简介这份2000年全国道路交通网矢量图SHP数据包面向从事交通地理研究、城市规划与GIS空间分析的科研人员及学生提供中国早期公路网络的矢量底图可用于路网演变对比、可达性建模与历史交通格局复原。压缩包共48个文件约7.08MB以shp、shx、dbf、prj等Shapefile核心格式为主分别承载道路线段的几何坐标、索引、属性表与投影信息另有xml元数据及sbx、sbn空间索引文件数据按国道、铁路、高速三类以polyline线要素组织属性字段可区分不同路段身份标识。资源源自北京大学地理数据平台权威性较高已有9333人学习下载。使用者借助ArcGIS或QGIS即可直接加载快速提取2000年国道、铁路与高速公路的空间分布为论文制图、交通流分析与城市扩张研究提供基础数据同时需注意按学术规范标注数据来源。1. 全国路网 SHP 文件到底装了什么从一份 2000 年矢量数据说起前阵子帮一个做区域物流规划的朋友整理底图他甩过来一个压缩包文件名就一行字2000年全国道路交通网矢量图SHP.zip。他问得很直接——这玩意儿能不能直接扔进 QGIS 出图路网密度算出来靠不靠谱跟现在网上下载的导航路网是不是一回事。我解压看了一眼心里大概有数了这是一份典型的早期全国尺度道路矢量数据SHP 格式属于 GIS 圈里最基础也最耐用的那种底图资源。它解决的不是导航怎么走的问题而是那个年代的路网骨架长什么样的问题。适合做历史地理研究、区域可达性分析、长时序土地利用对比以及需要一份轻量全国路网做底图的人。如果你要的是实时路况或车道级精度这份数据会让你失望但如果你要的是一份能进 GIS、能算、能叠加的全国路网矢量它值得你花时间摸清楚。2. 拆开 SHP 压缩包文件构成、坐标系与属性表结构2.1 一个 SHP 从来不是单个文件很多人第一次拿到 SHP 会懵解压出来一堆同名不同后缀的文件删了哪个都怕出错。这不是打包的人偷懒而是 Shapefile 这种格式本身就是多文件协同的。常见做法是至少保留 .shp、.shx、.dbf 三个少一个都打不开或者属性丢失。文件后缀作用能不能删.shp存几何图形点线面坐标都在这里不能.shx几何图形的索引加速定位不能.dbf属性表字段和记录不能.prj坐标系定义WKT 文本强烈建议保留.cpg属性表字符编码说明建议保留.sbn/.sbx空间索引可删重建即可我一般拿到压缩包先做一件事确认 .prj 在不在。全国尺度的路网数据坐标系直接决定你后面量出来的长度对不对。2000 年前后的这类数据常见的是地理坐标系经纬度比如基于北京54或西安80也可能是投影坐标系。如果 .prj 缺失你得靠坐标数值范围反推——经度在 73 到 135 之间、纬度在 3 到 54 之间那基本就是经纬度。2.2 用 Python 快速体检字段、几何类型、范围别急着开 QGIS先用脚本把底细摸清楚几十行就够。下面这段用 geopandas 读进来打印关键信息。import geopandas as gpd # 读取路网 SHP注意路径按实际解压位置改 gdf gpd.read_file(./road_network_2000/road.shp) # 1. 看坐标系 print(CRS:, gdf.crs) # 2. 看几何类型全国路网通常是 LineString 或 MultiLineString print(Geom types:, gdf.geom_type.unique()) # 3. 看属性表字段和前几行 print(Columns:, list(gdf.columns)) print(gdf.head(3)) # 4. 看空间范围判断坐标系类型 print(Bounds:, gdf.total_bounds) # 5. 看要素数量评估数据量级 print(Feature count:, len(gdf))逻辑说明gdf.crs直接告诉你坐标系如果返回 None 说明 .prj 丢了得手动指定。geom_type用来确认是线要素路网不该出现点或面。total_bounds返回[minx, miny, maxx, maxy]如果 x 在 70~140、y 在 3~55就是经纬度如果数值是几十万到几百万那是投影坐标单位通常是米。len(gdf)让你对数据量有个预期全国路网几万到几十万条线都正常。参数说明read_file默认按文件里的编码读 .dbf如果中文属性乱码加encodinggbk或encodingutf-8试。这一步不涉及写操作纯读安全。2.3 属性表里通常有什么早期全国路网数据的属性字段一般不会太花哨常见的是道路名称、等级、类型、长度这几类。等级字段是关键——它决定了你后面能不能按高速、国道、省道分层渲染。如果属性表里只有几何没有等级那这份数据只能当有没有路的底图用做不了分级分析。我一般会先统计一下等级字段的取值分布# 假设等级字段叫 CLASS 或 等级先确认列名 col CLASS if CLASS in gdf.columns else gdf.columns[1] # 统计各等级要素数量 print(gdf[col].value_counts(dropnaFalse))如果输出里出现大量空值或者只有一两种取值说明属性质量一般后面做分级渲染时得靠几何长度或人工规则补。这一步的坑在于不同来源的数据字段名不统一别硬编码列名先打印list(gdf.columns)看一眼再写。3. 把路网用起来投影转换、长度计算与分级渲染3.1 先投影再算长度这是铁律经纬度坐标下直接算长度单位是度没有物理意义。必须转到投影坐标系单位变成米算出来的公里数才可信。全国尺度常用等面积或等距投影我一般用 Albers 等面积投影兼顾面积和长度误差。# 从经纬度转到 Albers 等面积投影中国常用参数 gdf_proj gdf.to_crs(epsg9822) # 或自定义 proj 字符串 # 计算每条路的长度单位米 gdf_proj[length_m] gdf_proj.geometry.length # 转成公里并看统计 gdf_proj[length_km] gdf_proj[length_m] / 1000 print(gdf_proj[length_km].describe())逻辑说明to_crs做坐标转换geometry.length在投影坐标下返回米。describe()给你最小值、最大值、均值用来判断有没有异常——比如某条路长度是 0 或者几万公里那多半是几何有问题。参数说明epsg9822是常见的中国 Albers 投影编码但不同 GIS 平台编码可能不同。稳妥做法是用 proj 字符串显式指定中央经线和标准纬线。如果你不确定用gdf.estimate_utm_crs()让 geopandas 推荐一个 UTM 分区也行但全国尺度用 UTM 会有跨带问题Albers 更合适。3.2 分级渲染让路网从一团线变成有层次的地图全国路网直接画出来就是一团黑看不出结构。分级渲染的核心是按道路等级或长度分档给不同粗细和颜色。QGIS 里可以按属性字段做分类符号代码里也能直接出图。import matplotlib.pyplot as plt # 按长度分三档简单演示分级思路 gdf_proj[len_class] pd.cut( gdf_proj[length_km], bins[0, 1, 10, 1000], labels[short, medium, long] ) fig, ax plt.subplots(figsize(12, 10)) for cls, color, lw in [(short, #cccccc, 0.3), (medium, #888888, 0.6), (long, #222222, 1.2)]: subset gdf_proj[gdf_proj[len_class] cls] subset.plot(axax, colorcolor, linewidthlw, labelcls) ax.set_title(Road network by length class) ax.legend() plt.savefig(road_classified.png, dpi200)逻辑说明pd.cut按长度把要素分成三档然后逐档叠加绘制短路段细而浅长路段粗而深视觉上主干道自然凸显。这是最朴素的分级实际项目里更常见的是按道路等级字段分档。参数说明bins的边界要根据你的数据分布调别照抄。先看describe()的结果再定分档点。linewidth和color是视觉参数出图前多试几组。3.3 叠加分析路网密度怎么算才不糊弄路网密度是这份数据最常被用来算的指标之一。做法是划网格统计每个网格内的道路总长度再除以网格面积。关键是网格大小要合理——太大看不出差异太小全是噪声。import numpy as np # 生成覆盖路网范围的网格这里以 0.5 度为例 minx, miny, maxx, maxy gdf_proj.total_bounds cell 50000 # 投影坐标下 50km 网格按需调 grid_cells [] x minx while x maxx: y miny while y maxy: grid_cells.append(box(x, y, x cell, y cell)) y cell x cell grid gpd.GeoDataFrame(geometrygrid_cells, crsgdf_proj.crs) # 空间连接把路网长度汇总到网格 joined gpd.overlay(gdf_proj, grid, howintersection) joined[seg_len] joined.geometry.length density joined.groupby(joined.index_right)[seg_len].sum() grid[road_len_m] density grid[density_km_per_km2] grid[road_len_m] / (cell / 1000) ** 2逻辑说明先生成规则网格再用overlay做相交把每条路切到网格里并重新算长度最后按网格汇总。density_km_per_km2就是每平方公里道路公里数是路网密度的标准表达。参数说明cell是网格边长投影坐标下单位是米。全国尺度用 50km 网格比较合适城市尺度要降到 1km 甚至更小。overlay计算量大全国路网加细网格可能跑很久建议先裁到研究区再算。提示overlay之前先确认几何有效用gdf_proj.is_valid.all()检查有无效几何先buffer(0)修复否则相交会报错或丢要素。4. 避坑与排查这份路网数据最容易翻车的五个地方4.1 打开就报错提示缺少 .shx 或 .dbf现象QGIS 或 geopandas 读取时报 Unable to open datasource 或字段全空。 原因压缩包里文件不全或者解压时只解了 .shp。 解决回压缩包确认同名文件是否齐全至少补齐 .shp、.shx、.dbf 三个。如果原始包就缺用ogr2ogr或 QGIS 的修复几何工具尝试重建索引但属性丢了就真丢了。4.2 中文属性乱码现象属性表里道路名称显示成问号或方块。 原因.dbf 的字符编码和读取时指定的编码不一致早期数据常见 GBK。 解决读取时显式指定encodinggbk如果还乱就试gb18030。QGIS 里可以在图层属性里改编码重新加载。别用 UTF-8 硬读 GBK 数据只会更乱。4.3 长度算出来大得离谱或小得可怜现象某条路长度几万公里或者全部小于 1 公里。 原因坐标系没转就量长度或者转错了投影。 解决先print(gdf.crs)确认原始坐标系再to_crs到合适的投影。经纬度下量长度必然错投影参数选错也会系统性偏差。算完用describe()扫一眼异常值一眼能看出来。4.4 叠加分析跑到一半内存爆了现象overlay或sjoin执行时卡死或 MemoryError。 原因全国路网要素多网格又细相交后要素数量爆炸。 解决先按研究区裁剪路网再生成网格或者用sjoin代替overlay做近似统计。实在要全国算分省分批跑再合并。我一般会先拿一个省试跑确认流程通了再铺开。4.5 路网和底图对不上整体偏移现象路网叠在影像或在线底图上位置偏了几百米甚至几公里。 原因坐标系定义错误或者数据本身用的是地方坐标系而 .prj 写的是通用坐标系。 解决先确认 .prj 内容是否合理再用已知地物如城市中心、河流交汇做控制点比对。如果整体平移可能是基准面差异北京54 vs WGS84需要做基准面转换。这类问题没有万能解只能靠控制点校正。5. 进阶玩法把 2000 年路网和现在做对比以及一个我常走的验证流程这份数据真正的价值不在单看而在对比。我最近做的一个小实验是把 2000 年全国路网和一份较新的路网放在一起算每个网格内新增道路长度用来观察哪些区域路网扩张最快。做法不复杂两份数据都转到同一投影各自做网格汇总然后相减。# 假设 grid_2000 和 grid_now 是同一套网格下的密度结果 grid_2000 grid[[geometry, density_km_per_km2]].rename( columns{density_km_per_km2: density_2000}) grid_now grid_now[[geometry, density_km_per_km2]].rename( columns{density_km_per_km2: density_now}) # 按网格索引对齐后相减 diff grid_now.copy() diff[density_change] grid_now[density_now] - grid_2000[density_2000] # 只看增长明显的网格 hot diff[diff[density_change] 0.5] print(Grids with significant growth:, len(hot))逻辑说明两份数据必须用同一套网格和同一投影否则相减没意义。density_change为正表示路网加密为负可能是数据口径差异或道路废弃要谨慎解读。hot筛出增长超过阈值的网格用来定位重点区域。参数说明阈值 0.5 是每平方公里新增 0.5 公里道路按研究尺度调。对比分析最大的坑是两份数据的道路定义和采集标准不一致差值里混着口径差异别直接当成真实增长。验证流程我一般强制走一遍先拿一个熟悉的小区域比如某个地级市单独裁出来用已知的道路总里程做交叉核对确认投影、长度计算、网格汇总三个环节都没问题再铺到全国。这个习惯是被坑出来的——有一次全国跑完才发现投影参数写错所有长度系统性偏了 8%返工重跑花了大半天。从那以后我每次拿到新路网数据都先裁一个小区域验证一遍再全量处理。希望这份拆解帮到你拿到压缩包不至于对着那堆同名文件发愣。本文还有配套的精品资源点击获取
