矢量数据图大全这类资源核心价值在于把道路、河流、铁路这些线状要素按统一的空间参考整理成可被 GIS 软件直接读取的格式省去从零采集的功夫。2005全国铁路数据和2005年全国路网矢量数据属于典型的 historical baseline 数据适合做长时序变化分析、路网可达性建模、历史地图底图。它面向的是做交通规划、城市研究、GIS 二次开发的人不是拿来当导航用的。这一章先把这份数据是什么、能解决什么讲清楚后面再拆怎么用、参数怎么调、坑在哪。2. 2005全国铁路与路网矢量数据的格式与字段拆解2.1 常见交付格式与坐标系判断拿到一份全国路网矢量数据先别急着往 QGIS 里拖。第一步是确认它是什么格式。常见的交付形态有 Shapefile.shp/.shx/.dbf/.prj、GeoJSON、File Geodatabase.gdb、KML 几种。2005 年前后的数据Shapefile 占绝大多数因为那个年代 GIS 工具链基本围绕 Esri 生态转。Shapefile 有个硬限制单个文件不能超过 2GB字段名不能超过 10 个字符中文属性容易乱码。如果你拿到的是一堆 .shp 散落在文件夹里先看有没有 .prj 文件——没有 .prj 就意味着坐标系未知这是最常见的翻车点。坐标系判断有个实操办法把数据加载进 QGIS看右下角坐标显示。如果数值在 73135 和 353 之间大概率是 WGS84 地理坐标系EPSG:4326如果数值是几十万到几百万量级那是投影坐标系常见的有 CGCS2000 高斯克吕格投影或西安80。2005 年的数据很多用的是北京54或西安80这两个坐标系和现在的 CGCS2000 有几十到上百米的偏移。做全国尺度分析时这个偏移可以忍做城市级路网匹配就必须做坐标转换。# 用 ogrinfo 快速查看 Shapefile 的坐标系和字段信息 ogrinfo -so -al china_railway_2005.shp # 输出里重点看两行 # Layer SRS WKT: 显示坐标系定义 # 字段列表: 看有没有 NAME、TYPE、LENGTH 等属性ogrinfo -so只输出摘要不输出几何-al表示所有图层。如果 SRS 显示为(unknown)说明 .prj 缺失需要手动指定。字段列表里如果只有FID和Shape那这份数据就是纯几何没有属性铁路和道路混在一起没法区分得靠几何特征或外部资料补属性。2.2 铁路与道路的属性字段差异2005 年全国路网矢量数据里铁路和道路通常分图层存放也可能合在一个图层用 TYPE 字段区分。铁路的属性一般包含线路名称、等级高铁/普铁/支线、轨距、电气化状态。2005 年这个时间点比较特殊——高铁还没大规模铺开主要干线路网已经成型但很多现在的高铁线路在当时还是规划线或既有线。道路数据则按技术等级分高速、国道、省道、县道、乡道字段里常见ROAD_CODE路线编号、ROAD_NAME、ROAD_LEVEL、PAVE_TYPE路面类型。import geopandas as gpd # 读取铁路和道路图层 rail gpd.read_file(china_railway_2005.shp, encodingutf-8) road gpd.read_file(china_road_2005.shp, encodingutf-8) # 查看字段和数据类型 print(铁路字段:, rail.columns.tolist()) print(道路字段:, road.columns.tolist()) print(铁路坐标系:, rail.crs) print(道路坐标系:, road.crs) # 按等级统计道路长度需先投影到等面积坐标系 road_proj road.to_crs(EPSG:4527) # CGCS2000 3度带 road_proj[length_km] road_proj.geometry.length / 1000 print(road_proj.groupby(ROAD_LEVEL)[length_km].sum())encodingutf-8是关键参数2005 年的 Shapefile 很多用 GBK 编码读出来乱码就换成encodinggbk。to_crs(EPSG:4527)把地理坐标转成投影坐标这样geometry.length算出来的才是米而不是度。直接对 EPSG:4326 算长度会得到度数数值没有物理意义。groupby(ROAD_LEVEL)按道路等级汇总长度能快速判断数据完整性——如果县道长度占比异常低说明数据可能只收录了高等级道路。2.3 数据完整性检查的四个维度全国尺度的矢量数据完整性检查不能只看文件能不能打开。我一般从四个维度过一遍空间覆盖范围、属性缺失率、几何有效性、拓扑一致性。空间覆盖看数据是否覆盖全国所有省份2005 年的数据有时会缺西藏、新疆部分区域。属性缺失率用isnull().sum()快速统计关键字段缺失超过 30% 就要考虑是否值得用。几何有效性用is_valid检查自相交、悬挂节点、重复点都会导致后续空间分析报错。拓扑一致性主要看铁路和道路在交叉处有没有打断——如果铁路穿过道路但两者没有共享节点做网络分析时就会断路。# 几何有效性检查与修复 invalid road[~road.geometry.is_valid] print(f无效几何数量: {len(invalid)}) # 尝试修复 from shapely.validation import make_valid road[geometry] road.geometry.apply( lambda g: make_valid(g) if not g.is_valid else g ) # 属性缺失率 missing_rate road.isnull().sum() / len(road) * 100 print(missing_rate[missing_rate 0].sort_values(ascendingFalse))make_valid是 Shapely 2.0 之后的标准修复方法比老的buffer(0)更可靠。buffer(0)对某些自相交多边形有效但对线状要素的悬挂节点无能为力。属性缺失率排序后优先关注ROAD_NAME和ROAD_LEVEL这两个字段——名字缺失影响可读性等级缺失直接影响分类统计的准确性。3. 把2005路网数据用起来的三个实操场景3.1 用 QGIS 做全国路网密度制图路网密度是交通地理里最基础的指标算法是单位面积内的道路长度。全国尺度做这个图核心是选对投影和格网大小。我一般用 50km×50km 的渔网投影选 Albers 等面积投影中国常用EPSG:4527或自定义 Albers这样每个格网的面积才一致。QGIS 里的操作链路是导入路网 → 投影转换 → 创建渔网 → 相交 → 汇总长度 → 分级渲染。import geopandas as gpd import numpy as np # 投影到 Albers 等面积投影 road_albers road.to_crs(projaea lat_125 lat_247 lat_00 lon_0105 datumWGS84 unitsm) # 生成 50km 渔网 from shapely.geometry import box bounds road_albers.total_bounds cell_size 50000 # 50km cols np.arange(bounds[0], bounds[2], cell_size) rows np.arange(bounds[1], bounds[3], cell_size) cells [box(x, y, x cell_size, y cell_size) for x in cols for y in rows] grid gpd.GeoDataFrame(geometrycells, crsroad_albers.crs) # 空间相交并汇总 intersect gpd.overlay(road_albers, grid, howintersection) intersect[seg_len] intersect.geometry.length density intersect.groupby(intersect.index_right)[seg_len].sum().reset_index() grid[road_km] grid.index.map(density.set_index(index_right)[seg_len]).fillna(0) grid[density] grid[road_km] / (cell_size / 1000) ** 2 # km/km²Albers 投影的参数lat_125和lat_247是中国标准纬线lon_0105是中央经线。gpd.overlay做相交时会把每条道路按格网边界打断index_right记录原始格网索引。fillna(0)处理没有道路穿过的格网。密度单位是 km/km²全国平均大概在 0.20.5 之间东部沿海能到 1.5 以上西部荒漠区接近 0。3.2 基于铁路数据的可达性分析2005 年铁路数据做可达性经典方法是基于列车时刻表的 OD 矩阵但纯矢量数据没有班次信息。退而求其次的做法是用铁路网络做最短路径距离再换算成时间。铁路速度按等级赋值普铁干线 80km/h支线 40km/h这个参数在 2005 年比较合理。用 NetworkX 建图节点是铁路站点或交叉点边是路段权重是长度除以速度。import networkx as nx from shapely.ops import unary_union # 铁路网络转图结构简化版用端点作为节点 G nx.Graph() for idx, row in rail.iterrows(): coords list(row.geometry.coords) start, end coords[0], coords[-1] length_km row.geometry.length * 111 # 粗略换算精确需投影 speed 80 if row.get(LEVEL) 干线 else 40 G.add_edge(start, end, weightlength_km / speed, lengthlength_km) # 计算北京到主要城市的铁路最短时间 beijing (116.4, 39.9) # 找最近节点 nearest min(G.nodes, keylambda n: (n[0]-beijing[0])**2 (n[1]-beijing[1])**2) times nx.single_source_dijkstra_path_length(G, nearest, weightweight)row.geometry.length * 111是度到公里的粗略换算纬度方向 1 度约 111km经度方向随纬度变化。精确做法是先投影再算长度。nx.single_source_dijkstra_path_length返回从源点到所有可达节点的最短时间。这个简化模型忽略了换乘和停站时间实际可达性会差 20%30%但用于宏观对比足够。3.3 路网数据与人口栅格的叠加分析把路网密度和人口分布叠加能看出交通供给与需求的匹配程度。2005 年的人口栅格可以用 GPW v4 或中国 1km 格网人口数据。操作上把人口栅格重采样到和路网密度格网一致的分辨率然后做相关分析或分级配色。QGIS 里用栅格计算器或 Python 的 rasterio 都行。import rasterio from rasterio.warp import reproject, Resampling # 读取人口栅格并重采样到 50km 格网 with rasterio.open(population_2005.tif) as src: pop src.read(1) pop_crs src.crs pop_transform src.transform # 重采样到路网格网 # 需先将 grid 转为栅格或统一到相同 transform # 此处省略栅格化步骤核心是 Resampling.bilinear重采样用双线性插值Resampling.bilinear比最近邻更适合连续型人口数据。叠加后计算每个格网的「路网密度/人口密度」比值高值区说明交通供给相对充足低值区可能是需求缺口。这个分析在 2005 年数据上做能反映西部大开发前后的交通格局差异。4. 全国矢量数据处理的避坑与排查清单4.1 坐标系缺失导致的面积计算错误现象算出来的道路总长度是几百单位不知道是什么。原因数据是 EPSG:4326 地理坐标系geometry.length返回的是度数不是米。解决先to_crs转到投影坐标系再算长度全国尺度用 Albers省级用高斯克吕格。4.2 Shapefile 中文属性乱码现象ROAD_NAME字段显示成??????或锟斤拷。原因Shapefile 的 .dbf 文件编码和读取时指定的编码不一致2005 年数据多为 GBK。解决gpd.read_file(..., encodinggbk)如果还乱就试encodinggb18030。QGIS 里在图层属性中手动改编码。4.3 铁路与道路图层叠加后节点不匹配现象做网络分析时铁路和道路交叉处不连通最短路径绕远。原因两个图层的交叉点没有共享节点拓扑上断开。解决用shapely.ops.split在交叉处打断或统一用unary_union合并后重新提取节点。QGIS 的「线段相交」工具可以批量处理。4.4 数据覆盖范围与行政区划不匹配现象按省统计道路长度时某些省的数据明显偏少。原因2005 年数据可能按当时行政区划采集与现在的省份边界有差异或部分区域数据缺失。解决用gpd.clip按最新行政区划裁剪缺失区域标注出来分析时说明数据覆盖限制。4.5 大文件内存溢出现象读取全国路网 Shapefile 时 Python 进程被 kill。原因全国尺度的线状要素可能有几十万条一次性加载占内存过大。解决用pyogrio引擎分块读取或先按省拆分再合并。gpd.read_file(..., rowsslice(0, 10000))可以只读前一万行测试。5. 从2005数据到多时相分析的进阶路径2005 年的全国铁路和路网数据单独用价值有限真正的价值在于放进时间序列里对比。我一般会把它和 2015、2020 的同类型数据叠在一起看路网扩张的方向和速度。具体做法是先把各年份数据统一到同一坐标系和属性结构然后用gpd.overlay做差分新增路段和消失路段一目了然。铁路方面2005 到 2020 年最大的变化是高铁网络从无到有用差分能直接量化这个过程的时空特征。验证数据质量有个笨办法但很管用挑几条你熟悉的线路比如京广铁路、京沪高速看它们的几何走向和实际是否吻合。如果一条直线穿过山区没有弯曲那大概率是简化过的示意线不能用于精确分析。属性方面随机抽 50 条记录对照维基百科或公开资料核对名称和等级准确率低于 80% 就要谨慎使用。我自己的习惯是拿到任何一份历史矢量数据先建一个data_qc的 Jupyter Notebook把坐标系、字段、缺失率、几何有效性、抽样核对这五步跑一遍结果存成 HTML 报告。这样后面每次用这份数据翻报告就知道能不能直接用不用重复踩坑。2005 年的数据尤其需要这一步因为时间久远元数据往往丢失只能靠数据本身反推。希望帮到你。本文还有配套的精品资源点击获取