企业官网建设流程全解析

简介：面向地理信息系统使用者与交通规划研究者，这份陕西各级公路SHP文件提供全省高速公路、一、二、三级公路的矢量线数据，以及各地级市行政区划面数据，可按道路等级分层加载，用于路网分析、区域规划与空间统计。包体采用Esri的Shapefile格式，涵盖5套完整数据图层，共35个文件：shp存储几何、dbf记录道路名称/等级/长度等属性、prj定义坐标系、sbn/sbx建立空间索引、xml保存元数据，整套压缩包仅2.14MB，轻量易用，可直接导入ArcGIS、QGIS等桌面软件打开和编辑。已有631人学习下载。基于不同等级公路的区分，可快速开展交通网络连通性、道路密度、缓冲区影响等专题分析，结合行政边界还能支撑灾害应急路径选择、商业选址评估等应用，对地理信息教学与省级尺度课题研究均有参考价值。处理时可利用道路属性字段筛选特定等级线路，或结合底图制作专题地图，从而将原始地理数据转化为可读的决策信息。

1. 陕西各级公路SHP：先别急着拖进地图，弄清“能做什么”再动手

有没有这种经历：同事传来一份陕西各级公路SHP，解压后顺手往 QGIS 画布上一拖，满屏线要素确实壮观。但叠加天地图影像后，道路和影像对不上，属性表里全是数字代码，想按公路等级筛个“高速+国道”都要靠猜字段名。这份数据真正要解决的，是把省域公路从“一堆线”变成能做分析、出图、交付的工程路网底图，前提是你愿意花半小时拆文件、认坐标系、理字段。适合陕西交通规划、路网普查、选址分析以及做综合 GIS 数据整理的从业者；如果你只是要一张示意图，这套复杂度反而会拖慢进度。下面按我实际处理顺序走：先拆结构，再做清洗，然后讲格式转换，最后单列避坑和验收习惯。

2. 把结构吃透：陕西各级公路SHP的文件组成、分级字段与坐标系判定

拿到一份路网数据，先别急着做分析和出图，花十分钟搞清楚三件事：shp 是不是完整交付、道路等级存在哪个字段、坐标系到底是什么。这三件事不解决，后面每步都可能返工。

2.1 SHP 不是单文件：四件套与隐藏的编码文件

陕西省级公路数据的交付形态，在一线项目里几乎都是 shapefile 格式，但很多人只把.shp拷走，导致换一台电脑就打不开。这里要明确一点：shapefile 是一组文件约定，不是一个文件。常见的配套文件至少有下面这些：

我一般会把这几个文件连同放它们的文件夹一起复制走，并且强制要求路径里不出现中文。比如D:\gisdata\shanxi_road\没问题，D:\工作\陕西道路\在部分旧版 ArcGIS 里就会翻车。在 QGIS 里加载时，直接把.shp拖进画布就能看到图层；ArcGIS 则用“添加数据”选中.shp，不要手动去勾.dbf，否则只能看到属性表看不到几何。

加载后第一件事是打开属性表，检查道路名称字段有没有大量 NULL，再确认坐标系是否被正确识别。很多时候图层显示“未知 CRS”，是因为.prj文件缺失或被改名了。这时可以在图层属性里手动指定，但指定之前必须判断它到底是经纬度还是投影坐标，这一步判断错了，后面整条线都偏到不知道哪里去。

2.2 道路分级字段怎么识别：等级字段、类型字段与编码字典

“各级公路”这四个字，落实到 shp 上就是一个或多个属性字段。常见命名有level、class、grade、type、Road_Type、等级，也可能是code这种纯数字编码。不同数据源字段名差异很大，但取值逻辑通常能归成两大类：

实际操作中，最忌讳的就是“看到 name 字段就以为能筛选等级”。很多 shp 里路线名称只写“G108”或“国道 108”，但等级字段里存的却是1、2、3这种编码。这时不要靠猜，先把字段值统计一遍，用 QGIS 的“按字段值分组统计”或者直接看属性表排序，确定编码字典后再做映射。

如果你在 QGIS 里想把数字编码转成文字等级，可以这样写：

CASE WHEN "level" = 1 OR "level" = '1' THEN '高速公路' WHEN "level" = 2 THEN '国道' WHEN "level" = 3 THEN '省道' WHEN "level" = 4 THEN '县道' ELSE '乡道/其他' END

这个表达式的关键点是先确认字段类型。如果字段是整型，条件里就不要加引号；如果字段是字符型，就必须写'1'。我遇到过不少次“明明值是 1 但条件判断不生效”的情况，十有八九是类型没对上。建议先写typeof("level")看返回结果，再决定表达式写法。

2.3 坐标系判定：CGCS2000 与 WGS84 的区分方法

陕西地区的矢量数据，目前主流工程标准已经是 CGCS2000，投影带常用三度带中央经线 108E 或 110E。但也会碰到老数据用的是 WGS84 经纬度，甚至更旧的西安 80 坐标系。判断方法其实很简单：打开.prj文件看文本，或者在图层面板看 CRS 信息。

一个快速区分技巧是看坐标数值量级。陕西范围经度大约在 105.5 到 111 度之间，纬度在 31 到 39.5 度之间。如果图层的坐标范围是这种两位数和一位数的小数点组合，说明它是经纬度坐标系。如果 X 坐标是 6 到 7 位数字，Y 坐标是 4 到 5 位数字，比如 X=36500000，Y=3800000，那基本可以确定是投影坐标系，而且很可能是 CGCS2000 三度带投影。

用 Python 判断更直接：

import geopandas as gpd gdf = gpd.read_file('陕西省道路.shp') print(gdf.crs) print(gdf.total_bounds) # 输出 (minx, miny, maxx, maxy)

这里如果gdf.crs显示EPSG:4547或EPSG:4548，对应的是 CGCS2000 三度带投影；如果显示EPSG:4490，则是 CGCS2000 经纬度。.total_bounds的作用是让你肉眼确认坐标范围是否符合陕西地理位置预期。如果显示出来是一串十七八位的大数字，说明坐标系定义和实际坐标不匹配，后面叠加一定会出问题，建议先回退到原始数据查找.prj，不要盲目投影。

3. 数据清洗与整理：筛选、合并、拓扑修复，把路网变成能分析的工作层

原始 shp 里的要素，往往比工程需要的多得多。有重复线段、有跨省边界线、有非常短的毛刺线，还有等级字段值不一致的情况。直接拿原始数据做分析，结果很难让人信服。这一章我用 QGIS 和 Python 各走一遍流程。

3.1 用 QGIS 按等级筛选道路并导出工作副本

QGIS 里最常用的筛选方式不是手动框选，而是属性筛选。右键图层，打开“筛选”对话框，写表达式：

"type" IN ('高速', '国道') OR "level" IN (1, 2)

这个表达式的逻辑是：只要type字段是高速或国道，或者level字段是 1 或 2，就保留。注意两件事：第一，字段名和字段值要以你实际打开的属性表为准，不要照抄我的例子；第二，OR会叠加多个条件，如果筛选结果比预期多很多，检查是不是因为字段里既有“国道”又有“G210”这类重复表达。

筛选完成后，右键图层选择“导出”->“保存要素为”，格式选 ESRI Shapefile，编码勾选 UTF-8，坐标系按原图层保持即可。这样导出的文件是物理存在的独立图层，后续分析都基于它，原始数据不被动过。这是我很坚持的一个习惯：所有加工都做副本，源文件永远留一份原样备份，防止清洗过程中把不可逆的错误写进去。

如果是 ArcGIS 用户，对应操作是“按属性选择”后右键图层导出数据。逻辑相同，只是界面不同。

3.2 geopandas 批量处理：读取、筛选、合并与按等级重组

当陕西路网被拆成十几个 shp 时，比如按市或按县交付，手工在 QGIS 里一个个处理会非常痛苦。这时用 geopandas 批量处理更合适：

import geopandas as gpd import pandas as pd # 读取陕西各级公路SHP，如果中文乱码，尝试 encoding='gbk' roads = gpd.read_file('shanxi_roads.shp', encoding='utf-8') print(roads.columns.tolist()) print(roads.crs) # 筛出高速和国道，用于干线分析 trunk = roads[ roads['level'].astype(str).str.contains('高速|国道|G') ].copy() # 按等级字段溶解合并，减少碎线数量 trunk_dissolved = trunk.dissolve(by='level', as_index=False) # 导出为新的shp文件 trunk_dissolved.to_file('shanxi_trunk_roads.shp', encoding='utf-8')

这段代码建议细致说明一下。读取时encoding='utf-8'是告诉 geopandas 用 UTF-8 解码 dbf 属性表；如果打开后中文路名都是乱码，就改成encoding='gbk'重读，因为很多 shp 里的中文字段实际是 GBK 编码。astype(str)是把字段统一转成字符串再做筛选，这样既避开整型和字符型不匹配的问题，也能用包含匹配来处理“高速”、“G65”这类混合值。dissolve(by='level')会把相邻的同等级线段合并成一条连续要素，适合做路网概况图，但要注意它也可能把相距很远的同等级线段合并，如果你需要的是逐条路线的拓扑关系，这一步要谨慎使用。

3.3 空间范围裁切与碎线清理：去掉不需要的矢量

陕西省路网数据经常会包含与甘肃、山西、四川、河南等邻省接边路段，原因是道路本身跨省贯通，制图时把边界外的部分也画进去了。如果项目只做陕西省内分析，就需要按省界裁切。

from shapely.geometry import shape import geopandas as gpd # 读取陕西省级边界shp boundary = gpd.read_file('shanxi_boundary.shp') # 用边界裁切路网 roads_clipped = gpd.clip(roads, boundary)

gpd.clip的第二个参数可以是 GeoDataFrame，也可以是单个几何对象。裁切后要检查要素数量和总长度，如果总长度比原始数据少很多，可能是边界 shp 的坐标系与路网不一致，先把两者统一到同一 CRS 再裁。

碎线清理是针对那些长度很短的线要素，它们通常是分幅数据接边时产生的半截线段，对路网分析没有价值，还会让统计结果失真。按长度过滤是最直观的办法。需要注意一点：高速和国道的匝道、连接线也可能很短，不能一刀切全删，可以按等级分开处理。

4. 格式转换与互操作：shp转KML、DWG转shp、MapGIS线文件与shp合并

实际项目中，数据不会只在 GIS 软件里流转。给汇报组的可能是 Google Earth 的 KML，给测绘院的可能是 MapGIS 线文件，给设计院的可能是 DWG，还有大量场景要求把点坐标转成 shp。这一章解决的就是格式之间的桥接问题。

4.1 SHP 转 KML：控制输出大小，别把整个属性表都带过去

QGIS 里最顺手的操作是右键图层，选择“导出”->“保存要素为”，格式选 KML。但直接导出经常出现几十上百 MB 的 KML，打开慢、上传慢，放在 Web 前端甚至直接把浏览器卡死。原因很简单：属性表里所有字段都被带进了 KML，每条道路还有一堆历史字段。

我的做法是先复制图层，把不需要的字段删干净，再导出。字段只保留三个：道路名称、等级、线路编号。如果字段多到手动删不过来，可以用如下方式：

import geopandas as gpd gdf = gpd.read_file('shanxi_roads.shp', encoding='utf-8') keep_cols = ['name', 'level', 'code', 'geometry'] gdf = gdf[keep_cols] gdf.to_file('roads_for_kml.shp', encoding='utf-8')

然后回到 QGIS 加载这个瘦身后的图层，再做导出。这里建议在导出前用“简化几何”工具，把冗余节点去掉。默认容差可以设 10 米，意思是两点间距小于 10 米的中间点会被移除。高速和国道用 20 米容差基本不影响形态，县道建议 10 米，复杂山区道路不要超过 5 米，否则转弯处会切出直线，看起来像走捷径。

KML 本身要求 WGS84 经纬度坐标系，QGIS 导出时会自动把投影坐标转换成经纬度，不需要你手动做投影变换。导出后的 KML 可以直接拖进 Google Earth 验证，如果后续要转 3D Tiles，可以先把 KML 再转成 GeoJSON，作为中间格式继续处理。

4.2 DWG 转 SHP 与 SHP 转 MapGIS 线文件：两套相反的注意事项

先说 DWG 转 SHP。从设计院拿到的公路 DWG，通常是一堆 CAD 多段线，属性只有图层名和颜色，没有“等级”这种 GIS 字段。在 ArcGIS 里用“快速导入”或 QGIS 里用 DXF 导入，先把线要素拉进来，再导出为 shp。这里最大的坑是 CAD 多段线转过来后带有 M 值，几何类型会显示为PolylineM。如果你后续要用空间分析工具，很多工具不认PolylineM，需要先转成普通Polyline。处理方式是用“修复几何”或者 QGIS 的“多部分转单部分”工具，转完后用gdf.geometry.geom_type.unique()检查类型是否全部变为LineString。

SHP 转 MapGIS 线文件的场景主要在需要提交给地质、矿政类项目时。MapGIS 的老格式是.wl线文件，转换路径通常是：在 MapGIS 的“文件转换”模块里选择“shp 转线文件”，或者反过来在 shp 端用 MapGIS 提供的转换工具。常见问题是字段中文名在转换后丢失，只剩 ID。我的处理顺序是：先把 shp 另存一份，字段名全部改成英文，再将字段值导出为 XLS 表格，转换完成后人工接回属性。多维数组这种转换是数据交换里的无奈选择，保几何不保属性是常态，不要指望它一次到位。

另外，如果同时拿到了“省1”和“省2”两个省界 shp 文件，注意区别通常在于：一个表示省级行政边界线本身，另一个表示省界界桩点或边界标注注记。合并前先单独打开两个文件查看几何类型，一个是线或面，另一个可能是点，不能直接合并。这属于数据源命名差异，不是标准约定，实际操作必须验明正身。

4.3 Excel 坐标点转 shp 与渔网分割

从导航设备或调查表里拿到的道路点位，经常是以 Excel 表格存储的，两列经纬度配上名称。QGIS 里处理最快的方式是用“添加文本数据图层”。加载时注意三件事：第一，X 字段选经度列，Y 字段选纬度列；第二，坐标系下拉框选 WGS84 EPSG:4326；第三，在“几何类型”里选 Point。加载成功后右键导出为 shp，坐标系保持 EPSG:4326，后续需要用投影坐标系再通过“导出要素另存为”做一次坐标变换。

如果拿到的是投影坐标点，比如 X 是 508000 左右、Y 是 3772000 左右的数值，那这些点大概率已经在 CGCS2000 投影坐标系里了，这时添加图层时就不应该选 WGS84 经纬度，而要指定对应的投影 CRS。经验法则：先看数据窗体里坐标值的量级，再决定坐标系，不要盲目默认。

渔网分割 shp 是路网密度分析里很常用的步骤。QGIS 菜单里有“创建渔网”，或者用 ArcGIS 工具箱里的“创建渔网”工具。两个关键参数：渔网宽度和高度，决定了每个网格的大小。做路网密度时，常用的网格大小有 500 米、1000 米、2000 米三档。500 米适合小范围城区项目，1000 米适合县域尺度，2000 米适合全省宏观分析。参数设置完成后运行，生成的是面要素网格，再通过“空间连接”把路网线段的长度或者条数汇总到网格里，就能做密度图了。

4.4 多份 shp 合并：ArcGIS Pro 与 QGIS 的注意点

当你需要把按县交付的多份道路 shp 合成一份省级路网时，合并操作本身不难，难的是合并之前的一致化处理。ArcGIS Pro 里有两个常见入口：一个是“合并”工具，一个是“追加”工具。我推荐用“追加”，因为它按字段匹配，不会因为多出几个字段就报错。但前提是各份数据的坐标系必须统一。如果一部分是 CGCS2000 三度带投影，另一部分是 WGS84 经纬度，合并后坐标就会乱掉，而且很难排查，因为图形还能显示，只是全挤到一片区域或飞得极其远。

合并前建议用 Python 统一检查：

import geopandas as gpd import glob files = glob.glob('city_roads/*.shp') gdfs = [] for f in files: g = gpd.read_file(f, encoding='utf-8') gdfs.append(g.to_crs('EPSG:4547')) combined = gpd.GeoDataFrame(pd.concat(gdfs, ignore_index=True), crs='EPSG:4547') combined.to_file('province_roads_merged.shp', encoding='utf-8')

这段代码把每组读取出来的数据都先转成 EPSG:4547（CGCS2000 三度带中央经线 108E），再拼接导出一个统一的 shp。to_crs的目的是消除坐标系差异。如果数据源有的用投影、有的用经纬度，经过这一步后再合并，最终数据就在同一个坐标系下。拼接时也可以顺便检查字段结构：用print(g.columns.tolist())看一眼，如果不同文件字段名不一致，先统一字段名再合并，否则 dbf 属性表会出现大段空值。

5. 避坑：陕西各级公路SHP 实操中的常见问题清单

这一章是我的真实踩坑记录，每条都按“现象—原因—解决”来写。你在处理自己手上的数据时，遇到类似问题可以直接对照排查。

5.1 线与影像有几十米平移，坐标系被默认猜错

现象：加载陕西道路 shp 后叠加天地图影像，道路整体偏离真实位置，偏移量大概二三十米到近百米。放大后能看到观点，比如桥不在河上、路从山体侧面穿过。原因：陕西路网数据多采用 CGCS2000 三度带投影，而部分软件加载无.prj或.prj缺失的 shp 时，默认按 WGS84 经纬度解析，坐标被强行塞进经纬度坐标系表达，自然出现偏移。解决：打开图层属性确认当前 CRS，如果显示 WGS84 且坐标范围不是经纬度量级，手动改成 CGCS2000 三度带中央经线 108E 或 110E。改完后叠加影像验证两次，确认不再偏位再继续工作。

5.2 属性表中文路名显示为乱码或问号

现象：字段名正常，但“西宝高速”“包茂高速”这些中文值全变成??或乱码。原因：dbf 文件用 GBK 编码存储，而 QGIS 默认按 UTF-8 读取；部分 shp 的.cpg文件缺失或写成了1252西文编码，软件无法正确判断字符集。解决：关闭图层，在 QGIS 的数据源管理器中找到这个文件，重新加载时把编码改成GBK或CP936，再打开属性表。确认显示正常后再决定是否另存为 UTF-8 编码的新 shp。这里不要直接在乱码状态下做筛选，因为字符串匹配会失败，筛选结果为空，容易被误判为没有数据。

5.3 高速路网断成几千段，做网络分析对不上

现象：用路网做最短路径或服务区分析时，路径绕远路、掉头，甚至横穿多个不相邻节点。原因：shp 里的高速公路线没有进行拓扑化处理，同一路段被拆成多个没有公共端点的小段，断点处实际存在但属性上看不出来。解决：用 QGIS 的 GRASS 插件里的v.clean工具，先执行snap步骤，把断点吸附到最近的端点，容差可以按道路宽度设，比如 50 米；再执行break步骤，把相交线在交点处打断；最后执行rmdupl清理重复线段。处理完后重新加载跑一遍网络分析，路径结果会正常很多。

5.4 属性只有数字编码，没有可直接读的等级名称

现象：属性表里等级字段显示为1、2、3，或者A、B、C，项目组其他人根本看不懂。原因：交付数据为了压缩属性表体积，采用编码方式存值，完整的编码字典通常在说明文档或单独的表里，没有随 shp 一起交付。解决：先导出属性表查看所有可能的编码值，对照说明文档建一张映射字典表，用“连接属性表”的方式把等级名称接回。字典表可以是 Excel 也可以是 csv，用 QGIS 的“连接图层属性”功能按编码字段关联。关联后一定要检查关联条数和原要素数量是否一致，多对多关联会导致属性重复。

5.5 导出给 ArcGIS 后图层打开是空的或要素数量减少

现象：在 QGIS 里正常的 shp，用 ArcGIS 打开后要素数量变少，甚至整个图层是空的。原因：shp 里可能存在几何错误线，比如自相交线也兼容某些工具却不兼容导出格式；或者某些要素是空的几何对象，属性表里有记录但图形没有坐标。解决：用 QGIS 的“矢量几何检查器”或“修复几何”工具，先跑一遍检查，把空几何删掉，然后对所有线要素执行“修复几何”，修复后另存为新 shp。导出前用gdf.is_valid.sum()判断有效几何数量，如果有效数量和总要素数量不一致，就一定需要先修再导。

6. 验收习惯：把路网数据和影像叠起来，用统计和抽查判定能不能交付

分享一个我现在每次做完陕西路网清洗后都会走的固定流程。第一步是统计各等级道路的条数、总长度和平均长度，取一个能落地的验收基线。第二步是叠加影像抽查，重点看高速和国道是否落在真实道路上，桥梁段是否跨过河流，隧道段是否穿过山体。第三步是跑一次拓扑检查，确认没有重复线段和断头线。这三步走完，这份 shp 才敢说真正能进入分析环节。

统计的代码可以顺便写在下面：

import geopandas as gpd roads = gpd.read_file('province_roads_merged.shp', encoding='utf-8') roads['length_km'] = roads.geometry.length / 1000 summary = roads.groupby('level')['length_km'].agg(['count', 'sum', 'mean']) print(summary)

这样输出就是一张按等级汇总的路网信息表。count是条数，sum是总长度公里数，mean是每条线的平均长度。如果某县道平均长度只有一两百米，明显就是碎线过多，需要回到上一步做 dissolve 合并；如果高等级高速的条数非常多，说明数据还是分段存储状态，不能直接用于网络分析。参数上，县道平均长度至少应达到一公里以上才说得过去；国道省道如果分幅交付，平均长度在五到十公里属于正常，再低就要查问题了。

叠加影像这一步没有固定参数，但有个习惯值得养成：不要选固定节点，而是按比例随机抽几条路。例如全省抽 20 条县道、10 条省道、5 条高速，逐条沿路线看一遍。抽查时要留意两个细节：一是有没有和影像完全对不上的路段，二是道路等级和实际形态是否匹配。比如线要素标着高速但走向沿着旧路拐弯，就需要回去查看原始数据是不是混入了低等级路。

从那以后，我每次拿到路网 shp，都会强制走一遍“字段统计 + 影像抽查 + 拓扑检查”这三个步骤，再进入下一环节。这一步看着耗时，实际上一份全省路网数据也就二十分钟，但能拦住表格统计和制图环节的半数返工。希望帮到你，少走一段弯路。

本文还有配套的精品资源，点击获取