简介武汉市路网矢量数据shp是面向ArcGIS用户在空间分析与地图制图场景下的基础数据包。整套数据涵盖武汉市域道路网络、13个行政区边界及全市行政边界三个矢量图层道路线要素与区划面要素分层存储、互不干扰便于直接加载至工程文件进行路网密度分析、交通可达性计算或专题图制作需注意该路网仅包含陆路交通线不含地铁、铁路、水路、航空等要素。压缩包内共21个文件总大小3.45MB每个图层均配套shp、dbf、shx、sbn、sbx、prj及xml等文件其中shp存储几何图形、dbf保存属性字段、prj记录坐标系参数可保证在ArcGIS各版本中正常读取与显示。该包目前已有2928人学习下载。对于需要武汉市基础矢量底图的城乡规划、地理信息专业学生或研究人员而言这份数据省去了自行描图与坐标纠偏的时间解压后即可用于课堂练习、日常制图或科研底图叠加。1. 武汉市路网矢量数据shp一份能直接拖进ArcGIS的底图路网做交通可达性分析、缓冲区计算和网格选址时最耽误事的往往不是模型算法而是没有一张能直接用的路网底图。武汉市路网矢量数据shp就是一份ArcGIS能直接打开、直接参与分析的线要素shp属性表里带道路名称和等级分类不用再去在线地图里手工描路。它解决的是最实际的问题把路网拖进分析窗口马上开始做覆盖范围、路径规划和落位验证。适合城市规划、交通分析、物流选址以及任何需要市域路网做底图的GIS场景。我拿到这类数据的第一个动作永远是先查字段和坐标系因为坐标系错一步后面所有分析结论都得跟着翻车。2. 字段与坐标系这份路网shp的底细要搞清拿到手先在ArcGIS里打开属性表别急着缩放看图形先把表头过一遍。shp的字段结构决定了你能做哪些分析、哪些事还得自己补字段。我拆过的这种市域路网shp字段大同小异但命名经常不统一某份叫CLASS另一份可能叫ROAD_CLASS或GRADE所以第一步是确认字段含义而不是默认某个字段名一定存在。2.1 字段清单哪些能直接用哪些是摆设下面这份字段对应关系是这类路网数据的常见结构你可以拿自己的数据对照着看字段名类型说明使用建议OBJECTID整型要素唯一编号ArcGIS内置做连接、关联字段时用NAME文本道路名称部分含中文和拼音可直接用于出图标注CLASS整型道路等级1高速、2快速路、3主干道、4次干道、5支路按等级渲染、筛选的核心字段SHAPE_LENG双精度线段长度单位米统计里程时直接求和SPEED整型限速值km/h做网络分析时间成本时用LANES整型车道数部分线段为空使用时先查缺失这里头最容易翻车的是SPEED和LANES。市域路网往往只把主干路以上的道路补全了限速和车道数支路字段是空的。如果你要在网络分析里用时间成本最好先做一遍字段统计看一下空值比例。空值超过30%就不要直接用否则路径规划在支路上会算出异常时间。CLASS字段也不是永远连续的我见过有的数据把高快速路、匝道全部揉在CLASS1里实际分层要自己在ArcGIS里重新聚合。SHAPE_LENG的坑藏在单位里。理论上shp保存的是投影坐标下的米制长度但有些生产流程会把单位写成千米甚至度直接求和会出大问题。我拿到shp后的第一个验证动作就是抽一条已知长度的主干道对照SHAPE_LENG看看量级对不对。一个简单办法随便框选一段两三公里的快速路看属性表里长度是不是两三千的量级。如果显示的是几十或者0.几单位就有问题。2.2 坐标系从prj文件里看门道shp的坐标系不写在属性表里而是藏在同名的.prj文件里。很多人下载完shp直接拖进ArcGIS图形能显示就跟别的图层套不上大概率是坐标系没搞清楚。我手头这份武汉市路网数据用的是CGCS2000高斯克吕格投影3度分带中央经线114°E。这类投影坐标在国内基础地理数据里很常见ArcGIS Pro里一般能从图层属性—源—坐标系直接识别出来。如果你拿到的是WGS84经纬度坐标系prj文件里会出现GCS_WGS_1984点坐标范围是经度113°多、纬度30°多而不是几十万几百米的大数字。判断方法很简单打开图层属性看坐标单位——单位是Meters是投影坐标单位显示Decimal Degrees或角度单位就是地理坐标。两者能不能混用短时间做可视化底图可以凑合但要算长度、缓冲区和面积就必须统一到投影坐标否则计算结果是度数没法直接用。注意CGCS2000和WGS84在平面上差几十米是正常现象两个坐标系在多数城市范围内偏移量并非完全相同别再纠结到底哪个绝对正确关键是在一个工程里所有图层统一用同一种坐标。2.3 几何细节路网断没断开决定分析上限几何层面的“底细”比字段更隐蔽。路网shp的属性表再漂亮如果线段在交叉口没有打断做网络分析就是白搭。所谓打断指的是两条路十字相交时双方都在交点处有端点而不是一条路从上到下穿过、另一条路搭在上面。ArcGIS的网络分析构网时只有端点重合的线才能连通。我见过一份城区路网环线居然是一条完整闭合线所有放射路叠在上面但彼此不连通路网画得好看一算路径就死。验证打断情况有两个办法。一是缩放到大交叉口肉眼观察节点处有没有端点符号二是用ArcToolbox里的“在相交处打断线”Split Line at Intersections工具输入线图层跑一遍看输出的要素数量是不是比原来多了不少。如果打断后数量明显增加说明原始数据里大量道路是贯穿线直接拿去做网络分析会绕路、断头必须先打断再建网络数据集。另一个几何细节是路线是否双线。城市快速路有的用中心线表达有的用上下行双线表达。中心线数据适合底图和宏观分析双线数据对车道级路径规划有帮助但处理和拓扑复杂度更高。这份武汉市路网数据用的是单线中心线对做缓冲区、可达性、路网密度统计来说单线反而更省事不用处理双线之间的面状间隙。3. ArcGIS实操加载、符号化、按等级重算字段把这份shp用起来并不难难的是用对。下面这套流程是我处理同类路网数据的标准动作走完一遍之后无论是自己分析还是出图汇报都够用。3.1 加载后先做三件事把shp拖进ArcGIS之后我一般按顺序做三件事看坐标系、看字段结构、看要素范围。第一步在图层属性—源—坐标系里确认投影第二步打开属性表检查字段是否齐全第三步右键图层—缩放至图层看范围是否与武汉市中心城区吻合。这三步做完这份数据能不能用心里就有谱了。这里特别提醒要素范围检查别只盯着地图中心点。武汉的行政区划跨长江、汉江路网数据如果覆盖全境范围包含整个市域如果只覆盖中心城区范围会明显偏小。你拉到图层范围后对比一下边界能判断这份数据取的是全量还是局部后面做分析时才能避免“以为自己有全市路网结果郊区全是空白”的误判。3.2 按CLASS字段符号化一张能直接汇报的图路网数据默认加载进来是一堆黑色单线没法看。第一件事是右键图层—符号系统把“单一符号”改成“唯一值”字段选CLASS。这样高速、快速路、主干道、次干道、支路会分开颜色。我习惯用绿—深黄—橙—浅黄的色带高速用绿色支路用浅灰色这样地图视觉重心自然落在高等级路网。符号化不只是好看还能反过来验证字段质量。如果符号系统里某一类出现几千条记录另一类只有几十条大概率是字段归并不符合实际情况比如匝道被划进高速类。这时候我一般回到属性表用按属性选择把该等级要素全部选中对比一下影像看是否存在明显误分。符号化这一步做得越细后面出图越省事。分级渲染还有一个用途快速识别断头路和异常飞线。缩放到全市范围如果看到某一等级的道路线条突兀地飞出建成区往往是数据合并时的拓扑错误。先记下来后面用“修复几何”工具统一处理。3.3 字段计算器重分类和长度统计有些分析场景不需要五个等级只要“高快速路”和“普通道路”两档。这时就用字段计算器对CLASS做一次重分类。在ArcGIS字段计算器里选择Python解析器在Pre-Logic Script Code里写一个函数然后在表达式框里调用# 字段计算器按CLASS重新编码为两组 def reclass(cls): if cls in (1, 2): # 高速 快速路 return 1 if cls 3: # 主干道 return 2 if cls in (4, 5): # 次干道 支路 return 3 return 0 # 在表达式框里填 # reclass(!CLASS!)逻辑说明把原字段CLASS里的五个等级压缩成三个减少后续分析里的分类噪声。参数说明cls in (1, 2)是Python的写法等价于cls 1 or cls 2如果原字段里含有空值或0函数会走到最后的return 0这样看得见异常值不至于静默丢掉。长度统计我一般不用SHAPE_LENG直接求和而是用字段计算器另建一个LENGTH_M双精度字段表达式填!shape.length!。在投影坐标下!shape.length!是ArcGIS实时计算的几何长度单位是米不受原始存储字段的影响。SHAPE_LENG留作对账两边数值一对比能发现原始数据是否做过投影变换或单位换算。如果两个字段结果差很多说明原始长度字段不可信统计里程时改用!shape.length!。4. 避坑坐标系、乱码、碎线是三个最常翻车的点这份路网数据我实际用过三轮每一轮都在不同环节踩过坑。下面四条是出现频率最高、影响最恶劣的问题按“现象—原因—解决”拆清楚。4.1 坐标系认错全线白搭现象shp拖进ArcGIS之后路网和影像底图叠不上差出几百米甚至更远或者路网图层单独看着没问题一跟其他数据叠加就横跨整个地图。原因大多数情况是.prj文件缺失ArcGIS无法识别坐标系默认按未知坐标处理也有情况是数据生产时用了WGS84但.prj里写的是CGCS2000两个球体差异导致平面偏移。解决先用图层属性查看坐标系。如果是“未知”做法是打开ArcToolbox—数据管理—投影与变换—定义投影手动指定坐标系。指定之前你得判断这份路的实际投影——看坐标范围东经113到115、北纬29到31之间是WGS84经纬度坐标是几十万米、几百万米的量级再结合prj里的CGCS2000、Gauss-Kruger关键词大概率是CGCS2000高斯投影。定义完投影再用“投影”工具把它转成你要用的坐标系。我一般统一转成CGCS2000 3度分带投影跟影像、国土数据都好套。注意别用空间校正工具去“硬掰”路网位置那是治标不治本会把几何形状拉歪后续长度统计全部失真。4.2 属性表中文乱码现象NAME字段和部分字段名显示成乱码常见的是一堆“锟斤拷”或问号属性表里道路名完全不可读。原因shp的属性表本质是dbf文件国内数据生产常用GBK/GB2312编码存储中文。ArcGIS Pro新版本默认按UTF-8读取读老数据就会乱码ArcMap 10.x则相反有时默认读GBK换软件打开就乱。解决有两个可靠路子。一是数据量小时在ArcGIS里新建要素类把乱码字段重新赋值过去麻烦但直接二是用Python读pyshp读取时指定编码encodinggbk把中文正常读出来再另存一份UTF-8编码的shp。我在后面的Python章节会给完整脚本。处理完乱码后记得把NAME字段重新检查一遍道路名缺失或为空的线段对做道路标注和地名核对影响很大。4.3 交叉口没打断路径分析绕路现象做路径规划时明明两条路十字相交导航结果却绕了一个大圈才从A到B做服务区分析缓冲区范围外出现诡异的断口。原因原始路网中相交道路并没有在交点处打断线要素只是视觉上交叠几何上各走各的网络数据集无法在这两个端点之间建立连通关系。解决用“在相交处打断线”Split Line at Intersections工具输入这份路网容差设成默认或根据数据精度设1米跑完得到打断后的新线。打断后要素数量会增加这是正常现象。然后重新加载再建网络数据集路径规划立刻就通了。这个操作不会改变线段的平面位置只会在交点处切分几何放心用。打断完还要跑一遍“修复几何”把潜在的重复节点和自相交清理掉。4.4 新区缺路网边角空白现象某新区地块内的路网是空白或者只有规划路没有已建路老城区则一切正常。原因数据生产时点早于这些道路建成时间shp里的路网停留在上一次更新状态。这不算数据错误但容易被忽略。解决拿到shp先别急着迷信它。用在线影像底图做参照把地图中心切到在建或近期开发片区扫描一两分钟凡是影像上有路但shp空白的地方记录下来。如果这些区域正好落在你的研究范围内需要手动补充道路。我一般做法是先把现有路网导出备用按影像描路后合并再做拓扑检查。若只是做全市宏观密度分析局部缺口影响有限不必追求每条路都补齐。5. Python拆数据读取、裁剪、导出CSV的完整写法ArcGIS能处理大多数工作但遇到批量操作、给非GIS同事出数据还是Python脚本省心。这里用pyshp库操作shp它轻量不依赖ArcGIS环境任何一台装了Python的机器都能跑。5.1 用pyshp一次读完整字段和几何先安装依赖命令行执行pip install pyshp然后用下面的脚本读取字段和记录import shapefile # 注意带上gbk编码否则中文NAME字段会乱码 sf shapefile.Reader(wuhan_road.shp, encodinggbk) # sf.fields[0] 是内部标记字段跳过 for field in sf.fields[1:]: print(field) # 打印前5条记录核对字段内容 for i, rec in enumerate(sf.records()): if i 5: break print(rec[NAME], rec[CLASS], rec[SHAPE_LENG])逻辑说明shapefile.Reader是pyshp的文件读取入口第二个参数encoding决定dbf字段按什么字符集解码这里指定gbk才能正确显示中文。字段循环里跳过fields[0]因为这是dbf文件自带的删除标记位不是业务字段。打印记录时通过字段名访问pyshp的records()返回有序字典支持rec[NAME]这种写法。参数说明如果读取报编码错误把gbk换成cp936两者在Windows上是同一套编码如果属性表是UTF-8存储的则改用utf-8。读出来的字段结构是元组包含字段名、类型、长度、精度后面建新shp时要用到。5.2 按矩形范围裁剪出路网子集做片区分析时不必每次加载全市几万条路按坐标范围裁剪一个子集效率高得多。用pyshp手写一个粗裁剪脚本import shapefile sf shapefile.Reader(wuhan_road.shp, encodinggbk) # 研究范围左下角、右上角坐标单位与shp坐标系一致 xmin, ymin 400000.0, 3350000.0 xmax, ymax 410000.0, 3360000.0 w shapefile.Writer(road_clip.shp, shapeTypeshapefile.POLYLINE) # 复制字段结构 for field in sf.fields[1:]: w.field(field[0], field[1], sizefield[2], decimalfield[3]) count 0 for shp, rec in zip(sf.shapes(), sf.records()): # 用线段的质心判断快但不精确 pts shp.points cx sum(p[0] for p in pts) / len(pts) cy sum(p[1] for p in pts) / len(pts) if xmin cx xmax and ymin cy ymax: w.shape(shp) w.record(*rec) count 1 w.close() print(f裁剪出 {count} 条道路)逻辑说明遍历所有线要素用所有顶点的均值作为质心判断质心是否落在目标矩形内落在里面就写入新文件。这个写法适合数据量中等、范围不要求精确到边界的场景比如按指定区域粗略切出路网再进GIS精修。参数说明shapeTypeshapefile.POLYLINE定义输出是线要素。w.field逐字段复制原定义注意size是字符型字段最大长度decimal是浮点字段小数位这两个参数如果漏了输出shp的字段类型会退化。裁剪出来的结果没有处理路网在边界处的打断边界线可能延伸到矩形外这是粗裁的局限。要精确裁剪还是用ArcGIS的Clip工具或者改用geopandas的clip函数。这段代码适合快速出数据不适合做最终分析底图。5.3 导出CSV给不做GIS的同事很多需求方只要Excel表格和路网清单不想碰shp。把字段和几何一起倒成CSV是最通用的交付格式import shapefile sf shapefile.Reader(wuhan_road.shp, encodinggbk) def line_wkt(shp): # 把一条线要素转成WKT文本 coord_str , .join(f{x} {y} for x, y in shp.points) return fLINESTRING ({coord_str}) with open(road_export.csv, w, encodingutf-8-sig) as f: f.write(name,class,length,geometry\n) for shp, rec in zip(sf.shapes(), sf.records()): f.write(f{rec[NAME]},{rec[CLASS]},{rec[SHAPE_LENG]},{line_wkt(shp)}\n) print(导出完成共, len(sf), 条道路)逻辑说明utf-8-sig编码是给Excel准备的带BOM头双击打开CSV不会乱码。line_wkt函数把pyshp的points坐标拼成WKT格式的线字符串这是GIS通用交换格式导入QGIS、PostGIS都能直接解析。len(sf)返回shp的记录总数作为校验用。参数说明字段名和值直接用f-string拼接如果NAME里有引号或逗号预先替换掉否则CSV表头会错位。路径规划或网络分析专用字段比如SPEED需要保留时照抄一行写进CSV即可。用这段脚本生成的CSV配合Excel筛选排序能满足大部分数据核对的场景。6. 数据质量验证长度、重复线、影像套合三关6.1 各等级里程统计拿到shp后的第一道质量关是按等级统计总里程。这能同时验证字段完整性和长度字段的可靠性。用pyshp循环累加每个CLASS的总长度import shapefile from collections import defaultdict sf shapefile.Reader(wuhan_road.shp, encodinggbk) total_by_class defaultdict(float) for rec in sf.records(): total_by_class[rec[CLASS]] rec[SHAPE_LENG] for cls, length in sorted(total_by_class.items()): print(fCLASS {cls}: {length / 1000:.1f} km)逻辑说明defaultdict(float)避免键不存在时报错。按CLASS分组累加各等级总里程。除以1000把米换成公里输出更直观。参数说明如果某个等级输出为0说明该等级在数据里不存在如果支路里程远小于主干道里程要怀疑字段分类是否合理——实际上任何城市的支路里程都应该远高于高等级路这样反直觉的结果说明数据可能漏了大片支路网。6.2 重复线检查路网数据在合并过程中经常出现重复线同一条道路在文件里保存了两遍或多遍直接统计里程会翻倍。用脚本按顶点序列找重复import shapefile from collections import defaultdict sf shapefile.Reader(wuhan_road.shp, encodinggbk) index_map defaultdict(list) for i, shp in enumerate(sf.shapes()): key tuple(shp.points) # 顶点顺序完全一致视为重复 index_map[key].append(i) dup_count 0 for key, idxs in index_map.items(): if len(idxs) 1: dup_count len(idxs) - 1 print(重复要素编号:, idxs) print(重复线数量:, dup_count)逻辑说明把每条线的顶点列表转成元组作为字典键完全相同的顶点序列会被分到同一组里。组内有多条记录说明数据重复。输出重复要素编号方便在ArcGIS里按OBJECTID定位后人工确认。参数说明这个判断是“完全重复”方向相反的线A到B和B到A不会命中需要额外处理。做法很简单检查时把shp.points反转后再比一次。重复线清理是里程统计和网络分析的前置条件省略这一步后面的分析结论都会带着系统性误差。6.3 影像套合最后一道肉眼关脚本能找出结构性错误但路网跟实际道路位置是否吻合必须靠肉眼做最后校验。我一般把路网叠加在线影像上把比例尺调整到1:5000左右从中心城区开始按环形扫描方式逐片推进。重点看三个地方跨江桥梁、高架与地面道路重叠段、新建片区道路。高架和地面道路在shp里往往是两条平行线如果在影像上只看到高架柱墩而没有地面辅路却存在两条线说明数据把同一路段画重了反过来影像上已经有路的区域shp里空白则是时点问题。跨江桥梁需要注意线是否连续跨过江面有的数据在江边断开需要补线。这一关没有脚本能替代但也不用全图扫完中心城区加三四个新区关键片区就够。从那以后我拿到任何一份shp都不会直接拖进ArcGIS里看效果而是先跑一遍长度统计和重复线检查脚本确认字段和几何没有明显问题再进分析流程。这份武汉市路网数据我已经按上面这些方法做过一轮验证字段和几何结构可以直接用。希望帮到你。本文还有配套的精品资源点击获取
