企业官网建设流程全解析

简介：一份面向GIS操作与空间分析的洱海地区矢量底图，可直接作为ArcGIS、QGIS等软件的基础图层，适用于环境规划、城乡规划、测绘及科研场景。压缩包共31个文件、约8.86MB，涵盖shp、dbf、shx、prj等Shapefile标准组件，并含adf、xml等栅格与元数据文件：shp负责几何信息，dbf存储属性数据，prj定义坐标系统，adf对应DEM高程数据，能支撑制图、查询与空间分析。资源包含洱海湖泊边界、岸线、水系线、周边城镇等要素，可直观展示湖区及邻近区域的地理格局。已有235人浏览学习。导入GIS后可进行湖泊面积与岸线长度统计、缓冲区分析、生态保护区划定、旅游及建设用地布局等操作，为洱海保护与区域可持续发展提供可靠的数据底座。

1. 洱海SHP文件到底能做什么：先用一张底图搞定画图、测量和出图

做洱海流域治理、环湖截污或水质监测布点，第一步往往不是跑分析，而是先有一张能用的底图。网上下到的洱海SHP文件版本很多，有的带流域边界，有的只有湖面轮廓，有的坐标系齐全，有的连 .prj 投影文件都没有。把一份只有几兆的矢量数据真正变成 GIS 操作底图，要解决数据体检、投影转换、裁切合并、叠加在线地图、输出分享这一整条链路。这篇笔记就把链路上每个环节拆开讲透。有人把洱海SHP当成黑匣子，打开就往图上叠，结果叠到在线地图上偏移几百米，还以为是数据不行，其实多数时候问题出在坐标系文件缺失或投影选错。文章所有操作都兼顾 ArcGIS Pro 和 QGIS，关键步骤给 Python 代码，可以直接改路径跑通。适合刚入门 GIS、拿到 SHP 不知从哪下手的新手，也适合做规划环评、想省掉重复修数据的熟手。

2. 拿到洱海SHP以后先做体检：四个附属文件、坐标系统和属性表缺一不可

2.1 SHP 文件不只是一个文件：.shp/.shx/.dbf/.prj 缺哪个都会翻车

SHP 的正式名字叫 shapefile，它不是单文件，而是一组文件的集合。一个完整的洱海 SHP 至少要有四个配套文件：.shp存几何图形，.shx存图形索引，.dbf存属性表，.prj存坐标系信息。很多网盘里流传的“洱海SHP”压缩包点开以后只有 .shp 和 .dbf，没有 .prj，这种数据一旦拖进 ArcGIS Pro 或者 QGIS，软件会猜一个坐标系，猜对了算运气，猜错了直接导致整个底图叠不到天地图上。

拿到数据第一步不是急着画图，是体检。用 Python 的 geopandas 读一次，把最关键的几个信息打出来：

import geopandas as gpd shp_path = r"D:\gis_data\erhai\erhai.shp" gdf = gpd.read_file(shp_path) print("要素数量:", len(gdf)) print("几何类型:", gdf.geom_type.unique()) print("坐标系:", gdf.crs) print("字段列表:", gdf.columns.tolist()) print("空间范围:", gdf.total_bounds)

这段代码做了四件事：确认要素个数是否正常，确认是面数据还是线数据，确认坐标系有没有被正确读取，最后把空间范围打出来。gdf.crs如果显示None，说明数据缺 .prj 或 .prj 内容无法识别，后面所有叠加、测距、转 KML 都会埋雷。

如果确认 crs 是空的，先别慌，用手动指定坐标系的方式抢救。多数从公开渠道下载的洱海SHP是 WGS84 经纬度坐标，也就是 EPSG:4326，可以这样写：

from pyproj import CRS if gdf.crs is None: gdf.crs = CRS.from_epsg(4326) gdf.to_file(r"D:\gis_data\erhai\erhai_fixed.shp", encoding="utf-8")

注意to_file保存时指定encoding="utf-8"，否则属性表里的中文地名（洱海、挖色、双廊）在 ArcGIS Pro 里打开可能显示成乱码。这个“乱码”问题看起来是显示问题，实际上会连累字段筛选，后面做标注时才发现就晚了。我一般会在体检脚本里把这一句也加上，宁可多写一步，也不在出图前浪费时间。

2.2 先看坐标值再动数据：地理坐标和投影坐标的判别

打开洱海SHP之后，先看图层的坐标范围，再判断坐标系类型。洱海大概在东经 100 度、北纬 25 度附近。如果total_bounds打印出来是(100.0, 25.5, 100.4, 25.9)这种小数，数据是经纬度的地理坐标系；如果打印出来是(620000, 2800000, 640000, 2900000)这种六位七位的大数，是投影坐标系，单位是米。

地理坐标系和投影坐标系不能混着用。直接用经纬度数据测面积，算出来是“平方度”，那是一个没有任何实际意义的数字。直接拿经纬度数据叠加天地图，虽然能对上位置，但做不了缓冲区、做不了渔网分割、算不了真实面积。所以体检完之后，要立刻决定这个项目里数据在哪个坐标系下工作。

洱海区域我一般推荐用 WGS84 / UTM zone 47N，EPSG 编号是 32647。原因很简单：UTM 47N 的中央经线是东经 99 度，正好覆盖洱海；它用米做单位，做面积计算、生成渔网网格、做缓冲区分析都顺手；和 WGS84 互相转换误差极小，转回经纬度给在线底图用也不会产生额外漂移。

可以用这样的代码快速确认和转换：

gdf_wgs84 = gdf.to_crs(epsg=4326) print("转成经纬度后范围:", gdf_wgs84.total_bounds) gdf_utm = gdf.to_crs(epsg=32647) print("转成UTM后范围:", gdf_utm.total_bounds) print("估算面积(平方公里):", round(gdf_utm.geometry.area.sum() / 1e6, 2))

这里to_crs是投影转化，epsg=32647指定目标坐标系，geometry.area返回的是平方度还是平方米取决于当前坐标系。只有转成 UTM 之后算的面积才是平方米，除以 1e6 得到平方公里。这一步做完，底图才具备“可测量”的基础条件。

2.3 属性表藏着关键信息：筛选、字段命名与面积单位的检查

洱海SHP的属性表字段质量参差不齐。有的文件里只有一个NAME字段，有的带TYPE、AREA、PERIMETER这类早期 ArcInfo 遗留字段。我见过一份洱海SHP，里面同时有湖面、岛屿、环湖路三类要素，全堆在一个图层里，不筛选根本没法用。

读取属性表内容前几行，先看里面到底有什么：

print(gdf.head(3).T) if "TYPE" in gdf.columns: print(gdf["TYPE"].value_counts())

如果TYPE字段里有“湖面”“岛屿”等类别，做底图时通常只保留湖面主体：

gdf_water = gdf[gdf["TYPE"].astype(str).str.contains("湖")] print("筛选后要素数:", len(gdf_water))

筛选时用str.contains而不是==，因为不同版本的洱海SHP里“湖面”可能叫“湖泊水面”，叫“水面”，甚至叫“水体”，用包含匹配不容易漏。属性表检查还有一个细节：看AREA字段的数字量级。如果字段值只有零点几、几，说明导出时用的是度，面积字段没有参考价值，后面出图时必须基于 UTM 重新计算，别直接用旧字段。

体检做完，洱海SHP的基本原则就立住了：坐标系明确、几何类型正常、属性能筛选。这时候才可以进入下一环节，把它加工成真正能画能测的操作底图。

3. 把洱海SHP变成能用的底图：投影转换、局部裁切与KML互转

3.1 GIS文件投影转化：把经纬度转成米制坐标系的两种做法

投影转化是 GIS 操作里最高频的动作，没有之一。很多人拿到洱海SHP直接开始画图，画完要量面积才发现单位不对，这就是没在项目开始前把坐标系理清楚。

常见做法是两种：在 ArcGIS Pro 里用工具，在代码里用to_crs。ArcGIS Pro 的路径是：分析工具 -> 数据管理工具 -> 投影和变换 -> 投影，输入洱海图层，输出坐标系选WGS 1984 UTM Zone 47N，点击运行。这个工具界面上能实时看到处理范围，适合单次操作。代码方式适合批处理和工程化流程，前面已经写了基本用法，这里补一个完整保存版本：

import geopandas as gpd gdf = gpd.read_file(r"D:\gis_data\erhai\erhai.shp") if gdf.crs is None: gdf = gdf.set_crs(epsg=4326) gdf_utm = gdf.to_crs(epsg=32647) gdf_utm.to_file(r"D:\gis_data\erhai\erhai_utm.shp", encoding="utf-8")

set_crs和to_crs是两回事。set_crs是“我不知道坐标系，我告诉你是哪个”，它只改写元数据，不改几何坐标；to_crs是“我知道坐标系，帮我转换到另一个坐标系”，它会真正重新计算几何坐标。新手经常把两者混用，导致投影转化后位置飞到了海里，这是最典型的一个翻车点。

投影转化时注意一个小习惯：保存成新文件，不要覆盖原文件。洱海SHP原始版本可能是某个课题组辛苦整理过的，保留一份原版就是后悔药。我自己的项目目录里永远分成raw和processed两个子文件夹，raw 绝不动。

3.2 如何在SHP图中去掉一部分矢量：裁剪边界与过滤要素

“如何在shp图中去掉一部分矢量”这个需求，在洱海项目里很常见。比如只需要洱海南岸做截污规划，或者要把湖心小岛从面数据里抠掉。拆开看有两类操作：按空间范围裁剪和按属性过滤。

按空间裁剪用 geopandas 的clip。这里有个前提：裁剪框和待裁剪数据必须在同一个坐标系下，否则边界对不齐。先建一个比洱海外包围盒大 500 米的矩形框，再裁：

from shapely.geometry import box # 在UTM坐标系下操作 minx, miny, maxx, maxy = gdf_utm.total_bounds crop_box = box(minx - 500, miny - 500, maxx + 500, maxy + 500) clipped = gpd.clip(gdf_utm, crop_box) print("裁剪后要素数:", len(clipped))

clip是按图形的空间位置做几何叠加，输出保留的是原始要素落在裁剪框内的部分。如果裁剪框画小了，没有被框住的部分会被整个丢掉，所以留 500 米缓冲是常规操作，避免洱海边线因为拓扑误差被切出毛边。

按属性过滤则简单得多，适合“只要湖面不要岛屿”这种需求：

gdf_land = gdf_utm[~gdf_utm["TYPE"].astype(str).str.contains("岛")]

这里~是取反，筛选出不包含“岛”字的要素。两个操作都完成后建议做一次几何检查，用gdf.is_valid.sum()看看有没有拓扑错误，数量不对先修复再导出。

3.3 ArcGIS SHP转KML的三个步骤，以及KML转SHP的回来路

ArcGIS SHP转KML是热搜词里出现频率很高的操作，因为 KML 可以直接丢进 Google Earth、奥维地图，也能作为天地图在线标注的交换格式。转出 KML 有三个步骤，少一步都会出问题。

第一步，确保数据在 WGS84 经纬度坐标系。KML 标准强制使用 WGS84，如果洱海SHP还在 UTM 坐标系，必须先转回 4326：

gdf_4326 = gdf_utm.to_crs(epsg=4326)

第二步，属性表里的中文要干净。KML 里的字段名和值会直接出现在地图软件的信息气泡里，字段名最好改成英文或拼音，避免一些国产地图 App 读取乱码。

第三步，指定 driver 导出：

gdf_4326.to_file(r"D:\gis_data\erhai\erhai.kml", driver="KML")

导出完成后，用 Google Earth 打开看一次位置。我曾经导出一份洱海SHP，在 ArcGIS Pro 里看完全正常，导到 KML 后在 Google Earth 里整体偏移了约 60 米。排查结果是原始数据虽然显示为 WGS84，实际是 CGCS2000 坐标系，两个坐标系在大地基准上有几十厘米到几十米的差异，投影转化时没有处理基准转换，偏移就顺着链路带到了 KML。

KML转SHP是反向操作。在 ArcGIS Pro 里用转换工具 -> KML转图层，或者用 Python 直接读再写：

kml_gdf = gpd.read_file(r"D:\gis_data\erhai\erhai.kml") kml_gdf.to_file(r"D:\gis_data\erhai\erhai_from_kml.shp", encoding="utf-8")

这里要提醒一个坑：gpd.read_file读 KML 时，Name字段会被读进来，但 KML 里的样式（颜色、线宽）不会保留。做线划数据转换时，样式信息丢失是常态，别在转换后去找原来的配色。KML 更适合做位置交换，不适合做数据野外工作的最终存储格式。

4. 做一张能交付的操作底图：合并、面积字段与天地图叠加出图

4.1 ArcGIS Pro 里做SHP合并：Merge 工具和字段统一

多个洱海SHP文件需要合成一个图层时，比如手上有洱海北岸和南岸两个分块文件，要合并成完整的湖面，用 ArcGIS Pro 的合并（Merge）工具：分析工具 -> 数据管理工具 -> 合并，添加所有输入图层，输出要素类选一个目标位置。这个工具不挑字段结构，但字段结构越一致，合并后越省事。

如果两个文件的字段一个是NAME，一个是name，合并后的属性表会出现两列，看起来像重复数据。所以合并之前先统一字段名，我用 Python 处理：

import pandas as pd gdf1 = gpd.read_file(r"D:\gis_data\erhai\north.shp") gdf2 = gpd.read_file(r"D:\gis_data\erhai\south.shp") for g in (gdf1, gdf2): g.columns = [c.lower() for c in g.columns] merged = gpd.GeoDataFrame( pd.concat([gdf1, gdf2], ignore_index=True), crs=gdf1.crs ) print(len(merged))

pd.concat把两个 GeoDataFrame 直接拼起来，ignore_index=True避免索引打架。合并前一定要确认两边的坐标系一致，一个 UTM 一个经纬度直接合并，产生的图形会变成一个在洱海、一个在洱海西边几百公里外。crs=gdf1.crs是给合并结果指定坐标系，如果两个输入 crs 不同，程序不会报错，但这个隐患会在你量面积时炸开。

4.2 高精度面积计算：从度到米的两次转换，保留两位小数

面积计算是洱海底图使用频率最高的功能。上报材料里动辄“洱海水域面积 256.xx 平方公里”，这个数字精度依赖坐标系的正确性。记住一个铁律：先在投影坐标系下计算，再保留两位小数。

gdf_utm["area_km2"] = (gdf_utm.geometry.area / 1e6).round(2) print(gdf_utm[["NAME", "area_km2"]].head(10))

这段代码给属性表新增了一个area_km2字段，单位是平方公里，保留两位小数。用round(2)而不是在 Excel 里设置单元格格式，是因为属性表里存的是实数，Excel 的显示格式不影响实际数值精度，导出后该是多少还是多少。这类面积字段在填环保统计表、永久基本农田面积统计等场景里同样适用，两位数小数的规范在这里统一处理，不要后面手工再凑。

ArcGIS Pro 里的等价操作是：右键图层 ->属性表-> 新建字段 -> 字段计算器，选择面积（几何），单位选平方千米。注意字段计算器算面积时同样要求当前数据是投影坐标系，否则工具会灰掉不让你选“面积（几何）”。

4.3 GIS导入天地图底图：解决在线地图加载不了的落地步骤

洱海SHP做操作底图，最理想的搭档是一张在线天地图影像或路网，本地矢量负责边界和属性，影像负责空间参照。ArcGIS Pro 里导入天地图有几个版本差异，加载不了是热搜词里反复出现的问题，十有八九是下面三个原因。

第一个原因是没有配置天地图 key。天地图的在线服务需要申请 token，拿到后要写进服务地址，地址格式形如http://...&tk=你的key。在 ArcGIS Pro 里选择地图 -> 底图 -> 添加底图 -> 从路径添加数据，把带 token 的服务地址粘进去。第二个原因是服务地址用了 http 而项目设置强制 https，Pro 默认会拦截混合内容，报错信息常常是“无法连接”。把地址栏里的 http 改成 https，或者调整项目的安全选项，能解决一大半问题。第三个原因在 QGIS 上反而少见：QGIS 的XYZ Tiles加载天地图比 ArcGIS Pro 宽容，对服务地址格式错误有更明确的报错提示。

如果在线底图始终加载不出来，还有个离线替代方案：用之前导出的洱海SHP配上一张下载好的影像瓦片，在 ArcGIS Pro 里用地理配准工具把影像对齐到洱海SHP边界上。这个操作不需要连外网，适合内网环境的项目组。

4.4 图例标签换行与出图版式：让底图自解释

操作底图最终要出成图片发给别人，图例标签的排版直接影响可信度。ArcGIS Pro 默认图例标签是单行，长字段值会顶出图框。图例标签如何换行这个需求，Pro 里的做法是用字段表达式改写标注文本。

# 示例：标注显示为两行 # 第一行: 洱海 # 第二行: 256.32 km²

在标注表达式中写成：

"NAME" & vbNewLine & "面积: " & Round([area_km2], 2) & " km²"

QGIS 的表达式写法稍微不同，用的是字符串拼接：

"NAME" || '\n' || '面积: ' || round("area_km2", 2) || ' km²'

vbNewLine在 ArcGIS 里表示换行符，QGIS 里用'\n'。两种软件对空格的容忍度不一样，ArcGIS 的&拼接会自动忽略表达式里的多余空格，QGIS 则保持原样。标签换行之后，再设置字体大小和背景色，确保叠加在天地图上时文字可读。到这里，一张自解释的操作底图才算真正做完。

5. 洱海SHP的常见翻车现场与排查思路

5.1 发给别人说打不开：SHP文件怎么保存发送才对

现象：把“洱海.shp”从文件夹里拖出来，只用邮件发给合作方，对方说打开图层全是空的，甚至直接报错无法打开。

原因：shapefile 是多文件格式，只发送 .shp 文件等于发了半个图层。几何数据在 .shp 里，索引在 .shx 里，属性在 .dbf 里，坐标系在 .prj 里，缺了任何一个，接收方都可能打不开或打开后缺属性、错坐标。

解决：在 ArcGIS Pro 里右键图层 ->共享->打包图层，生成一个.lpkx图层包直接发；或者把整个文件夹压缩成 zip 再发。我用 Python 也写过一个小函数，自动检查并打包：

zip -r erhai_shp.zip erhai.shp erhai.shx erhai.dbf erhai.prj

最简单的原则：SHP 的六个配套文件（含 .shp、.shx、.dbf、.prj、.cpg、.sbn）能一起发就连同 .cpg 字符集定义一起发，中文属性能不能正常显示，往往就差这个 .cpg 文件。

5.2 叠在线底图整片偏移：坐标系基准的“黑匣子”

现象：洱海SHP叠加天地图影像后，边界整体向东或者向南偏移，偏移量从几十米到几百米不等，放大后看得清清楚楚。

原因：很多公开SHP的坐标基准并不是 WGS84，而是 CGCS2000 或者早期北京54、西安80。这三个基准之间虽然有固定转换关系，但转换参数因地区而异，不做严格的七参数转换就会偏移。

解决：先用“添加 XY 坐标”或者读取 .prj 文本，确认原始基准；如果是 CGCS2000，在 ArcGIS Pro 里用投影工具，把“地理坐标变换”参数从默认改成CGCS2000_To_WGS_1984。这是坐标系问题的黑匣子阶段，我不会在没有查清原数据的基础上硬套参数，查清基准再动手，花 10 分钟省下后面 2 个小时的对图时间。

5.3 面积算出来是天文数字：先投影再计算

现象：用 ArcGIS Pro 的字段计算器，选了面积，洱海面积算出 100 多亿，单位看起来像万平方公里。

原因：图层还是经纬度坐标系，几何面积的计算单位是平方度，不是平方米。在经纬度下算面积本来就是无效操作，工具没有拦截，结果就失控。

解决：回到第 3 章，先把洱海SHP转成 UTM 47N，再算面积。我每次出面积数据前都会自查一步：gdf_utm.geometry.area.sum()的结果如果小于几个亿，基本不对；洱海湖面实际大约 250 平方公里量级，算出结果明显不在这个范围，就是坐标系没转。

5.4 转KML后位置不对：导出前必须做的一步

现象：SHP 转 KML 后，在 Google Earth 里打开，湖面位置跟卫星影像对不上，偏移方向还随缩放级别变化。

原因：KML 标准要求 WGS84 坐标系，但原始SHP如果是投影坐标系加 CGCS2000 基准，ArcGIS 的“KML转出”工具按默认 WGS84 处理基准，不管底层基准差异，直接重投影输出，位置上就会带固定偏移。

解决：导出 KML 前，显式执行一次to_crs(epsg=4326)，并且把转换参数里的基准变换设置好。代码里写清楚转换目标，比让工具自己去猜少踩一半坑。转完先别急着交付，用 Google Earth 闪烁检查一次，确认边界压线了再发。

5.5 在线地图瓦片刷不出来：天地图token和服务地址检查清单

现象：洱海SHP底图上叠天地图，灰屏、转圈、白底，图层列表里天地图显示已加载但界面空白。

原因：天地图服务地址需要 token，服务地址的协议是 http，且部分网络环境下访问天地图域名本身就慢，这三个因素叠加导致瓦片全部加载失败。

解决：按顺序排查，先在浏览器里直接访问带 token 的天地图服务地址，确认能出图；再到 ArcGIS Pro 里检查数据源，看服务类型选的是WMTS还是XYZ Tiles；最后把项目设置里的网络代理关掉再试一次。这个排查思路同样适用于其他在线底图，不只是天地图。在项目最忙的时候，我会直接用 QGIS 临时顶替，QGIS 的瓦片缓存机制对在线服务更宽容，先把图出了再说。

6. 进阶玩法：用渔网分割洱海SHP，做成监测网格与3D Tiles

6.1 用渔网工具生成规则的监测网格单元

洱海水质监测有个常见需求：把湖面切成规则网格，每个网格代表一个监测单元。ArcGIS Pro 的创建渔网工具在分析工具 -> 要素类 -> 创建渔网下，输入洱海SHP的范围，指定像元宽度和高度，比如 1 千米乘 1 千米，生成后与洱海面做相交，就得到湖边界的网格集合。

用 Python 做同样的事，好处是可以把网格边长做成参数，反复调整时不用点鼠标：

from shapely.geometry import box cell_size = 1000 # 米 minx, miny, maxx, maxy = gdf_utm.total_bounds grid_cells = [] x = minx - (minx % cell_size) while x < maxx: y = miny - (miny % cell_size) while y < maxy: grid_cells.append(box(x, y, x + cell_size, y + cell_size)) y += cell_size x += cell_size grid = gpd.GeoDataFrame(grid_cells, columns=["grid_geometry"], crs="EPSG:32647") intersected = gpd.overlay(grid, gdf_utm, how="intersection") print("有效监测网格数:", len(intersected))

gpd.overlay的how="intersection"返回网格和湖面相交的部分，只有落在水里的网格会被保留。后面给每个网格加编号，再关联监测指标数据，就能画出一张水质空间分布图。网格大小按监测断面密度来定，1 公里网格适合小范围精细监测，5 公里网格适合整个洱海流域的大尺度评估，这个参数没有绝对标准，但网格越小，统计噪声越大，生成的文件也越大。

6.2 从SHP到3D Tiles：一场从桌面GIS到WebGIS的接力

洱海SHP还可以继续往前走，转成 3D Tiles 后在浏览器里加载，做成流域管理平台的数字底座。标准路线是：SHP 转 GeoJSON，GeoJSON 再转 3D Tiles。SHP 转 GeoJSON 用gdf.to_file(..., driver="GeoJSON")一行搞定，GeoJSON 转 3D Tiles 可以用常见的切片工具完成，不同工具的输出参数差异较大，这里不做展开，只强调两个关键点。

第一个，转 3D Tiles 前必须把坐标系转成 EPSG:4978（地心坐标系），否则切片后的模型位置会脱离地球表面。这个转换在部分转换工具里是隐式的，但结果飘在天上时，多半是这一步没做对。第二个，SHP 只有边界线和面，没有高程，转 3D Tiles 后是贴在表面上的“压膜数据”，如果平台需要表现湖底地形，得先叠加 DEM 做拉伸，这一步要在 GIS 里完成，而不是在切片阶段。

从我自己的项目习惯来说，现在拿到任何一份洱海SHP，都会先按第 2 章跑一遍体检脚本，确认坐标系、属性和几何没问题，再谈投影、转KML还是做网格。这个习惯帮我挡掉了绝大多数“数据是坏的”判断，很多所谓坏数据，其实只是缺一个 .prj 文件。希望这份流程对你也有用。

本文还有配套的精品资源，点击获取