简介这份资源面向地理信息、遥感与生态环境领域的研究者及GIS初学者提供全国尺度的湖泊、水库、沼泽湿地与滨海湿地矢量数据可用于空间分布制图、面积统计与可视化分析。压缩包共31个文件约11.3MB以shp、shx、dbf、prj等矢量要素文件为主辅以tif栅格影像及ovr、tfw、aux.xml等金字塔与坐标辅助文件另含cpg、sbn、sbx索引文件和两份PDF说明文档覆盖数据读取、投影定义与元数据查阅等环节。资源还附带中国省级行政区划2020底图便于叠加定位与出图。目前已有343人学习下载。数据按glwd分级组织配合官方文档可快速理解湿地分类体系适合直接用于论文插图、课程作业或项目前期底图准备。1. 全国湖泊水库沼泽湿地滨海湿地shp数据一份矢量底图能省掉多少重复造轮子的时间做过水文、生态、遥感或者国土空间规划的人大概都有过这样的经历项目要算某个流域的湿地面积或者要统计某市范围内的水库数量第一反应是去下载遥感影像自己解译。解译一轮下来云量、季节、阈值、分类精度每一步都是玄学最后出来的结果还未必能过评审。其实很多场景下你需要的不是重新提取一遍水体而是一份已经整理好的全国湖泊、水库、沼泽湿地、滨海湿地shp数据直接拿来做叠加分析、面积统计或者制图底图。这份数据的价值在于把“水面”和“湿地”这两类容易混淆的地物拆开管理。湖泊是天然封闭水体水库是人工蓄水工程沼泽湿地是常年或季节性积水的低洼地带滨海湿地则受潮汐影响四类在矢量属性上通常用不同字段区分。对做国土调查、生态红线划定、洪水淹没模拟的人来说拿到这份shp就等于拿到了一个可复用的空间基准不用每次从零开始。适合谁做GIS分析的技术人员、做生态环境评估的研究生、做水利信息化的工程师以及需要快速出图的规划从业者。2. 拿到shp之后先别急着打开坐标系、属性表和拓扑三件事决定成败很多人下载完shp双击打开一看图形没问题就直接开始做相交分析结果面积算出来差了几十倍或者叠加时要素对不上。问题几乎都出在坐标系、属性字段和拓扑质量这三件事上。这一章先把数据本身讲清楚再讲怎么在动手前做一次体检。2.1 地理坐标系与投影坐标系的选择逻辑全国范围的shp数据原始坐标系常见的是WGS84地理坐标系EPSG:4326单位是度。这种数据适合做展示和存储但不适合直接算面积因为经纬度不是等面积单位。你要算湖泊面积、湿地面积必须先把数据投影到等面积投影下。国内常用的有Albers等面积投影参数一般设中央经线105°E双标准纬线25°N和47°N这个组合对全国范围的面积变形控制得比较好。如果你只是做位置查询或者出小比例尺示意图用4326就够了。但凡涉及面积统计、缓冲区分析、叠加分析一律先投影。我一般会在QGIS或者ArcGIS里先看一眼图层属性里的CRS确认是地理坐标系后立刻另存一份投影后的副本原始文件不动。这样后面所有计算都在投影坐标系下做避免中途混用。import geopandas as gpd # 读取原始shp假设是WGS84地理坐标系 gdf gpd.read_file(wetlands_national.shp) print(原始CRS:, gdf.crs) # 定义Albers等面积投影适合全国范围面积计算 albers_crs projaea lat_125 lat_247 lat_00 lon_0105 x_00 y_00 datumWGS84 unitsm no_defs # 投影转换并另存保留原始文件 gdf_proj gdf.to_crs(albers_crs) gdf_proj.to_file(wetlands_national_albers.shp, encodingutf-8) # 验证投影后单位 print(投影后CRS:, gdf_proj.crs) print(投影后面积示例(平方米):, gdf_proj.geometry.area.head())这段代码的关键在to_crs这一步它不会修改原文件而是生成新的GeoDataFrame。参数里lat_1和lat_2是双标准纬线选25和47是因为中国陆地范围大致在北纬18到53之间这两条纬线能把中部和北部的变形都压住。lon_0105是中央经线取全国居中位置。unitsm确保输出单位是米后面算面积直接就是平方米。如果你只做某个省的分析可以把中央经线改成该省中心经度变形会更小。2.2 属性表字段的识别与分类字段清洗全国湖泊水库沼泽湿地滨海湿地shp数据的属性表里通常会有几个关键字段名称、类型编码、面积、所属流域或省份。类型编码是核心它决定了这个多边形到底是湖泊还是水库。常见做法是用一个整型字段区分比如1代表湖泊2代表水库3代表沼泽湿地4代表滨海湿地。但不同来源的数据编码规则不一样有的用字符串有的用中文全称有的甚至把类型写在名称里。拿到数据后第一件事是打开属性表看类型字段的取值分布。如果字段名是英文缩写比如TYPE或CAT你要先确认每个值对应什么。如果字段里直接是中文比如“永久性淡水湖”“水库”“沼泽”那就要做一次映射把细分类归并到四大类里。这一步不做后面按类型统计就会得到几十个零散类别没法用。# 查看类型字段的取值分布 print(gdf_proj[TYPE].value_counts()) # 建立映射字典把细分类归并到四大类 type_mapping { 永久性淡水湖: 湖泊, 季节性淡水湖: 湖泊, 永久性咸水湖: 湖泊, 水库: 水库, 人工蓄水体: 水库, 沼泽: 沼泽湿地, 泥炭地: 沼泽湿地, 滨海湿地: 滨海湿地, 潮间带: 滨海湿地 } # 新增一列统一分类未匹配的标记为待确认 gdf_proj[CATEGORY] gdf_proj[TYPE].map(type_mapping).fillna(待确认) # 检查是否有未匹配项 print(未匹配数量:, (gdf_proj[CATEGORY] 待确认).sum()) print(gdf_proj[CATEGORY].value_counts())映射字典要根据实际字段值来写不能照搬。map之后用fillna把没匹配上的标出来这一步很重要因为全国数据里难免有特殊类型或者录入错误。标出来之后你可以单独导出检查确认是归入某一类还是剔除。我一般会把“待确认”的要素单独存一个文件人工过一遍避免误删或者误并。2.3 拓扑检查自相交、重叠与缝隙的处理顺序矢量数据最怕拓扑错误。自相交的多边形会导致面积计算出错重叠的多边形会让统计结果偏大缝隙则会让相邻湿地被割裂。全国尺度的shp数据尤其是从遥感解译来的几乎不可能完全没有拓扑问题。动手分析前做一次拓扑检查能省掉后面反复排查的时间。处理顺序建议是先修自相交再处理重叠最后补缝隙。自相交用buffer(0)就能解决大部分情况它的原理是把多边形先膨胀再收缩过程中自动修复交叉。重叠要看业务需求如果两个多边形代表同一块湿地的不同时期那重叠是合理的不能随便合并如果代表不同地物但空间上压在一起就需要按优先级取舍。缝隙通常出现在相邻图斑之间可以用融合或者小阈值缓冲区来消除。from shapely.validation import explain_validity # 检查无效几何 invalid gdf_proj[~gdf_proj.geometry.is_valid] print(无效几何数量:, len(invalid)) # 用buffer(0)修复自相交 gdf_proj[geometry] gdf_proj.geometry.buffer(0) # 再次检查 print(修复后无效几何数量:, (~gdf_proj.geometry.is_valid).sum()) # 检查重叠用空间连接找出相交的要素对 overlap_pairs gpd.sjoin(gdf_proj, gdf_proj, howinner, predicateoverlaps) print(存在重叠的要素对数量:, len(overlap_pairs))buffer(0)是GIS里的老偏方对大多数自相交有效但它会改变几何的节点分布所以修复后要重新检查面积变化。sjoin那一步用的是overlaps谓词只找出部分重叠的情况完全包含不算在内。如果重叠对数量很大说明数据可能来自不同年份的叠加这时候不能盲目合并要先搞清楚业务含义。拓扑修复没有后悔药改之前一定备份原始文件。3. 用Python做全国湿地面积统计与分类汇总从shp到可用表格数据体检做完接下来就是最常见的需求按省份、按类型统计面积。这一章给出一套可复现的流程从读取投影后的shp开始到输出分类汇总表。中间会涉及空间连接、分组聚合和面积单位换算每一步都有参数说明。3.1 按省份汇总空间连接与分组聚合全国数据本身可能不带省份字段或者省份字段不准确。最稳妥的做法是用一份标准的省级行政区划shp做空间连接把每个湿地多边形归属到所在省份。空间连接的核心是判断多边形与省份的相交关系一个湿地可能跨省这时候要决定是算给主要所在省还是按面积拆分。常见做法是取质心所在的省份简单且够用如果精度要求高就按相交面积比例拆分。# 读取省级行政区划shp provinces gpd.read_file(provinces.shp).to_crs(albers_crs) # 计算每个湿地多边形的质心 gdf_proj[centroid] gdf_proj.geometry.centroid # 用质心做空间连接判断归属省份 gdf_centroid gdf_proj.set_geometry(centroid) joined gpd.sjoin(gdf_centroid, provinces[[PROV_NAME, geometry]], howleft, predicatewithin) # 恢复原始几何 joined joined.set_geometry(geometry).drop(columns[centroid]) # 按省份和类型分组统计面积 joined[area_km2] joined.geometry.area / 1e6 summary joined.groupby([PROV_NAME, CATEGORY])[area_km2].sum().reset_index() print(summary.head(20))这里用质心而不是直接相交是为了避免一个多边形被拆到多个省导致统计复杂化。predicatewithin确保质心落在省份内部。面积除以1e6是把平方米换算成平方公里。groupby之后得到的就是每个省每种类型的面积合计。如果发现某些记录的PROV_NAME为空说明质心落在了省界外或者省份数据有缝隙需要单独检查。3.2 面积单位换算与精度控制面积统计最容易翻车的地方是单位。地理坐标系下算出来的“面积”是平方度没有任何物理意义。投影坐标系下算出来是平方米除以1e6得平方公里除以1e4得公顷。全国湖泊面积统计通常用平方公里湿地保护规划可能用公顷。换算本身简单但精度控制要注意投影变形会导致面积有百分之几的误差不同投影参数下结果会有差异。我一般会在报告里注明使用的投影和可能的误差范围。如果项目要求高可以用椭球体面积计算但大多数场景下Albers投影的精度足够。另外geometry.area返回的是平面面积对于大范围数据边缘区域的变形会累积所以全国统计结果和分省统计结果加总可能有微小差异这是正常的。# 单位换算平方米转平方公里和公顷 joined[area_km2] joined.geometry.area / 1e6 joined[area_ha] joined.geometry.area / 1e4 # 按类型汇总全国面积 national_summary joined.groupby(CATEGORY)[[area_km2, area_ha]].sum() print(national_summary) # 导出为CSV方便后续制表 national_summary.to_csv(national_wetland_summary.csv, encodingutf-8-sig)encodingutf-8-sig是为了让Excel打开CSV时中文不乱码这个小细节经常被忽略。导出后建议再核对一下总数和已知的公开数据做个量级对比如果差太多回头检查投影和筛选条件。3.3 分类统计中的重复计数与漏算排查分类统计时重复计数和漏算是最隐蔽的问题。重复计数通常来自重叠多边形漏算则可能因为空间连接时质心落在省界外或者类型字段有空值被groupby丢弃。排查方法是先看总数所有类型的面积加总应该等于所有多边形面积的总和去重后。如果不等就逐项排查。# 检查总面积是否一致 total_from_group joined.groupby(CATEGORY)[area_km2].sum().sum() total_direct joined.geometry.area.sum() / 1e6 print(分组汇总总面积:, total_from_group) print(直接计算总面积:, total_direct) print(差异:, total_from_group - total_direct) # 检查空值 print(类型为空的数量:, joined[CATEGORY].isna().sum()) print(省份为空的数量:, joined[PROV_NAME].isna().sum())如果差异不为零先看是不是有重叠多边形被重复计算。可以用dissolve按类型融合后再算面积融合会自动合并重叠部分。空值处理要看业务规则类型为空的一般是待确认数据要么单独归类要么剔除并在报告中说明。4. 避坑指南全国湿地shp数据处理中最容易翻车的五个地方这一章不讲新流程只讲我踩过的坑。每一条都按现象、原因、解决来写你对照自己的数据检查一遍能省下不少返工时间。4.1 面积算出来差几十倍坐标系没投影就开算现象用GeoPandas直接读shpgeometry.area算出来数值很小或者很大和预期完全不符。原因数据是EPSG:4326地理坐标系单位是度算出来的“面积”是平方度。解决先to_crs转到等面积投影再算面积。检查方法是用gdf.crs看坐标系如果是EPSG:4326或者projlonglat一律先投影。4.2 叠加分析时要素对不上拓扑错误导致空间谓词失效现象做相交分析或者空间连接时明明看着两个图层重叠但结果为空或者只有零星几条。原因多边形存在自相交或者缝隙导致intersects、within等谓词判断异常。解决先buffer(0)修复自相交再用sjoin检查。如果缝隙问题严重可以对图层做一次小阈值缓冲区融合比如buffer(1)再buffer(-1)但会轻微改变边界。4.3 属性表中文乱码编码没指定导致字段读成问号现象用GeoPandas读shp属性表里的中文全是乱码或者问号。原因shp的DBF文件编码和读取时指定的编码不一致。解决读的时候加encodingutf-8或者encodinggbk写的时候用encodingutf-8-sig。如果还是乱码用QGIS打开看属性表是否正常QGIS能自动识别编码确认后在代码里指定相同编码。4.4 统计结果偏大重叠多边形被重复计算现象按类型汇总的面积比实际大尤其是沼泽湿地和滨海湿地。原因同一块湿地在数据里有多条记录或者不同来源的图斑重叠。解决用dissolve按类型融合融合会自动合并重叠部分。如果重叠是业务上合理的比如不同年份那就不能融合要在统计时按优先级去重比如只保留最新年份。4.5 导出后文件打不开字段名超长或几何类型混用现象处理完的shp在ArcGIS里打不开或者打开后属性表字段丢失。原因shp格式对字段名长度有限制一般10个字符超长会被截断另外shp不支持混合几何类型点线面不能放在同一个文件里。解决导出前把字段名改短确保每个字段名不超过10个字符如果数据里有多重几何类型按类型拆分成多个文件分别导出。5. 从shp到空间分析用湿地数据做缓冲区与叠加的进阶技巧数据整理完真正的分析才刚开始。这一章讲两个进阶用法一是用湿地数据做缓冲区分析评估不同距离内的土地利用变化二是把湿地数据和遥感影像或者DEM叠加做淹没模拟或者生境评价。最后给一个我常用的验证习惯确保每次分析结果可复现。5.1 缓冲区分析距离参数怎么设才合理缓冲区分析的核心是距离参数。做湿地保护常见的是100米、500米、1000米三个梯度分别对应核心区、缓冲区和实验区。但距离不能拍脑袋定要看湿地的类型和周边地物。湖泊的缓冲距离可以大一些沼泽湿地本身边界模糊缓冲距离要小。滨海湿地受潮汐影响缓冲距离还要考虑潮差。# 按类型设置不同缓冲距离 buffer_distances { 湖泊: 1000, 水库: 500, 沼泽湿地: 300, 滨海湿地: 800 } # 分类型做缓冲区 buffers [] for cat, dist in buffer_distances.items(): subset gdf_proj[gdf_proj[CATEGORY] cat] buf subset.copy() buf[geometry] subset.geometry.buffer(dist) buf[BUFFER_DIST] dist buffers.append(buf) # 合并所有缓冲区 all_buffers gpd.GeoDataFrame(pd.concat(buffers, ignore_indexTrue), crsalbers_crs) all_buffers.to_file(wetland_buffers.shp, encodingutf-8)buffer的参数是距离单位跟投影坐标系一致这里是米。分类型设置是因为不同湿地的生态影响范围不一样。合并后用pd.concat注意ignore_indexTrue避免索引重复。缓冲区之间会有重叠如果后续要做面积统计记得先dissolve。5.2 与DEM叠加湿地周边地形提取与淹没模拟把湿地shp和DEM叠加可以提取湿地周边的地形特征比如坡度、高程。做淹没模拟时假设水位上升一定高度看哪些湿地会被淹没。步骤是先用DEM生成水面高程再和湿地多边形做相交相交部分就是淹没范围。import rasterio from rasterio.mask import mask # 读取DEM with rasterio.open(dem.tif) as src: # 用湿地缓冲区裁剪DEM geometries all_buffers.geometry.values out_image, out_transform mask(src, geometries, cropTrue) out_meta src.meta.copy() out_meta.update({ height: out_image.shape[1], width: out_image.shape[2], transform: out_transform }) # 保存裁剪后的DEM with rasterio.open(dem_clipped.tif, w, **out_meta) as dest: dest.write(out_image)mask函数用矢量边界裁剪栅格cropTrue会自动缩小输出范围。裁剪后的DEM可以进一步做坡度分析或者淹没模拟。淹没模拟的思路是设定一个水位高程把DEM中低于该高程的区域提取出来再和湿地多边形相交得到淹没范围内的湿地面积。5.3 结果验证用已知数据交叉核对每次分析完我都会做一次交叉核对。方法很简单拿一份公开的省级湿地面积数据和你的统计结果对比看量级是否一致。如果差太多回头检查投影、筛选条件和重叠处理。另一个习惯是把中间结果都导出成独立文件比如投影后的shp、缓冲区shp、裁剪后的DEM这样出问题能快速定位是哪一步错了。# 交叉核对按省份汇总面积并与参考数据对比 province_summary joined.groupby(PROV_NAME)[area_km2].sum().reset_index() province_summary province_summary.sort_values(area_km2, ascendingFalse) print(province_summary.head(10)) # 导出核对表 province_summary.to_csv(province_check.csv, encodingutf-8-sig)导出后和参考数据并排看重点关注排名前几的省份。如果某个省的面积异常大可能是跨省湿地被重复归属或者该省数据里包含了非湿地要素。这种核对不需要精确到小数点量级对得上就说明流程没问题。我做了这么多年空间分析最大的教训就是数据处理的每一步都要留痕原始文件永远不动中间结果按步骤命名。这样即使后面发现错了也能快速回滚到某一步重来。全国湖泊水库沼泽湿地滨海湿地shp数据本身是个好底图但能不能用好取决于你愿不愿意在投影、拓扑和属性清洗上花时间。希望帮到你。本文还有配套的精品资源点击获取
