拓冰网站定制 
简介全国生态功能区划2015年修编版数据集以shp矢量与tif栅格双格式封装面向GIS分析师、生态规划与环境保护领域的科研人员用于生态功能分区、国土空间规划、区域开发适宜性评价及生态保护专项研究。压缩包共7个文件包体7.72MB内含shp矢量主文件、dbf属性表、prj投影坐标系定义、shx/sbn/sbx空间索引及xml元数据文件结构完整可在ArcGIS、QGIS等平台直接加载与查看。数据源自2015年修编版区划成果属性表包含生态功能区类型代码与名称便于按字段筛选、符号化并提取不同尺度功能区用于生态保护红线协同分析、分区管控方案制定或教学科研样例。利用该数据可快速提取全国尺度的生态功能分区信息用于生态保护红线划定、区域开发强度评估、高校GIS课程案例训练等工作。已有311人学习下载适合生态环境规划、资源监测及相关数据应用人员使用。1. 全国生态功能区划 2015 修编版一份同时给到 shp 和 tif 栅格的底图数据做生态保护红线校核、规划环评和国土空间双评价时全国生态功能区划 2015修编版是最常被翻出来的一张基础底图。整套数据按“全国一张图”的方式交付两层内容一层是 shp 矢量负责保存功能区边界、区划代码和名称另一层是 tif 栅格用像元值把陆域空间划分为生态调节、产品提供、人居保障等功能大类。它解决的核心问题是“任意坐标点落在哪类生态功能区、边界怎么落在现状地形上”。适合 GIS 数据处理工程师、环评从业者和规划院的数据分析岗拿到手之后可以直接做叠加分析、面积统计和专题制图。2. 拿到数据先做体检把 shp 与 tif 栅格的坐标系、编码和属性字段看明白2.1 文件清单检查shp 不是一个文件tif 栅格也不只有影像我接手这类数据的第一件事不是急着拖进 ArcGIS而是先看文件目录。shp 是一组相关文件至少缺一不可.shp存几何.shx存索引.dbf存属性.prj存投影信息。如果分发时只给了.shp和.dbf缺少.prj那么即使几何坐标是真的软件也会默认按 WGS84 地理坐标系处理后续与省级 CGCS2000 数据叠加必然错位。tif 栅格经常被误以为只有一个影像文件实际上它可能带.tfw或.aux.xml。.tfw是 ESRI 风格的世界文件里面记录了像元大小和左上角坐标.aux.xml则可能包含金字塔、NoData 值和统计信息。用 GDAL 读取 tif 时通常能直接在文件头里拿到地理变换矩阵不必依赖外部 tfw但如果你要在 CAD 或 SuperMap 里调用这套数据tfw 仍然很关键。检查文件是否完整的操作可以按四步走先确认.shp/.shx/.dbf/.prj四件套齐全再看 tif 是否有.tfw没有也能打开但不保险然后用 ArcGIS 的“数据管理工具→要素类→修复几何”跑一遍 shp把自相交、空几何标记出来最后用 shapechk 这类 shp 修复工具检查文件头结构如果要素数量表和几何索引对不上通常需要重建空间索引。这套国标数据大多数情况下文件结构是健康的怕就怕有人只把 shp 里某个字段单独导出后再入库导致.dbf字段属性丢失。此时建议保留原包装不要轻易重导。2.2 属性表解读shp 里的功能区代码和 tif 栅格像元值怎么对齐拿到 shp 后先打开属性表重点想清楚三个字段功能区代码、功能区名称、面积。常见字段名可能是code、name、area也可能写成FCode、FName这种英文命名。生态功能区划一般按“一级区-二级区”组织属性表里会有一个字段保存类似“生态调节功能区”的文字另一个字段保存像0101、0202这样的代码。tif 栅格保存的不是文字而是像元灰度值。很多时候 tif 的像元值直接对应 shp 属性表里的代码比如 101 表示水源涵养102 表示生物多样性保护。但也有分发版本把栅格重分类成 0、1、2 三个级别0 是水体或合成区1 是生态调节区2 是产品提供与人居保障区。遇到这种简化版本你仍能基于 shp 做二级区划统计但 tif 只用于宏观制图不再适合做精细面积计算。在 ArcGIS 里检查 tif 的像元值有两条路。一条是右键图层打开“属性→源”查看栅格属性表里是否已经带有Value和Count字段另一条是用“识别”工具点开任意像元直接读 Value。如果属性表没有Count说明这个 tif 是连续栅格不是分类栅格需要先做重分类才能按类别统计面积。很多新手在这里翻车以为 tif 能直接出面积结果提取出来的是一个像元的灰度值。2.3 坐标系核对与重投影CGCS2000、WGS84 与经纬度坐标系的取舍拿到文件后先看.prj内容判断是地理坐标系还是投影坐标系。“全国生态功能区划 2015修编版”这类全国尺度数据常见做法是采用 CGCS2000 地理坐标系或者以 Albers 等积投影分发。地理坐标系的数值范围在 73°E 到 135°E、18°N 到 53°N 附近投影坐标系的数值则是七八位数的米制坐标。如果 shp 的 prj 写的是GCS_WGS_1984而 tif 的元数据里是CGCS2000叠加时虽然肉眼不容易发现但是量算和裁边都会产生误差。两者椭球参数接近但不相等在城市尺度下通常有几十米甚至百米的偏移这取决于你所在的经度位置。处理办法很简单在 ArcGIS 里用“数据管理工具→投影和变换→要素→投影”把矢量转到目标坐标系栅格则用“投影栅格”工具并选好重采样方式。分类栅格建议用最邻近NEAREST重采样绝不要用双线性或三次卷积否则功能区边界会被抹掉一层像素边界处会出现不存在的过渡类别。我看到很多人直接用“定义投影”工具去改 shp这是最常见的误区。定义投影只改元数据不会把真实坐标做数学变换如果数据本来就带正确的 CGCS2000 坐标只是 prj 缺失你用定义投影补上是合理的但若两个图层坐标系不同就必须用“投影”工具。2.4 用 shapechk 和 QGIS 验证 shp 文件是否损坏、属性能否读取如果打开 shp 时报“无法读取要素”“属性表打不开”第一步不是重新下载而是跑一遍修复。ArcGIS 的“检查几何”能识别空几何和坏几何但文件级损坏最好用 shapechk。这是个命令行工具直接对.shp做扫描能定位到文件偏移位置报告几何记录数和文件长度是否一致。常见的损坏原因是下载时断点续传.shp或.shx被截断此时必须重新获取完整文件单纯修复软件救不回来。QGIS 在这种情况下反而比 ArcGIS 宽容。用 QGIS 拖入 shp如果图层名后面带小小感叹号查看“图层属性→信息”里的错误报告。QGIS 还能在打开矢量时指定编码解决 dbf 乱码问题。全国生态功能区划数据的属性表如果是从老库导出常用 GBK 编码在 QGIS 的“数据源管理器”里把编码改成GBK/GB2312名称字段就不会再出现“锟斤拷”。顺便记住geopandas 读取这类 shp 时要写encodinggbk否则字段名和中文值都会乱。3. 按区域范围提取数据ArcGIS 裁剪 tif 影像、掩膜提取与 Python 批量处理3.1 ArcGIS 裁剪按掩膜提取处理 tif用按要素裁剪处理 shp只研究某个省份或流域时全国整张图会拖慢计算所以第一步通常是裁剪。shp 裁剪和 tif 裁剪是两个工具不能混用。shp 的裁剪在 ArcToolbox 里选“分析工具→提取分析→裁剪”。输入要素是生态功能区划 shp裁剪要素是你准备好的省界 shp输出要素会自动保留输入要素的属性字段。环境设置里要勾选“使用输入要素的坐标系”否则输出可能跑到裁剪要素的坐标系去。tif 的裁剪要用“Spatial Analyst 工具→提取分析→按掩膜提取”也就是常说的 Extract by Mask。输入栅格选全国的 tif输入栅格或要素掩膜数据选省界输出得到一个只覆盖该省的栅格。这里有两个参数值得盯住一是环境设置里的“像元大小”建议设为源 tif 的原始值不要让它自动适配矢量精度否则矢量边界会被转成偏大的像元边长二是 NoData 值掩膜范围外的像元会写 NoData范围仍是全国包围盒除非你把环境里的“处理范围”设置为省界范围。如果你希望裁剪后直接事矩形边界而不是多边形边界可以用“数据管理工具→栅格→栅格处理→裁剪”先把外边框设为矩形。两者的场景差别是按掩膜提取适合不规则研究区矩形裁剪适合后续做分幅拼接。3.2 Python 批量裁剪rasterio mask 和 geopandas 组合一步生成当你有十几个地市要分别提取时ArcGIS 界面一个个点会崩溃。我更习惯用 Python 写一个小脚本把边界 shp 批量切成多个 tif。下面这段代码使用 rasterio 读取全国生态功能区划 tif并使用 geopandas 读取地市边界遍历每个地市进行裁剪。import geopandas as gpd import rasterio from rasterio.mask import mask # 读取地市级行政区划字段 name 用于命名输出 regions gpd.read_file(city_bound.shp, encodingutf-8) with rasterio.open(ecofun_2015.tif) as src: for idx, row in regions.iterrows(): # 提取单个地市的几何对象 geom [row.geometry] try: # mask 函数用几何裁剪栅格cropTrue 让输出包围盒贴合该地市 out_image, out_transform mask(src, geom, cropTrue, nodatasrc.nodata) except ValueError: # 某些离岛或极小块可能没有落在影像范围内跳过 print(f{row[name]} 没有有效像元) continue out_meta src.meta.copy() out_meta.update({ driver: GTiff, height: out_image.shape[1], width: out_image.shape[2], transform: out_transform }) out_tif fecofun_{row[name]}.tif with rasterio.open(out_tif, w, **out_meta) as dst: dst.write(out_image) print(f已生成 {out_tif})这段代码的核心是rasterio.mask.mask传入源栅格、几何列表、cropTrue输出会严格贴合几何的最小外接矩形。nodatasrc.nodata是把栅格原有 NoData 值继续保持不会让裁剪区域边缘出现多余的 0 像元。很多初学者不写 nodata 参数裁剪完统计时会发现掩膜外像元全部变成 0而 0 又被当成生态功能代码导到面积统计炸裂。需要注意如果地市边界是 MultiPolygon 且飞地很多mask支持直接传 MultiPolygon但输出的包围盒可能包含飞地之间的空洞区域这些区域会写成 NoData。面积统计时仍需要按 NoData 排除不能只按像元值算。3.3 栅格转面与矢量转栅格两边互换时的像元大小和值字段设置全国生态功能区划数据同时提供了 shp 和 tif但使用场景不同。shp 更适合做边界出图和属性查询tif 更适合做连续性空间计算比如栅格叠加后占比计算。两种格式之间互转很常见。从 shp 转 tif 在 ArcGIS 里用“转换工具→转为栅格→要素转栅格”。关键参数有三个值字段选功能区代码像元大小填原始 tif 的边长像元分配类型选MOST_FREQUENT。默认的CELL_CENTER会把落在边界上的细窄多边形丢掉而MOST_FREQUENT会把该像元内面积占比最高的类别赋给输出。如果你手头 154 米或 250 米的原始 tif 已丢失直接执行“要素转栅格”可以得到与 shp 分类完全一致的分类栅格但边界形态会受到像元大小影响不会和原 tif 完全一致。从 tif 转 shp 用“转换工具→从栅格转出→栅格转面”。输出要素会自动带一个gridcode字段对应 tif 像元值。转出来的面可能碎成几百万个小块正确做法是先执行“栅格转面”再按gridcode字段融合用“数据管理工具→制图综合→融合”合并相同代码的相邻面。融合时不要勾选“创建多部件要素”否则输出会变成一个巨大的 MultiPolygon后续裁剪和叠加都会变慢。栅格转面还有个隐性坑tif 的 NoData 区域在转面时也被输出为空隙或外部多边形。统计面积前要对栅格先做“按属性提取”提取 Value 0 的范围作为有效区再转面才能算出生态功能区真实面积。3.4 shp 转 KML、属性表转 TXT外业和汇报前要处理的三个细节外业核查时全国生态功能区划边界经常要导到手机地图软件里做定位。ArcGIS 里最常用的是“图层转 KML”工具它会自动把矢量转成 WGS84 经纬度坐标。如果原始 shp 是 CGCS2000 投影坐标系这一步是安全的但如果 shp 的 prj 缺失工具按 WGS84 读取转出的 KML 会整体偏移几十米。在 QGIS 里另存为 KML 也可以但要注意“几何精度”和“文档名”。建议导出前先重投影成 WGS84再在 QGIS 里右键图层→导出→要素另存为格式选 KML坐标系选 WGS84 EPSG:4326编码选 UTF-8。这样 KML 在大多数户外软件里都能正确显示。属性表导出也是高频需求。ArcGIS“表转 ASCII”导出的 txt 默认是制表符分隔Excel 打开会糊在一起更稳的是“表转 Excel”或者 QGIS 里另存为 CSV并在“分隔符”选项里选分号。CSV 文件建议用 UTF-8 编码但 UTF-8 带 BOM 在 Excel 里最不容易乱码。用 pandas 读到 DataFrame 后保存时记得encodingutf-8-sig否则甲方打开又看到中文乱码。4. 数据使用避坑指南坐标偏移、乱码和面积算错都是高频雷区4.1 叠加后边界偏了几百米大概率是投影被定义错了现象把 shp 与 tif 栅格同时拖进 ArcGIS功能区边界和影像底图明显不贴合放大后偏出几百米。原因最常见的有三种。一是 tif 的坐标参考是 CGCS2000而 shp 缺少.prj软件默认用 WGS84 打开两者椭球参数差异导致东西向偏移。二是 shp 原本就是投影坐标系但分发时把坐标值写成了经纬度比如把 CGCS2000 投影平面坐标误标成地理坐标。三是有人用“定义投影”把本来是西安 1980 的数据强行改成 CGCS2000坐标值没变投影标签却变了。解决先看 tif 文件头里的GeoKeyDirectoryTag确认真正的坐标系再打开 shp 的“图层属性→源”确认软件识别到的坐标系。如果 prj 缺失先补“定义投影”选正确来源如果 prj 已有但坐标系不对用“投影”工具做正式变换不要用“定义投影”去覆盖。最稳妥的做法是把你验证过的一个参考省界 shp 作为基准把生态功能区划的 shp 和 tif 都重投影到同一套坐标系。4.2 属性表乱码dbf 的 GBK 编码需要显式声明现象ArcGIS 里功能区和名称字段正常用 QGIS 打开却显示“鍥界被”之类的乱码用 pandas 读出来也全是问号。原因生态功能区划的属性表很多是从旧库生成的dbf 内部编码是 ANSI/GBK而 QGIS、Python 默认按 UTF-8 解码。ArcGIS 能够自动识别 GBK所以界面看起来正常但一旦跨软件就露馅。解决QGIS 在数据源管理器里把“编码”手动改成GBK或GB2312再加载图层。Python 里用geopandas.read_file(..., encodinggbk)读取字段名和字段值才不会乱码。如果你要把数据入库 PostGIS建议在入库前统一转成 UTF-8再导出一个新 shp避免后续每一次读取都要指定编码。4.3 tif 栅格只有 0、1、2别把一级分类当成完整区划代码现象用“识别”工具点某个像元Value 只有 0、1、2有人以为数据是坏的或者直接把 0 当成分级代码参与统计。原因部分分发版为了压缩文件体积把二级功能区归并成三大类0 代表水体或保护区外围1 代表生态调节区2 代表产品提供区。完整的二级代码只存在于 shp 属性表的FCode字段里。解决看数据包里的说明文档如果确实是一级分类就用 shp 做二级统计如果你必须用 tif 做面积计算用“重分类”把 0、1、2 映射成对应的功能区名称再输出带名称的栅格属性表。更靠谱的是直接用“按掩膜提取”把全国 tif 裁成研究区然后对提取后的 tif 跑“唯一值”渲染统计每种值像元数乘以像元面积这才是栅格面积的法。4.4 面积对不上Web 墨卡托算面积会放大改用等积投影现象shp 属性表里的Shape_Area显示一个巨大的数值和统计公报里的生态功能区面积怎么都对不上。原因ArcGIS 的Shape_Area是根据当前数据框坐标系动态计算的。如果你的数据框是 Web 墨卡托EPSG:3857算出来的是墨卡托投影面积在高纬度会被放大如果是地理坐标系 WGS84Shape_Area的单位是度不是平方米。这属于大部分 GIS 从业者都踩过的坑。解决做面积统计前把数据框或工具环境的输出坐标系设置成 Albers 等积投影。全国尺度用Albers Conical Equal Area常用中央经线 105°E、双标准纬线 25°N 和 47°N省级尺度可以用高斯克吕格 3 度带。面积计算选计算几何属性设置里选“面积使用投影”单位平方公里。永远不要直接拿 Web 墨卡托下的面积去和国土面积对比。4.5 shp 边界和 tif 边界对不齐不要强行修边界现象放大到边界处shp 的区划边界线与 tif 栅格的颜色分界线有细缝有的地方 shp 多出去一条窄条。原因shp 和 tif 由不同生产流程生成。shp 是人工综合后的矢量边界tif 是栅格分类产品经过平滑处理的结果两者天然存在半个像元到几个像元的差异全国数据在山区差异更明显。解决统计以 tif 为准制图以 shp 为边框。想做出两者完全重合的效果不要手动编辑节点正确做法是把 tif 转面后用“按位置选择”找出与 shp 边界相交的面块再做联合消除。如果你只是做一张示意图直接用 20% 透明度的 tif 压在 shp 边界下方视觉上就会严丝合缝。强行拓扑修正会把功能区边界改成一笔糊涂账后续没法交代。5. 进阶用法用 tif 伪彩图加唯一值配色快速完成一张专题图5.1 唯一值配色而不是渐变着色生态功能区划是分类数据渲染时千万不要用拉伸或渐变。在 ArcGIS 的图层属性“符号系统”里选“类别→唯一值”把 tif 栅格的像元值或 shp 的功能区代码字段作为值字段给每个类别分配一个颜色。我给这套数据做专题图时习惯把水体用浅蓝生态调节区用绿色系产品提供区用黄色或橙色人居保障区用紫红。颜色要按“生态功能优先级”排序越靠近保护导向的类别越偏冷色越靠近开发导向的类别越偏暖色。5.2 伪彩图叠加 shp 验证数据一致性把 tif 栅格用伪彩图方式显示透明度调到 25%叠在 shp 边界图层上方能快速发现哪些区域 shp 和栅格的分类类别对应不上。比如 shp 里写着水源涵养伪彩图对应块却是农产品提供色那就说明数据集内部有过一次分类调整。遇到这种情况优先相信较新的修编说明不要擅自拿旧版补丁去纠正新版数据。我每次做完成果图都会干一件小事随机挑三五个县把县级边界叠上去核对每个县内主要功能区代码和名称是否和区划文件一致。这个习惯帮我挡掉了至少三次属性字段错位的问题。做数据交付时如果能把 shp 属性表和 tif 的栅格属性表一并导出 CSV 作为附表后续接手的同事会省很多事。这套数据的核心价值不在某一个文件而在于 shp 和 tif 互相印证希望帮到你。本文还有配套的精品资源点击获取 全国生态功能区划2015修编版shp/tif数据处理与避坑指南
简介全国生态功能区划2015年修编版数据集以shp矢量与tif栅格双格式封装面向GIS分析师、生态规划与环境保护领域的科研人员用于生态功能分区、国土空间规划、区域开发适宜性评价及生态保护专项研究。压缩包共7个文件包体7.72MB内含shp矢量主文件、dbf属性表、prj投影坐标系定义、shx/sbn/sbx空间索引及xml元数据文件结构完整可在ArcGIS、QGIS等平台直接加载与查看。数据源自2015年修编版区划成果属性表包含生态功能区类型代码与名称便于按字段筛选、符号化并提取不同尺度功能区用于生态保护红线协同分析、分区管控方案制定或教学科研样例。利用该数据可快速提取全国尺度的生态功能分区信息用于生态保护红线划定、区域开发强度评估、高校GIS课程案例训练等工作。已有311人学习下载适合生态环境规划、资源监测及相关数据应用人员使用。1. 全国生态功能区划 2015 修编版一份同时给到 shp 和 tif 栅格的底图数据做生态保护红线校核、规划环评和国土空间双评价时全国生态功能区划 2015修编版是最常被翻出来的一张基础底图。整套数据按“全国一张图”的方式交付两层内容一层是 shp 矢量负责保存功能区边界、区划代码和名称另一层是 tif 栅格用像元值把陆域空间划分为生态调节、产品提供、人居保障等功能大类。它解决的核心问题是“任意坐标点落在哪类生态功能区、边界怎么落在现状地形上”。适合 GIS 数据处理工程师、环评从业者和规划院的数据分析岗拿到手之后可以直接做叠加分析、面积统计和专题制图。2. 拿到数据先做体检把 shp 与 tif 栅格的坐标系、编码和属性字段看明白2.1 文件清单检查shp 不是一个文件tif 栅格也不只有影像我接手这类数据的第一件事不是急着拖进 ArcGIS而是先看文件目录。shp 是一组相关文件至少缺一不可.shp存几何.shx存索引.dbf存属性.prj存投影信息。如果分发时只给了.shp和.dbf缺少.prj那么即使几何坐标是真的软件也会默认按 WGS84 地理坐标系处理后续与省级 CGCS2000 数据叠加必然错位。tif 栅格经常被误以为只有一个影像文件实际上它可能带.tfw或.aux.xml。.tfw是 ESRI 风格的世界文件里面记录了像元大小和左上角坐标.aux.xml则可能包含金字塔、NoData 值和统计信息。用 GDAL 读取 tif 时通常能直接在文件头里拿到地理变换矩阵不必依赖外部 tfw但如果你要在 CAD 或 SuperMap 里调用这套数据tfw 仍然很关键。检查文件是否完整的操作可以按四步走先确认.shp/.shx/.dbf/.prj四件套齐全再看 tif 是否有.tfw没有也能打开但不保险然后用 ArcGIS 的“数据管理工具→要素类→修复几何”跑一遍 shp把自相交、空几何标记出来最后用 shapechk 这类 shp 修复工具检查文件头结构如果要素数量表和几何索引对不上通常需要重建空间索引。这套国标数据大多数情况下文件结构是健康的怕就怕有人只把 shp 里某个字段单独导出后再入库导致.dbf字段属性丢失。此时建议保留原包装不要轻易重导。2.2 属性表解读shp 里的功能区代码和 tif 栅格像元值怎么对齐拿到 shp 后先打开属性表重点想清楚三个字段功能区代码、功能区名称、面积。常见字段名可能是code、name、area也可能写成FCode、FName这种英文命名。生态功能区划一般按“一级区-二级区”组织属性表里会有一个字段保存类似“生态调节功能区”的文字另一个字段保存像0101、0202这样的代码。tif 栅格保存的不是文字而是像元灰度值。很多时候 tif 的像元值直接对应 shp 属性表里的代码比如 101 表示水源涵养102 表示生物多样性保护。但也有分发版本把栅格重分类成 0、1、2 三个级别0 是水体或合成区1 是生态调节区2 是产品提供与人居保障区。遇到这种简化版本你仍能基于 shp 做二级区划统计但 tif 只用于宏观制图不再适合做精细面积计算。在 ArcGIS 里检查 tif 的像元值有两条路。一条是右键图层打开“属性→源”查看栅格属性表里是否已经带有Value和Count字段另一条是用“识别”工具点开任意像元直接读 Value。如果属性表没有Count说明这个 tif 是连续栅格不是分类栅格需要先做重分类才能按类别统计面积。很多新手在这里翻车以为 tif 能直接出面积结果提取出来的是一个像元的灰度值。2.3 坐标系核对与重投影CGCS2000、WGS84 与经纬度坐标系的取舍拿到文件后先看.prj内容判断是地理坐标系还是投影坐标系。“全国生态功能区划 2015修编版”这类全国尺度数据常见做法是采用 CGCS2000 地理坐标系或者以 Albers 等积投影分发。地理坐标系的数值范围在 73°E 到 135°E、18°N 到 53°N 附近投影坐标系的数值则是七八位数的米制坐标。如果 shp 的 prj 写的是GCS_WGS_1984而 tif 的元数据里是CGCS2000叠加时虽然肉眼不容易发现但是量算和裁边都会产生误差。两者椭球参数接近但不相等在城市尺度下通常有几十米甚至百米的偏移这取决于你所在的经度位置。处理办法很简单在 ArcGIS 里用“数据管理工具→投影和变换→要素→投影”把矢量转到目标坐标系栅格则用“投影栅格”工具并选好重采样方式。分类栅格建议用最邻近NEAREST重采样绝不要用双线性或三次卷积否则功能区边界会被抹掉一层像素边界处会出现不存在的过渡类别。我看到很多人直接用“定义投影”工具去改 shp这是最常见的误区。定义投影只改元数据不会把真实坐标做数学变换如果数据本来就带正确的 CGCS2000 坐标只是 prj 缺失你用定义投影补上是合理的但若两个图层坐标系不同就必须用“投影”工具。2.4 用 shapechk 和 QGIS 验证 shp 文件是否损坏、属性能否读取如果打开 shp 时报“无法读取要素”“属性表打不开”第一步不是重新下载而是跑一遍修复。ArcGIS 的“检查几何”能识别空几何和坏几何但文件级损坏最好用 shapechk。这是个命令行工具直接对.shp做扫描能定位到文件偏移位置报告几何记录数和文件长度是否一致。常见的损坏原因是下载时断点续传.shp或.shx被截断此时必须重新获取完整文件单纯修复软件救不回来。QGIS 在这种情况下反而比 ArcGIS 宽容。用 QGIS 拖入 shp如果图层名后面带小小感叹号查看“图层属性→信息”里的错误报告。QGIS 还能在打开矢量时指定编码解决 dbf 乱码问题。全国生态功能区划数据的属性表如果是从老库导出常用 GBK 编码在 QGIS 的“数据源管理器”里把编码改成GBK/GB2312名称字段就不会再出现“锟斤拷”。顺便记住geopandas 读取这类 shp 时要写encodinggbk否则字段名和中文值都会乱。3. 按区域范围提取数据ArcGIS 裁剪 tif 影像、掩膜提取与 Python 批量处理3.1 ArcGIS 裁剪按掩膜提取处理 tif用按要素裁剪处理 shp只研究某个省份或流域时全国整张图会拖慢计算所以第一步通常是裁剪。shp 裁剪和 tif 裁剪是两个工具不能混用。shp 的裁剪在 ArcToolbox 里选“分析工具→提取分析→裁剪”。输入要素是生态功能区划 shp裁剪要素是你准备好的省界 shp输出要素会自动保留输入要素的属性字段。环境设置里要勾选“使用输入要素的坐标系”否则输出可能跑到裁剪要素的坐标系去。tif 的裁剪要用“Spatial Analyst 工具→提取分析→按掩膜提取”也就是常说的 Extract by Mask。输入栅格选全国的 tif输入栅格或要素掩膜数据选省界输出得到一个只覆盖该省的栅格。这里有两个参数值得盯住一是环境设置里的“像元大小”建议设为源 tif 的原始值不要让它自动适配矢量精度否则矢量边界会被转成偏大的像元边长二是 NoData 值掩膜范围外的像元会写 NoData范围仍是全国包围盒除非你把环境里的“处理范围”设置为省界范围。如果你希望裁剪后直接事矩形边界而不是多边形边界可以用“数据管理工具→栅格→栅格处理→裁剪”先把外边框设为矩形。两者的场景差别是按掩膜提取适合不规则研究区矩形裁剪适合后续做分幅拼接。3.2 Python 批量裁剪rasterio mask 和 geopandas 组合一步生成当你有十几个地市要分别提取时ArcGIS 界面一个个点会崩溃。我更习惯用 Python 写一个小脚本把边界 shp 批量切成多个 tif。下面这段代码使用 rasterio 读取全国生态功能区划 tif并使用 geopandas 读取地市边界遍历每个地市进行裁剪。import geopandas as gpd import rasterio from rasterio.mask import mask # 读取地市级行政区划字段 name 用于命名输出 regions gpd.read_file(city_bound.shp, encodingutf-8) with rasterio.open(ecofun_2015.tif) as src: for idx, row in regions.iterrows(): # 提取单个地市的几何对象 geom [row.geometry] try: # mask 函数用几何裁剪栅格cropTrue 让输出包围盒贴合该地市 out_image, out_transform mask(src, geom, cropTrue, nodatasrc.nodata) except ValueError: # 某些离岛或极小块可能没有落在影像范围内跳过 print(f{row[name]} 没有有效像元) continue out_meta src.meta.copy() out_meta.update({ driver: GTiff, height: out_image.shape[1], width: out_image.shape[2], transform: out_transform }) out_tif fecofun_{row[name]}.tif with rasterio.open(out_tif, w, **out_meta) as dst: dst.write(out_image) print(f已生成 {out_tif})这段代码的核心是rasterio.mask.mask传入源栅格、几何列表、cropTrue输出会严格贴合几何的最小外接矩形。nodatasrc.nodata是把栅格原有 NoData 值继续保持不会让裁剪区域边缘出现多余的 0 像元。很多初学者不写 nodata 参数裁剪完统计时会发现掩膜外像元全部变成 0而 0 又被当成生态功能代码导到面积统计炸裂。需要注意如果地市边界是 MultiPolygon 且飞地很多mask支持直接传 MultiPolygon但输出的包围盒可能包含飞地之间的空洞区域这些区域会写成 NoData。面积统计时仍需要按 NoData 排除不能只按像元值算。3.3 栅格转面与矢量转栅格两边互换时的像元大小和值字段设置全国生态功能区划数据同时提供了 shp 和 tif但使用场景不同。shp 更适合做边界出图和属性查询tif 更适合做连续性空间计算比如栅格叠加后占比计算。两种格式之间互转很常见。从 shp 转 tif 在 ArcGIS 里用“转换工具→转为栅格→要素转栅格”。关键参数有三个值字段选功能区代码像元大小填原始 tif 的边长像元分配类型选MOST_FREQUENT。默认的CELL_CENTER会把落在边界上的细窄多边形丢掉而MOST_FREQUENT会把该像元内面积占比最高的类别赋给输出。如果你手头 154 米或 250 米的原始 tif 已丢失直接执行“要素转栅格”可以得到与 shp 分类完全一致的分类栅格但边界形态会受到像元大小影响不会和原 tif 完全一致。从 tif 转 shp 用“转换工具→从栅格转出→栅格转面”。输出要素会自动带一个gridcode字段对应 tif 像元值。转出来的面可能碎成几百万个小块正确做法是先执行“栅格转面”再按gridcode字段融合用“数据管理工具→制图综合→融合”合并相同代码的相邻面。融合时不要勾选“创建多部件要素”否则输出会变成一个巨大的 MultiPolygon后续裁剪和叠加都会变慢。栅格转面还有个隐性坑tif 的 NoData 区域在转面时也被输出为空隙或外部多边形。统计面积前要对栅格先做“按属性提取”提取 Value 0 的范围作为有效区再转面才能算出生态功能区真实面积。3.4 shp 转 KML、属性表转 TXT外业和汇报前要处理的三个细节外业核查时全国生态功能区划边界经常要导到手机地图软件里做定位。ArcGIS 里最常用的是“图层转 KML”工具它会自动把矢量转成 WGS84 经纬度坐标。如果原始 shp 是 CGCS2000 投影坐标系这一步是安全的但如果 shp 的 prj 缺失工具按 WGS84 读取转出的 KML 会整体偏移几十米。在 QGIS 里另存为 KML 也可以但要注意“几何精度”和“文档名”。建议导出前先重投影成 WGS84再在 QGIS 里右键图层→导出→要素另存为格式选 KML坐标系选 WGS84 EPSG:4326编码选 UTF-8。这样 KML 在大多数户外软件里都能正确显示。属性表导出也是高频需求。ArcGIS“表转 ASCII”导出的 txt 默认是制表符分隔Excel 打开会糊在一起更稳的是“表转 Excel”或者 QGIS 里另存为 CSV并在“分隔符”选项里选分号。CSV 文件建议用 UTF-8 编码但 UTF-8 带 BOM 在 Excel 里最不容易乱码。用 pandas 读到 DataFrame 后保存时记得encodingutf-8-sig否则甲方打开又看到中文乱码。4. 数据使用避坑指南坐标偏移、乱码和面积算错都是高频雷区4.1 叠加后边界偏了几百米大概率是投影被定义错了现象把 shp 与 tif 栅格同时拖进 ArcGIS功能区边界和影像底图明显不贴合放大后偏出几百米。原因最常见的有三种。一是 tif 的坐标参考是 CGCS2000而 shp 缺少.prj软件默认用 WGS84 打开两者椭球参数差异导致东西向偏移。二是 shp 原本就是投影坐标系但分发时把坐标值写成了经纬度比如把 CGCS2000 投影平面坐标误标成地理坐标。三是有人用“定义投影”把本来是西安 1980 的数据强行改成 CGCS2000坐标值没变投影标签却变了。解决先看 tif 文件头里的GeoKeyDirectoryTag确认真正的坐标系再打开 shp 的“图层属性→源”确认软件识别到的坐标系。如果 prj 缺失先补“定义投影”选正确来源如果 prj 已有但坐标系不对用“投影”工具做正式变换不要用“定义投影”去覆盖。最稳妥的做法是把你验证过的一个参考省界 shp 作为基准把生态功能区划的 shp 和 tif 都重投影到同一套坐标系。4.2 属性表乱码dbf 的 GBK 编码需要显式声明现象ArcGIS 里功能区和名称字段正常用 QGIS 打开却显示“鍥界被”之类的乱码用 pandas 读出来也全是问号。原因生态功能区划的属性表很多是从旧库生成的dbf 内部编码是 ANSI/GBK而 QGIS、Python 默认按 UTF-8 解码。ArcGIS 能够自动识别 GBK所以界面看起来正常但一旦跨软件就露馅。解决QGIS 在数据源管理器里把“编码”手动改成GBK或GB2312再加载图层。Python 里用geopandas.read_file(..., encodinggbk)读取字段名和字段值才不会乱码。如果你要把数据入库 PostGIS建议在入库前统一转成 UTF-8再导出一个新 shp避免后续每一次读取都要指定编码。4.3 tif 栅格只有 0、1、2别把一级分类当成完整区划代码现象用“识别”工具点某个像元Value 只有 0、1、2有人以为数据是坏的或者直接把 0 当成分级代码参与统计。原因部分分发版为了压缩文件体积把二级功能区归并成三大类0 代表水体或保护区外围1 代表生态调节区2 代表产品提供区。完整的二级代码只存在于 shp 属性表的FCode字段里。解决看数据包里的说明文档如果确实是一级分类就用 shp 做二级统计如果你必须用 tif 做面积计算用“重分类”把 0、1、2 映射成对应的功能区名称再输出带名称的栅格属性表。更靠谱的是直接用“按掩膜提取”把全国 tif 裁成研究区然后对提取后的 tif 跑“唯一值”渲染统计每种值像元数乘以像元面积这才是栅格面积的法。4.4 面积对不上Web 墨卡托算面积会放大改用等积投影现象shp 属性表里的Shape_Area显示一个巨大的数值和统计公报里的生态功能区面积怎么都对不上。原因ArcGIS 的Shape_Area是根据当前数据框坐标系动态计算的。如果你的数据框是 Web 墨卡托EPSG:3857算出来的是墨卡托投影面积在高纬度会被放大如果是地理坐标系 WGS84Shape_Area的单位是度不是平方米。这属于大部分 GIS 从业者都踩过的坑。解决做面积统计前把数据框或工具环境的输出坐标系设置成 Albers 等积投影。全国尺度用Albers Conical Equal Area常用中央经线 105°E、双标准纬线 25°N 和 47°N省级尺度可以用高斯克吕格 3 度带。面积计算选计算几何属性设置里选“面积使用投影”单位平方公里。永远不要直接拿 Web 墨卡托下的面积去和国土面积对比。4.5 shp 边界和 tif 边界对不齐不要强行修边界现象放大到边界处shp 的区划边界线与 tif 栅格的颜色分界线有细缝有的地方 shp 多出去一条窄条。原因shp 和 tif 由不同生产流程生成。shp 是人工综合后的矢量边界tif 是栅格分类产品经过平滑处理的结果两者天然存在半个像元到几个像元的差异全国数据在山区差异更明显。解决统计以 tif 为准制图以 shp 为边框。想做出两者完全重合的效果不要手动编辑节点正确做法是把 tif 转面后用“按位置选择”找出与 shp 边界相交的面块再做联合消除。如果你只是做一张示意图直接用 20% 透明度的 tif 压在 shp 边界下方视觉上就会严丝合缝。强行拓扑修正会把功能区边界改成一笔糊涂账后续没法交代。5. 进阶用法用 tif 伪彩图加唯一值配色快速完成一张专题图5.1 唯一值配色而不是渐变着色生态功能区划是分类数据渲染时千万不要用拉伸或渐变。在 ArcGIS 的图层属性“符号系统”里选“类别→唯一值”把 tif 栅格的像元值或 shp 的功能区代码字段作为值字段给每个类别分配一个颜色。我给这套数据做专题图时习惯把水体用浅蓝生态调节区用绿色系产品提供区用黄色或橙色人居保障区用紫红。颜色要按“生态功能优先级”排序越靠近保护导向的类别越偏冷色越靠近开发导向的类别越偏暖色。5.2 伪彩图叠加 shp 验证数据一致性把 tif 栅格用伪彩图方式显示透明度调到 25%叠在 shp 边界图层上方能快速发现哪些区域 shp 和栅格的分类类别对应不上。比如 shp 里写着水源涵养伪彩图对应块却是农产品提供色那就说明数据集内部有过一次分类调整。遇到这种情况优先相信较新的修编说明不要擅自拿旧版补丁去纠正新版数据。我每次做完成果图都会干一件小事随机挑三五个县把县级边界叠上去核对每个县内主要功能区代码和名称是否和区划文件一致。这个习惯帮我挡掉了至少三次属性字段错位的问题。做数据交付时如果能把 shp 属性表和 tif 的栅格属性表一并导出 CSV 作为附表后续接手的同事会省很多事。这套数据的核心价值不在某一个文件而在于 shp 和 tif 互相印证希望帮到你。本文还有配套的精品资源点击获取