简介：南京市下辖全部街道与乡镇级别的行政边界矢量数据，面向规划、测绘、地理信息从业者及GIS学习者，可直接用于解决区划底图获取、制图与空间统计等基础数据需求。压缩包共17个文件，约631KB，包含标准Shapefile所需的.shp、.shx、.dbf、.prj、.cpg等要素文件，并附有.xml元数据副本与坐标参考说明，导入ArcGIS、QGIS、SuperMap等平台即可开展空间查询、区域统计与地图制图。数据覆盖玄武、秦淮、建邺、鼓楼、江宁、浦口、六合、溧水、高淳等市辖区，每个乡镇街道以独立多边形呈现，属性表内含名称、代码等字段，且已完成基础拓扑检查，边界连续闭合，支持常见叠加分析。压缩包内另含main.py与requirements.txt等辅助脚本，便于批量处理或二次开发，提升数据使用效率。目前已有92人学习，适合需要快速获取南京市区划底图并开展空间分析的场景。 说实话，过去干项目最怕碰到的就是"某某市边界数据"，网上下载的资源十个里有八个缺胳膊少腿：要么只有SHP没有投影文件，要么属性表打开全是乱码，更别提那些XML、SBN一类的辅助文件，少一个没感觉，等到做空间分析的时候各种报错能把人逼疯。所以这次拿到这套南京全市街道乡镇边界矢量数据包，我第一反应是先别急着用，把文件完整性和数据底子摸清楚再说。这套数据包涵盖了完整的SHP、DBF、PRJ等GIS要素文件，对做区划统计、地图可视化、批量裁剪影像的兄弟们来说，是一个相当省心的起点。
这份数据几乎适配所有主流GIS平台，ArcGIS、QGIS、SuperMap都能直接打开，你要是做WebGIS开发，拿它转GeoJSON或者矢量瓦片也方便。适合谁用呢？刚入手GIS的学生、需要做行政区划图的工作室、搞城市规划或人口统计的分析人员，都能从这里找到能直接跑通流程的底图数据。这篇就围绕这个数据包，从文件结构、坐标系、实操流程到坑点排查，完整拆一遍。
1. 项目概述与设计思路
1.1 为什么需要一份“干净”的街道乡镇边界
很多人觉得边界数据不就是画几个多边形吗，随便下载一个能显示出来就完事了。真做项目就知道，问题远没那么简单。比如有些数据是市级合并版的，只能看到南京整体轮廓，做不了街道级的统计；有些数据虽然到街道，但边界还是几十年前的区划，和现在的实际管理范围对不上；还有些数据边界线自相交、有大量尖锐角，拓扑错误一堆，做一次缓冲区分析直接报错。
这份数据包的目标很明确：把南京全市的街道乡镇边界一次性整理到位。什么是“到位”？在我看来至少满足三点：一是区划层级统一到乡镇街道级，这是最细的行政管理单位，往下就是社区网格了，一般项目用到这一级足够；二是坐标系明确且符合国内测绘规范，不是那种打开后跑到海里去的未知坐标系；三是属性结构完整，每个行政单位都有标准名称和行政区划代码，可以直接和统计数据做关联。
1.2 数据包的完整组成：不只是SHP那么简单
第一次解压这套数据的时候，我特意数了一下里面的文件构成。除了最核心的SHP文件，配套的**DBF（属性数据）、PRJ（投影信息）、SHX（几何索引）**都在，另外还有CPG文件负责字段编码、XML文件记录元数据。别小看这些“配角”，少了SHX，ArcGIS打开速度会变得极慢；少了PRJ，整个图层没有坐标系，后续任何涉及投影转换的操作都会卡壳；少了CPG，属性表里的中文大概率是乱码。
我见过太多下载的资源只有一个孤零零的SHP文件，那基本等于残废。这也是我推荐这份数据包的原因——文件结构完整，属于可以直接进生产流程的数据。从工程角度讲，接到任何矢量数据的第一件事就应该是检查文件配套，而不是直接往地图里拖。
2. 核心要素解析：看懂SHP、DBF与PRJ
2.1 SHP、DBF、PRJ各自扮演什么角色
SHP文件本身存储的是几何信息，也就是每个街道边界由哪些坐标点构成。你可以把SHP想象成一张白纸上画好的轮廓线，只记录“形状”，不负责记录“名字”。真正存储“名字”的是DBF文件，也就是属性表。DBF是早期数据库格式的表，里面每一行对应一个街道，每一列对应一个属性字段，比如名称、代码、面积等。
PRJ文件是坐标系的身份证明。举个生活化的例子，SHP里的坐标数据是“一串数字”，PRJ告诉软件这串数字代表的是经纬度还是平面坐标，以及基于哪个椭球体、哪个坐标系统。没有PRJ，GIS软件只能猜，猜错了图就跑到非洲去了。
三个文件配合工作的逻辑大概是这样的：SHP负责“画在哪里”，DBF负责“它叫什么”，PRJ负责“用什么标准画”。当你在ArcGIS里点击某个街道弹出属性框时，软件内部就是同时读取了这三个文件。还有一个容易忽略的SHX文件，它是SHP的几何索引，负责加速读取，没有它文件也能打开，但操作起来会明显变慢。
2.2 坐标系底子：CGCS2000与投影的选择
打开PRJ文件看内容，这套数据采用的是CGCS2000坐标系。这在国内是比较标准的测绘坐标系，也是国家地理信息系统的推荐基准。CGCS2000就是中国自己定义的大地坐标系，和GPS用的WGS84在绝大多数应用场景下差异非常小，可以忽略不计。
但这里有个关键细节——CGCS2000下面还分经纬度表示和投影坐标表示。如果PRJ里写的是CGCS2000_3_Degree_GK_CM_117E，说明它用的是高斯-克吕格3度带投影，中央经线在117°E。南京约在东经118°附近，落在117°和120°两个3度带的交界附近。也就是说，数据包如果提供了两套投影版本，一套117E、一套120E，那是为了适配不同场景。做小范围精确量算时，用离本地中央经线更近的那套数据，变形最小。
2.3 属性表结构解读
打开DBF属性表后，一般能看到几个标准字段：NAME（乡镇街道名称）、CODE（行政区划代码）、AREA（面积）、LEN（周长）等。行政区划代码是12位的数字，比如“320102xxxxxx”，前六位代表省市县，后六位代表乡镇街道。这个代码特别有用，拿它做JOIN，能把人口、GDP等统计数据匹配到地图上。
值得注意的一点是，这份数据里的面积属性单位可能是平方米，也可能是平方公里，需要看字段注释。很多新手不留意，直接拿平方米当平方公里去出图，导致数据大了一百万倍，这种低级错误在实际工作中并不少见。建议拿到数据后先算一遍最大值、最小值，结合南京的实际情况验算一下，就知道单位对不对了。
3. 实操过程：加载、检查与常见应用
3.1 在ArcGIS与QGIS中正确加载数据包
先把解压后的文件放在同一个文件夹下，然后打开ArcMap或ArcGIS Pro，点击添加数据，定位到文件夹，选择SHP文件加载。若弹出“缺少空间参考”提示，说明PRJ没有正常读取，这时需要手动分配坐标系。QGIS的加载方式更智能，直接拖拽SHP文件到图层窗口即可，它会自动识别PRJ和编码。
加载后第一步操作，不是做分析，而是打开属性表检查三件事：一是中文名称是否正常显示，若乱码，多半是编码问题；二是检查要素数量，南京目前街道乡镇大约一百多个，如果数量对不上，说明区划代码已经更新，需要对应修正；三是看一下几何是否完整，拉框放大检查边界有没有断裂区域。
3.2 典型应用一：按边界批量裁剪遥感影像
这是街道边界数据用得最多的场景之一。比如要出南京各个街道的卫星影像图，如果一张张手动裁剪，几十个街道足以让人崩溃。用ArcGIS的“按掩膜提取”工具配合Model Builder就能实现批量裁剪，我实际跑下来很稳。
操作思路：先把SHP导入ArcGIS，然后在搜索框搜索“按掩膜提取”，输入影像和边界，就能裁出单张。要批量出，打开模型构建器，拖入“按掩膜提取”工具，把SHP的NAME字段设为工作空间名，循环迭代每个街道并保存为独立影像文件。我实测过，这套数据属性表里NAME字段是规范中文名，可以直接作为输出文件名，省去手动命名的麻烦。
批量裁剪的细节：输出格式建议选TIFF，栅格存储选LZW压缩，裁剪时勾选“保持裁剪范围”，不然边缘会出现黑边。如果影像本身是整景大图，建议先用边界范围在“按矩形提取”工具中粗裁一遍，缩小数据量，再走批量流程，否则内存不够容易中途崩掉，尤其是街道数量多、影像分辨率高的时候。
3.3 典型应用二：拓扑检查与尖锐角处理
拿到任何来自外部的边界数据，我都建议先跑一遍拓扑检查。ArcGIS里在要素数据集下新建拓扑规则，最常用的是“单个图层内不能自相交”“不能有空隙”“边界不能重叠”。南京这套数据虽然整体质量不错，但郊区几个街道的边界线在某些节点上存在轻微锯齿状，小比例尺看不出来，放大到1:2000就会比较明显。
尖锐角处理是这个环节里比较棘手的问题。一般在地籍、宗地数据生产规范里，小于15度的内角会被标记为尖锐角，需要进行编辑修正。检查方法：新建一个字段，用几何计算算出每个面的最小内角，筛选出小于15度的要素，逐个定位。修正时建议使用ArcScan的简化工具，或者手动编辑节点，把紧挨着的两个点拉开距离。手工编辑器里拖动节点时按住Ctrl可以捕捉现有端点，可以避免修出一个新尖锐角。
3.4 典型应用三：转换GeoJSON与KML
Web端开发经常用到GeoJSON格式，而测绘外业采集则常用KML。QGIS里直接右键图层，选导出要素另存为，格式选GeoJSON，坐标系选WGS84，编码选UTF-8即可。KML的导出路径更直接，Google Earth属性兼容性要求属性字段名不能包含中文，不然在部分版本里字段会丢失。
反过来，如果外业同事给了一堆KML文件要转SHP，可以用ArcGIS的“KML转图层”工具，一次只能导入一个文件。要批量处理，可以在模型构建器里设置迭代器，遍历文件夹下所有KML，再逐个转出SHP并合并。合并时建议用“合并”工具，而不是“追加”，这样输出的是一个新的SHP文件，不会改变原始数据结构。转换后的KML到SHP，再和南京这套街道边界做叠加分析，可以快速判断外业采集的点落在哪个街道内。
4. 常见问题与排查技巧
4.1 属性表中文乱码：编码问题
这个问题出现频率最高。我打开这套数据的DBF字段时，遇到过一次字段名乱码，原因在于DBF没有附带CPG文件，ArcMap默认用系统编码读取，而系统编码和文件的编码不一致。
排查方法很简单：用记事本打开CPG文件，看到UTF-8就是UTF-8编码，GBK或者GB2312就是国标编码。解决方式：在ArcMap的目录里找到该SHP，右键属性查看编码设置，若无法读取，用QGIS加载一次并另存为UTF-8编码的新文件。QGIS的处理流程比较靠谱，因为它允许手动选择数据源编码，选对了再导出，乱码问题就根治了。比较关键的一点是，导出之后的SHP还是要连同CPG文件一起拷贝，免得下次在别人的电脑上打开又乱码。
4.2 坐标系错乱：图跑到海里去了
有时候数据包里的PRJ文件完好，但加载后依然显示位置不对，这一般是因为图层的坐标系动态投影设置有问题。ArcGIS里右键图层查看属性，源选项卡里会显示当前坐标系。如果显示的是Unknown或GCS_WGS_1984，说明PRJ没有被识别。
手动修复的方法：打开工具箱里的“定义投影”工具，选择正确坐标系，重新指定。注意这里用的是“定义投影”而非“投影”工具，很多新手混淆这两个概念。定义投影只是修改坐标系信息，不改变坐标数值；投影才是做真正的坐标系换算，会把数值转换成新的坐标系对应下的坐标。如果你用“投影”工具处理一批指定了错误坐标系的SHP，结果就是数值变了但位置更乱。
4.3 边界重叠与不闭合
街道边界和乡镇边界是同一个数据包时，容易出现跨界重叠。检查方法：使用“相交”工具让图层和自己做相交，输出结果中面积较小的面基本就是重叠区。
处理上建议保留区划完整性的原则。南京的区划边界理论上村级界可能互相接边但不应交叉。如果发现相邻街道互相“咬”了一部分，多数情况是边界线在数字化时不够精确。处理方式：使用编辑器里的“裁剪”工具，以其中一个面为裁剪对象，把重叠部分裁剪掉，再通过“合并”工具将边界线融合。更严格的做法是在拓扑检查里新建“不能重叠”规则，弹出错误后用拓扑编辑工具把重叠区修正到公共边界上。
4.4 面积计算与字段统计异常
常见的一个问题是AREA字段算出来的面积和实际对不上。可能是因为属性表里的AREA是历史数据，基于旧的坐标系计算；也可能是因为投影方式变了导致面积变形。计算准确面积的方法：在ArcGIS Pro里新建一个双精度字段，右键地理计算，选择“面积”，但前提是图层处于投影坐标系下。
若图层是WGS84经纬度坐标，算面积时要把数据临时投影到Albers等积投影或者UTM分区投影上，再计算面积，得到的结果才稳定。我记得德克萨斯州的一个测试数据显示，同一块地，经纬度直接用“面积”工具计算的结果会与投影后计算差出1%左右，这在统计工作中并不是可以忽略的误差。街道级别统计人口密度时，面积偏差1%影响不算特别大，但如果做地价分析，面积就必须精算。
5. 数据包的实际扩展应用
5.1 矢量切片与3D Tiles
Web端加载区划数据，最常用的方式是矢量切片。GeoServer上发布矢量切片，可以直接吃SHP。先连接数据源，再用“发布图层”界面切片的坐标参考系统，这里要确保输出切片坐标系一致。发布后的矢量切片加载到前端，几十兆的数据也能流畅拖动。
3D场景方向，SHP可以直接转为3D Tiles。转换工具一般用cesiumlab，直接加载SHP后设置高度，挤出三维建筑体块，或者做地形叠加。南京主城区做城市白模的时候，我拿这套街道边界数据挤出高度，和倾斜摄影模型做套合，效果相当好。CesiumLab里支持按属性字段设置挤出高度，一套数据不用额外处理就能出立体效果。需要留意的是，SHP转3D Tiles时，属性表里的中文可能因为转码缺失，最好在导出前把字段名改成英文或者拼音。
5.2 与统计数据的关联分析
拿到边界数据后，最常见的分析是把统计数据挂到地图上。把人口普查数据表或经济报表导入到ArcGIS，用“添加连接”工具，连接字段选择行政区划代码CODE，导入表里的对应代码字段必须是同类型、同长度。连接成功后，再做专题图渲染，比如分级色彩、饼图等。
一个高频翻车点：Excel表格中的列如果被识别为文本型，与SHP属性表中的数值型代码字段连接会失败。解决方式是在Excel里提前把代码列格式设置为文本，并保证没有空格。连接前把两边数据各统计一遍唯一值和重复值，能提前发现很多对不上的情况。街道边界数据的作用这时候就体现出来了，它把统计数字从“表格里的行”变成“地图上的面”，让数据一看就有空间感。
5.3 用模型构建器做批处理
如果数据包要用在多个项目里，建议把前面提到的一些操作做成一个模型构建器。比如：输入SHP，自动修复几何、计算面积、转出GeoJSON和KML。这样每次拿到新的边界数据，只要替换输入路径，模型自动跑完所有流程。
具体操作：模型构建器里拖入“修复几何”“添加字段”“计算字段”“要素类转GeoJSON”等工具，逐个连好参数。用“解析路径”工具自动填充输出路径，避免重复手动指定。保存为模型或脚本工具，以后直接双击就可以执行。这类工具化的处理思路，也是我从项目经验里总结出来比较省心的方式。
写在最后的小建议
如果你打算长期使用南京这套街道乡镇边界数据，我的建议是拿到数据包后第一时间备份一份原始文件，然后对工作副本做一次完整检查：加载、看属性表、跑拓扑、验坐标。发现小问题马上修复，把修复后的版本标注好日期存档。另外，区划调整是常态，每年都可能有个别街道合并或更名，数据包里的代码和名称信息需要定期核对最新区划公告，避免拿着一张老图去做新区的项目。最后分享一个我常用的习惯：所有从这套数据派生出来的文件，我都统一保留原始PYJ坐标系，后期需要哪个投影再动态转换，这样无论什么项目都能快速复用。
本文还有配套的精品资源，点击获取
