shpfile转GeoJSON；控制shp转GeoJSON的精度；如何获取GeoJSON；GeoJSON是什么有什么用；GeoJSON结构详解（带数据示例）

watermelo37

发布于 2025-01-22 21:43:10

58800

代码可运行

文章被收录于专栏：前端专精前端专精

运行总次数：0

代码可运行

一、GeoJSON是什么

GeoJSON是一种编码各种地理数据结构的格式。它是JSON（JavaScript Object Notation）的一个地理空间扩展，用于在网络中交换地理数据。GeoJSON对象可以表示几何（点、线、面）、特征（包含几何和属性的对象）以及特征集合。

GeoJSON的核心组成部分包括：

点（Point）：表示地理空间中的一个具体点。
线（LineString）：由两个或多个点组成的线段。
面（Polygon）：由多个点组成的闭合环，通常用于表示地理区域。
多点（MultiPoint）：多个点的集合。
多线（MultiLineString）：多个线段的集合。
多面（MultiPolygon）：多个多边形的集合。
几何集合（Geometry Collection）：不同类型几何对象的集合。
特征（Feature）：包含几何对象和属性的组合。
特征集合（Feature Collection）：多个特征的集合。

GeoJSON广泛应用于地理信息系统（GIS）、地图服务和位置智能应用中，是许多现代地图库和地理数据服务的标准格式之一。由于其基于JSON，GeoJSON易于阅读和编写，同时也方便与Web技术集成。

二、GeoJSON的结构组成

GeoJSON是一种基于JSON格式的地理数据编码标准，其结构由一系列的键值对组成，用于描述地理空间数据。下面是GeoJSON的主要组成结构：

类型（type）：GeoJSON对象的类型，如"Point"、"LineString"、"Polygon"等。
坐标（coordinates）：表示几何对象的位置，由经纬度组成的数组。对于不同的几何类型，坐标的格式会有所不同。
属性（properties）：一个JSON对象，包含与几何对象相关的属性信息。
特征（Feature）：一个包含几何对象和属性的对象，它有以下键：
- "type": "Feature"：表示这是一个特征对象。
- "geometry"：几何对象，可以是"Point"、"LineString"、"Polygon"等。 "properties"：与几何对象相关的属性。
特征集合（Feature Collection）：一个包含多个特征的对象，它有以下键：
- "type": "FeatureCollection"：表示这是一个特征集合对象。 "features"：一个数组，包含该集合中的所有特征对象。
CRS（坐标参考系统）：可选字段，指定了GeoJSON数据使用的坐标系统。

2.1、点（Point）数据示例

{
  "type": "Point",
  "coordinates": [longitude, latitude]
}

2.2、线（LineString）数据示例

{
  "type": "LineString",
  "coordinates": [
    [longitude1, latitude1],
    [longitude2, latitude2],
    // 更多点
  ]
}

2.3、面（Polygon）数据示例

{
  "type": "Polygon",
  "coordinates": [
    [
      [longitude1, latitude1],
      [longitude2, latitude2],
      // 更多点，形成闭合环
    ],
    // 可选：内部环（洞）
  ]
}

2.4、特征（Feature）数据示例

// point feature

{
  "type": "Feature",
  "geometry": {
    "type": "Point",
    "coordinates": [longitude, latitude]
  },
  "properties": {
    "property1": "value1",
    // 更多属性
  }
}

// line feature

{
  "type": "Feature",
  "geometry": {
    "type": "LineString",
    "coordinates": [
      [-122.4194, 47.8584],
      [-122.4141, 47.8586],
      [-122.4112, 47.8583]
    ]
  },
  "properties": {
    "name": "LineString Example",
    "description": "This is a line feature."
  }
}


// polygon feature

{
  "type": "Feature",
  "geometry": {
    "type": "Polygon",
    "coordinates": [
      [
        [-122.4159, 47.8581],
        [-122.4159, 47.8595],
        [-122.4126, 47.8591],
        [-122.4126, 47.8579],
        [-122.4159, 47.8581]
      ]
    ]
  },
  "properties": {
    "name": "Polygon Example",
    "description": "This is a polygon feature."
  }
}

2.5、特征集合（Feature Collection）数据示例

{
  "type": "FeatureCollection",
  "features": [
    {
      "type": "Feature",
      "geometry": {
        "type": "Point",
        "coordinates": [longitude, latitude]
      },
      "properties": {
        "property1": "value1",
        // 更多属性
      }
    },
    {
      "type": "Feature",
      "geometry": {
        "type": "LineString",
        "coordinates": [
          [-122.4194, 47.8584],
          [-122.4141, 47.8586],
          [-122.4112, 47.8583]
        ]
      },
      "properties": {
        "name": "LineString Example",
        "description": "This is a line feature."
      }
    },
    {
      "type": "Feature",
      "geometry": {
        "type": "Polygon",
        "coordinates": [
          [
            [-122.4159, 47.8581],
            [-122.4159, 47.8595],
            [-122.4126, 47.8591],
            [-122.4126, 47.8579],
            [-122.4159, 47.8581]
          ]
        ]
      },
      "properties": {
        "name": "Polygon Example",
        "description": "This is a polygon feature."
      }
    }
    // 更多特征
  ]
}

三、GeoJSON的获取方式

3.1、在线网站mapshaper

3.1.1、mapshaper简介

传送门：mapshaper

这玩意儿谁用谁知道，特别方便。缺点就是不知道怎么调整精度，精度有些太高了，随随便便一个省的地级市GeoJSON都有十几MB，几十万甚至上百万组坐标点，很多时候不需要那么精确，数据量太大会导致可读性严重降低，并且二次处理困难，读取速度受限。

3.1.2、操作步骤

①载入Shapefile数据

②点击导出

③选择数据格式并导出

就这样一个长三角区域的市级行政矢量图，就有1.3MB的数据量，真的有点夸张，其实大多数情况下这种数据导出的GeoJSON能有个100KB就完全够用了。

3.2、使用python将Shapefile转化为GeoJSON

3.2.1、安装geopandas库

pip install geopandas

3.2.2、使用geopandas读取Shapefile文件，并转换为GeoJSON格式

import geopandas as gpd

# 读取Shapefile文件
shp_file_path = 'path_to_your_shapefile.shp'  # 替换为你的Shapefile路径
gdf = gpd.read_file(shp_file_path)

# 将GeoDataFrame转换为GeoJSON格式
# epsg=4326代表WGS84坐标系，不需要坐标系可以省略该参数
geojson = gdf.to_crs(epsg=4326).to_json()

# 可以选择将GeoJSON保存到文件
with open('output.geojson', 'w') as f:
    f.write(geojson)

3.2.3、使用geopandas库提供的simplify()方法来控制精度

import geopandas as gpd

# 读取Shapefile文件
shp_file_path = 'path_to_your_shapefile.shp'  # 替换为你的Shapefile路径
gdf = gpd.read_file(shp_file_path)

# 使用simplify方法简化几何，tolerance参数控制简化的精度
# 值越小，简化的程度越高，点的数量越少
gdf_simplified = gdf.simplify(tolerance=0.001, preserve_topology=True)

# 将简化后的GeoDataFrame转换为GeoJSON格式
geojson = gdf_simplified.to_json()

# 将GeoJSON保存到文件
with open('output_simplified.geojson', 'w') as f:
    f.write(geojson)