简介中亚五国矢量图是一份面向地理信息系统学习者、规划研究人员及地图制作者的矢量数据集覆盖哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、塔吉克斯坦和土库曼斯坦的国界与面状要素可用于区域分析、专题制图与教学底图。资源包共八个文件以主文件为核心配合索引文件、属性数据库文件、坐标系统文件以及字符编码、空间索引和元数据文件完整保留了几何位置与属性信息可在主流地理信息软件中直接打开使用。压缩包仅五百四十五KB轻量便携目前已有188人学习下载。数据内含国家名称等属性字段便于筛选与符号化配合精确的坐标系统可支撑自然资源分布、交通网络或政治边界等专题研究。对需要快速获取中亚基础底图、开展空间分析或制作区域专题地图的读者而言是一套即下即用的实用数据资源。1. 中亚五国 shp 矢量图它是一组文件不是一个文件“中亚五国矢量图shp格式”——做地图底图、区域分析、数据可视化的同学十有八九被这句话卡住过从网上下载一个中亚五国的 shp 压缩包解压后看到一堆后缀不同的同名文件不知道双击哪个。真正动手时才会发现shp 的最小单元由 .shp、.shx、.dbf 三个核心文件组成缺了任何一个人家都读不出来如果连 .prj 坐标系文件也丢了图确实能加载但整体错位到海里。这篇笔记要解决的就是“拿到一份中亚五国的 shp 之后如何确认它靠谱、如何按国家拆开、如何转成 Web 可用的 GeoJSON以及过程中最容易踩的坑”。适合正在做区域专题图、需要把五国边界叠到自己业务数据上的开发者。2. 中亚五国 shp 数据从哪来三条公开渠道与选型边界2.1 Natural Earth小比例尺底图优先选它做地图底图最省事的是直接用现成的公共领域底图数据。业内用得最多的是 Natural Earth 这套公开数据集它把全球数据按 1:10m、1:50m、1:110m 三档比例尺发布。对中亚五国来说1:10m 的国界精度画一张 A4 专题图绰绰有余1:50m 适合做插画风格的小图1:110m 则只适合当全球示意图里的一个色块。Natural Earth 的好处有两个一是国界线已经做过拓扑清理不会出现相邻国家边界互相重叠的碎多边形二是属性字段规整有 NAME、ISO_A3、ADM0_A3 这些标准字段过滤五个国家非常方便。下载下来的压缩包里是一个整个世界的图层需要自己按属性把哈、吉、塔、土、乌五个国家筛出去。常见做法是在 QGIS 里加载 ne_10m_admin_0_countries.shp用表达式按 ISO 代码选中再导出ISO_A3 IN (KAZ,KGZ,TJK,TKM,UZB)这个表达式的关键是 ISO_A3 的写法有的版本叫 ISO_A3_EH有的改成了 ADM0_A3所以筛之前先打开属性表看一眼字段名不要凭记忆写。导出时建议直接右键图层另存为格式选 ESRI Shapefile坐标系保持原样不要动。这套数据适合当底图但不适合做行政分析因为它只有国家一级没有州和区。如果你的需求是“五国的轮廓放在地图上”从这里拿数据是最稳的起点。2.2 GADM行政区划要到州、区一级时用如果要做人口、经济、农业这类按行政区划聚合的分析只有国界线远远不够得把国界之下的州级边界也拿进来。这种情况我一般会用 GADM 行政边界数据库。它覆盖到全球各国家的行政区划中亚五国在国家下面有州、区两级GADM 基本都能给出对应的面要素。GADM 提供的常见格式是 shp 和 GeoPackage解压后按国家代码选择中亚五国即可。它的字段结构很规整NAME_0 是国家名NAME_1 是一级行政区NAME_2 是二级行政区做分级设色和属性连接都很顺手。需要注意两点一是不同国家的区划更新节奏不一样有的国家边界调整后 GADM 同步得慢使用前要对照当地最新官方区划版本二是它的许可协议和 Natural Earth 不同商用或公开发布前要读一遍授权说明分析场景一般不受影响。从 GADM 提取中亚五国常见做法是用 ogr2ogr 按属性过滤这部分命令我在第 4 章统一展开。这里想强调的是GADM 的边界精度在部分边境地带和卫星影像存在肉眼可见的偏差它适合做行政统计分析不适合做需要厘米级意识的高精度出图。2.3 开放街区项目OSM生成的边界要最新、最碎时用有些需求是通用数据集满足不了的比如要看某个边境地带的细小走廊、飞地或者某个国家近年调整过的边界线。这种时候就得去开放街区项目OSM里找数据。OSM 的国界数据精度普遍高于前两者因为它由大量贡献者逐段核对能把犬牙交错的边界细节保留下来。但直接用 OSM 原始数据是有门槛的国界在 OSM 里不是一张完整的面而是由多条线段和关系组成需要自己按关系拼合闭合面新手很容易拼出一条残缺边界。所以要省事就去找从 OSM 派生出来的国界服务这类服务已经把闭合关系整理成直接可用的多边形常见的导出格式是 GeoJSON转成 shp 也就是一条命令的事情。我的建议是OSM 派生数据适合做空间计算和不公开发布的精细分析比如统计边境线两侧的要素分布不适合直接拿来当正式印刷地图的底图因为它的边界口径是社区协同修正的结果和当地官方公布的数据会有几十到几百米的差异。2.4 选型判断用三个问题定渠道三条渠道不是互相替代而是按需求分层。我把自己的判断逻辑固定成三个问题问题答案选择需要几级行政区只要国界 / 州界也要Natural Earth / GADM精度和用途出图底图 / 空间计算Natural Earth / OSM 派生数据更新敏感静态项目 / 边界新变GADM 或 NE / OSM 派生先把原始压缩包完整解压保留一份“不做任何修改”的原始版本存到本地目录之后所有处理都另存新文件。这个习惯看起来多余实际能救命的次数远比想象的多——数据源更新后你至少还能回退到最初的版本对比差异。我一般还会把下载日期写进文件夹名比如 five_stan_shp_2025 这种带年份的名字避免三个月后分不清自己是拿哪版数据出的图。3. 检查你拿到的 shp文件家族、坐标系与几何完整性的三层核查3.1 shp 文件家族五个后缀各管什么拿到任意一份 shp第一件事不是打开地图而是解压后看目录里有哪些后缀文件。Shapefile 这个格式的特殊之处在于它不是一个文件而是一组同名文件。核心成员有三个.shp存几何图形点和面的坐标都在这里面.shx几何索引用 QGIS、ArcGIS 打开时靠它定位数据.dbf属性表每个图形的名称、面积等属性存在这个数据库文件里除了这三个还有两个容易忽略但很重要的成员.prj 存坐标系信息.cpg 存 dbf 表的字符编码。先跑一条命令看看文件是否齐全ls -l 五国*结果里应该有至少三个同名不同后缀的文件。如果只有 .shp 和 .shx还能勉强打开如果连 .prj 也没有那么后面所有涉及坐标的操作都要先停下来做一次坐标系判断。.cpg 缺失更隐蔽它不影响图形显示但属性表里的中文或西里尔字母大概率会变成乱码这个坑在第 5 章专门讲。3.2 用 ogrinfo 看数据全貌画图前必跑的第一条命令检查完文件家族后我建议先用 GDAL 自带的 ogrinfo 读一遍数据摘要而不是立刻把文件拖进 QGIS。原因是 ogrinfo 输出更面向命令行适合快速判断数据本质ogrinfo -al -so 五国.shp-al表示读取所有图层-so表示只要摘要不要逐条数据。输出会给出几个关键信息要素数量Feature Count、空间范围Extent、图层坐标系Layer SRS、以及每个字段的名称和类型。重点关注两点。第一Extent 是否在预期范围内。中亚五国的经度大约在东经 46 度到 87 度纬度在北纬 35 度到 55 度之间如果 Extent 里出现了几十万、几百万这样的数字说明这份数据不是经纬度坐标而是投影坐标直接和在线底图叠加必然错位。第二Layer SRS 写的到底是 EPSG:4326 还是别的代码这个值和后续所有转坐标系操作直接相关。3.3 坐标系核查4326、3857 与中亚常用投影中亚五国的 shp 数据在现实里最常见三种坐标系形态拿到手先对照坐标系EPSG单位典型用途WGS 84 经纬度4326度GeoJSON、QGIS 默认、多数公开数据WGS 84 / Web 墨卡托3857米在线地图切片、前端可视化UTM 42N/43N 等投影32642/32643米面积计算、工程测绘判断方法很简单先看 Extent如果坐标值在 0 到 180 之间基本是经纬度如果值在三百万到八百万这种量级多半是 Web 墨卡托如果是一到两百万的小值则是 UTM 这类地域投影。当 .prj 缺失时不要急着在 QGIS 里随手指定一个 EPSG:4326。正确做法是先根据有效来源判断数据的原始投影再用“图层属性 → 设置 CRS”把它指认成正确坐标系最后另存为新文件。直接用“指认成 4326”来“修复”错位本质是给错误坐标换了个标签几何坐标一个点都不会动该偏的还是偏。我之前一次踩坑就是把一份 UTM 数据随手指定成 4326 叠加底图边界偏了十几公里排查了几个小时才发现是坐标系指认错了。3.4 几何完整性检查用 SQL 过滤无效面坐标系对了之后还要查几何本身有没有问题。最常见的两个问题多边形自相交、相邻面重叠。前者在 QGIS 里表现为填充区域出现奇怪的缺口后者会导致面积统计重复。命令行里可以用 SQLite 方言的 ST_IsValid 快速筛出无效几何ogr2ogr -f GeoJSON clean.geojson 五国.shp \ -dialect sqlite \ -sql SELECT * FROM 五国 WHERE ST_IsValid(geometry)执行后如果 clean.geojson 里还是有要素说明原始数据里确实混入了无效面。如果文件名带中文导致 SQL 解析报错先把文件改成英文名再跑。没有报错就能继续有的话先在 QGIS 里加载原数据用“矢量几何检查”面板定位到具体图形再决定是修复还是剔除。4. 把中亚五国 shp 跑起来按国家拆分、合并整体边界与转 GeoJSON4.1 用 ogr2ogr 按国家拆分-where 参数精确过滤拿到的数据如果是五个国家在一张图层里第一步通常是按国家拆成单个文件。ogr2ogr 加-where参数就能做属性过滤不用开 GIS 软件ogr2ogr -f ESRI Shapefile kazakhstan.shp 五国.shp \ -where ISO_A3 KAZ这条命令把 五国.shp 里 ISO_A3 字段值为 KAZ 的要素全部导出到 kazakhstan.shp。逻辑很简单但有两个注意点字段名大小写必须和 ogrinfo 输出完全一致写成 iso_a3 或 ISO 都可能查不到结果字符串值必须用单引号包住这是 SQL 表达式的语法规则。实际处理五国时我会写一个循环脚本把 ISO 代码和输出文件名做成映射避免手打五遍。需要提醒的是-nlt PROMOTE_TO_MULTI参数建议加上它保证导出后的几何类型统一为 MultiPolygon防止某些国家边界被拆成多个 Polygon 造成后续处理类型不一致for iso in KAZ KGZ TJK TKM UZB; do ogr2ogr -f ESRI Shapefile ${iso}.shp 五国.shp \ -where ISO_A3 ${iso} -nlt PROMOTE_TO_MULTI done这个循环里${iso}是 Linux/macOS 脚本的变量写法没有图形界面也能把五个国家一次拆完。拆完后建议再用 ogrinfo 抽查一个文件确认要素数量不为零。4.2 用 GeoPandas 合并成整体外轮廓有些场景不需要五国各自的边界只需要“中亚地区”这一整块范围比如做区域统计掩膜或者给热力图裁边。用 GeoPandas 做这一步很直接import geopandas as gpd five gpd.read_file(五国.shp) union_geom five.geometry.unary_union whole gpd.GeoDataFrame(geometry[union_geom], crsfive.crs) whole.to_file(central_asia_union.shp, encodingutf-8)unary_union会把所有面合并成一个复合几何国界之间的接缝被消除。这里有一个容易被忽略的点合并前要先确认五个国家的面之间没有大的缝隙。如果原始数据拓扑处理不佳合并结果里会残留细小的空隙肉眼在地图上很难发现但导出后做空间连接时会丢点。更稳妥的做法是先做一次 dissolve再取外边界dissolved five.dissolve(byISO_A3).dissolve()dissolve第一次按国家字段把五国分成五块第二次再把这五块合成一块。这种方式能顺带清除内部边界线但几何修复能力有限如果数据本身有重叠还是要回到第 3 章的几何检查步骤。4.3 转 GeoJSON给 Web 地图用的标准姿势前端可视化、Web GIS 项目一般不用 shp而是用 GeoJSON。因为 shp 需要多文件配套浏览器解析库不方便直接读GeoJSON 是单文件、纯文本、能直接在 JavaScript 里当对象用。用 ogr2ogr 转换ogr2ogr -f GeoJSON 五国.geojson 五国.shp \ -t_srs EPSG:4326 \ -lco RFC7946YES-t_srs EPSG:4326把坐标强行转到 WGS 84 经纬度确保前端加载在线底图时位置正确RFC7946YES按 2016 年发布的 GeoJSON 规范输出坐标序列按照右手法则排列避免某些解析库读到反方向的多边形。如果想控制文件体积再加一个参数ogr2ogr -f GeoJSON 五国.geojson 五国.shp \ -t_srs EPSG:4326 \ -lco RFC7946YES \ -lco COORDINATE_PRECISION6COORDINATE_PRECISION6表示经纬度最多保留 6 位小数大约 0.1 米的精度对国界展示来说完全够用文件能小 30% 左右。不要太贪心改成 4 或 5那会在地图上肉眼可见地出现折线锯齿。4.4 用 Douglas-Peucker 简化国界出图减点从 1:10m 数据出小比例尺插图时几万个顶点会让 SVG、PDF 导出文件又大又卡。GDAL 提供了现成的简化参数ogr2ogr -f GeoJSON 简化.geojson 五国.shp \ -simplify 0.01-simplify后面跟的是简化容差单位跟随源数据坐标系。如果原数据是 WGS 84 经纬度0.01 大约相当于赤道附近 1 公里对国界轮廓影响不大如果原数据是投影坐标系0.01 就是 0.01 米等于没简化。所以执行前先确认 CRS换算成合适容差再跑。简化会让边界变光滑但也会改变面积和周长的统计结果做面积分析时不要用简化后的文件。GDAL 简化算法是 Douglas-Peucker它对狭窄的飞地和细长走廊压缩效果特别明显很可能把一个小飞地直接压没了。所以在简化后检查一下要素数量如果少了很多小块就要考虑降低容差或者放弃简化。5. 中亚五国 shp 避坑清单五个高频坑与对应解法5.1 坑一统计面积时冒出几千个小碎块现象对国家做 dissolve 或计算总面积时结果里出现大量面积只有几平方公里甚至更小的多边形数量有几百上千个。原因中亚南部部分边境地带国界线犬牙交错存在飞地、狭长走廊这一类特殊边界形态数据源会如实保留这些细小碎块。它们在地图上因为比例尺小看不出来但在几何计算里每一个都是独立要素会影响面积汇总和相交统计。解决先转投影坐标系再按面积阈值过滤。WGS 84 经纬度下直接用geometry.area算出来的面积单位是度数字没有物理意义必须先投影到 UTM 或等积投影import geopandas as gpd df gpd.read_file(五国.shp) df df.to_crs(EPSG:32642) # UTM 42N覆盖中亚大部分范围 df[area_km2] df.geometry.area / 1e6 main df[df[area_km2] 100] small df[df[area_km2] 100]100 平方公里这个阈值是我做区域底图时常用的经验值。如果你是要做精确的空间分析不要把碎块直接删掉而是把 small 单独存成一个文件比如标记为“飞地块”图层分析时再决定是否纳入保留原始信息比删除更安全。5.2 坑二属性表中文乱码现象用 Excel 打开 .dbf或者 QGIS 里打开属性表国家名和行政区名全是乱码常见的是西里尔字母或者中文变成一堆问号。原因属性表存储在 dbf 里编码信息记录在 .cpg 文件中。GADM 和一些本地数据源默认用 CP1251 或其它本地编码而现代 GIS 软件按 UTF-8 读取就会出现乱码。解决先看 .cpg 文件内容判断源编码QGIS 里可以在图层属性中手动指定“数据源编码”比如改成 System 或 GBK 后属性表就能正常显示。如果需要长期使用最好把数据重新导出一次强制写入 UTF-8 编码ogr2ogr -f ESRI Shapefile 五国_utf8.shp 五国.shp \ -lco ENCODINGUTF-8-lco ENCODINGUTF-8是 GDAL 创建文件时的编码选项导出后的 .cpg 文件会明确写着 UTF-8以后在 QGIS、GeoPandas、FME 里读都不会再乱。这条命令也适用于把 CP1251 的俄语属性表统一成 UTF-8 再交给别的系统。5.3 坑三缺 .prj图直接错位到非洲海岸现象shp 加载到 QGIS 之后五国边界出现在大西洋或非洲中部和任何在线底图都对不上。原因.prj 文件缺失QGIS 会自动把图层当作 EPSG:4326 处理。如果这份数据原本是投影坐标系那么几千几百米的坐标值会被当作几十上百度的经纬度位置自然飞到地球另一侧。解决先判断原始坐标系的类型。看要素范围如果 Extent 里的 x 是几十万量级多半是 UTM如果是一两百万量级可能是 Web 墨卡托。确定后右键图层 → 属性 → 设置 CRS选择正确的投影代码图形就会回到正确位置。然后用“导出 → 另存要素类”生成一份带 .prj 的新文件。不要用“图层 CRS → 设置为 WGS 84”这个动作来修复它只改了标签没有改坐标本身数据仍然是错的。这个坑在从网盘、论坛下载的整合包里特别常见因为打包者经常只传了三个核心文件。下载后先看一眼有没有 .prj是一劳永逸的习惯。5.4 坑四国界口径对不上现象把两个不同来源的 shp 叠加到同一张底图上国界在局部区域差异明显差几十米到几百米沿边境地带差距更大。原因不同数据源采用不同的基础地理底图、卫星影像和采集时间国界线本身就存在多版本口径。这个问题客观存在不是哪份数据“错了”。解决出图场景选定一个主数据源全图统一用它的边界不要混着用分析场景以当地官方公布口径为准其它来源只做参考。印刷或公开发布前人工抽查几个边境节点位置必要时加注数据来源版本。别指望两份数据完全重叠GIS 图层的世界里没有“完全一致”这回事。5.5 坑五属性字段名和值不可读现象ogrinfo 输出的字段值是西里尔字母或者字段名里带星号、空格等非法字符写 SQL 过滤时怎么都匹配不上。原因原始数据来自非英语环境字段命名习惯和字符集都不符合常见工具预期尤其是一些本地测绘数据。解决先读一遍属性把字段关系摸清再写脚本统一重命名和转码import geopandas as gpd df gpd.read_file(五国.shp) df.columns [.join(c if c.isalnum() else _ for c in col) for col in df.columns] df[iso] df[ISO_A3].str.upper() df.to_file(五国_clean.shp, encodingutf-8)isalnum()会把字段名里的特殊字符替换成下划线属性字段值统一转大写避免匹配时的大小写问题。处理完后用 ogrinfo 再确认一次字段名清爽了后续写-where条件时不会卡在不可见字符上。6. 出图前的三个验证习惯和一个治本做法数据清洗完不等于可以马上出图。我给自己定了三个验证习惯每次都做一遍看起来简单但拦住了不少问题。第一个是面积合理性自检。哈萨克斯坦面积约 272 万平方公里这是所有验证的基础锚点。用投影坐标系算一下五个国家各自面积和公认值对比偏差超过 3% 就说明几何层有问题要么是多边形重叠要么是边界简化过度。这个自检不需要查资料记住这几个数量级就够了。第二个是双源交叉验证。把 Natural Earth 的国界和 GADM 的国界同时加载到 QGIS缩放观察误差带。如果某段边界肉眼可见地偏移基本能判断是坐标系或边界口径问题。正式出图时以选定的主数据源为准不需要把两套都画上去这个验证只是让自己心里有数。第三个是记录 CRS 和来源版本。把数据源名称、下载日期、EPSG 代码写进图层的元数据GeoPackage 格式原生支持元数据字段shp 则建议在目录里放一个说明文件。三个月后再拿起这份数据不至于忘了它从哪来、坐标是什么。治本的做法是把整个处理链路固化成脚本。从解压、ogrinfo 检查、按国家拆分、统一 UTF-8、转 GeoJSON 到面积自检全部写进一个 Shell 脚本输入是原始压缩包输出是处理好的成品加一份校验报告。这样换台电脑、换个同事跑一遍就能复现同样结果不会因为你漏了某个手工步骤就翻车。某次在模拟项目X里我图省事直接把网上下载的 shp 传给前端渲染结果国界在线底图上偏了十几公里排查半宿才发现是坐标系被指认错了。从那以后我立了条规矩任何 shp 进项目先跑 ogrinfo 再谈其它。这个流程希望你也能少走一次弯路希望帮到你。本文还有配套的精品资源点击获取