北京河流水系矢量图层shp获取与处理实战

简介：这份2024年北京市河流水系矢量图层数据集，面向需要水域底图的GIS数据分析师、规划研究者与自然资源相关从业者，可作为水系制图、空间分析、工程选址及可视化应用的基础数据。压缩包内共11个文件，以shp矢量主文件为核心，配套shx几何索引、dbf属性信息、cpg字符编码与prj坐标投影说明，便于在ArcGIS、QGIS、FME等主流工具中直接加载，也方便用Python的pyshp、geopandas等进行批处理；整体包体仅2.64MB，但覆盖了线状河流与面状水体两类要素，包含数千至上万条细化记录，轮廓完整、细节较丰富。目前已有160人学习下载。拿到后可直接制作北京水域专题图、开展缓冲区与邻近分析，或借助包内转换脚本将数据输出为GeoJSON，为Web地图、大屏可视化、三维场景等开发环节提供稳定数据入口；线面分层清晰，也适合教学演示和项目原型快速搭建，在河网密度计算、洪水淹没模拟等场景能显著减少数据预处理量。

1. 河流水系矢量图层下载，卡住的多半不是下载这一步

在水利、防汛、规划与河长制相关的项目里，经常需要一套北京范围内的河流水系矢量底图：既要线状河网，也要面状水库湖泊，最好还带干流、支流、渠道的分级。打开网盘搜“2024 北京市河流水系矢量图层 shp”，下载链接很多，真正能用起来的没几个。常见情况是解压后发现坐标系缺失、属性表空白，或者河流被切成一截截短线；放进 ArcGIS Pro 之后，和行政边界、道路数据一叠加，错位从几十米到几公里不等。所以这套流程真正要解决的问题是：先把数据源筛对，再统一坐标基准，最后补齐属性和拓扑，让它能直接参与叠加分析和出图。下面按这条链路逐段展开，中间涉及的命令与参数都给了可执行的版本。

2. 数据源筛选与下载实操：把河流水系矢量图层拿到本地

2.1 先想清楚去哪下载：四个来源各有边界

常见做法是先从公开数据平台拿一套权威底图，再用众源数据补充小水系。对北京而言，稳定的水系数据来源有四个，侧重点完全不同。第一个是 OpenStreetMap（通过 QGIS 的 QuickOSM 或 OSMnx 拿），它的水系表达细，街道级河道、暗渠都有，但属性不规整，很多线段没有河名；第二个是全国地理信息资源目录服务系统提供的公开基础地理数据，里面有完整的水系层级，属性带分类代码，适合正式项目建档；第三个是地理空间数据云下载 DEM，自己用流向算法提取河网，适合做水文分析和汇流计算，但提取结果不是现成的“河”；第四个是北京市各区水务部门的专题发布数据，这类数据最贴合本地业务，但往往只覆盖本区，拿到后还要做跨区拼接。

这四个来源怎么选，取决于你最终拿它做什么。给 Web 端做可视化展示，OSM 足够，胜在要素全、更新快；要跟全国路网、行政区划做套合分析，必须用 CGCS2000 框架下的权威要素；要做淹没模拟，那就得 DEM 提取。日常项目里我一般先下全国基础地理底图，再用 OSM 补小河道，两条路能互相校验。

2.2 用 QuickOSM 拉取北京市 waterway 数据的最小操作

如果只在 QGIS 里快速看一套北京水系，QuickOSM 是效率最高的方式，不需要写代码。安装完插件后，顶部菜单栏在 Web → QuickOSM → QuickOSM。面板里 Key 填 waterway，Value 留空，Place 一栏填“北京市”，要素类型勾选“线”，点击运行查询。

这里有个常见误区：很多人以为 Place 传“北京市”就能严格按行政区边界裁剪，实际 QuickOSM 是把地名解析成 Overpass 的 area 对象，area 的边界和民政边界不完全一致，偶尔会带出河北一两个村庄的河道。判断是否拉多了，看要素数量：北京全域的 waterway 线要素一般在几千到上万条，如果只有几百条，说明查询区域没解析到市级，只落在某一个小范围。

面板背后生成的 Overpass 查询如下：

[out:json][timeout:60]; area["name"="北京市"]->.a; way["waterway"](area.a); out;

[timeout:60]是查询超时上限，单位秒；->.a把查询到的区域集合保存为临时变量；(area.a)限定在区域内检索。如果结果数据量太大报超时，可以改成[timeout:180]，或者把北京拆成各区分别拉取，避免 Overpass 主服务端压力过大。

2.3 用 OSMnx 把北京水系批量落成 shp

QuickOSM 适合交互式查看，但要做自动化流程，我一般直接用 Python 的 OSMnx 库。它内部替你处理了 Overpass 请求、坐标解析、GeoDataFrame 构建，一段脚本就能把北京全域水系落成本地 shp 文件：

import osmnx as ox gdf = ox.features_from_place("北京市", tags={"waterway": True}) gdf = gdf[gdf.geometry.geom_type.isin(["LineString", "MultiLineString"])] gdf["kind"] = gdf["waterway"].fillna("").astype(str) gdf = gdf[["kind", "name", "geometry"]] gdf.to_file("beijing_rivers_raw.shp", encoding="utf-8")

这段脚本的核心是features_from_place，它先把“北京市”解析成行政区范围，再拉取所有带 waterway 标签的要素；第二行过滤掉面状水体，因为我们要的是河网线图层；kind列保留 river、stream、canal 等类型，后续分级筛选靠它；最后to_file写出 shp 文件族。运行前先pip install osmnx，装的时候会把 geopandas、shapely 一并带上。

2.4 拿到压缩包后先检查 shp 的文件族完整性

很多人从网盘下载“北京市河流水系 shp 数据.zip”，解压后只有一个 .shp 加几个小文件，直接拖进软件发现打不开。shp 不是单文件格式，而是一组文件族，缺了关键后缀，软件只能显示几何、读不出属性。检查命令行放在下面。

unzip beijing_rivers.zip -d ./beijing_rivers ls -la ./beijing_rivers/ cat ./beijing_rivers/*.prj

ls -la看文件族是否齐全，.shp管几何、.shx管索引、.dbf管属性、.prj写坐标系文本；最后一条cat .prj直接读出坐标系定义，这决定了后面是该做“投影转换”还是“定义投影”。

.cpg缺失是中文乱码的主要来源。旧数据常用 GBK 编码，而 ArcGIS Pro 默认按 UTF-8 读，解决办法是补一个.cpg文件或导入后用字段映射重算，后面第四章会展开。

3. 坐标系、属性表与拓扑修复：让水系 shp 对齐北京地面

3.1 先看 .prj：WGS84 还是 CGCS2000 决定后续操作

北京地区水系数据下载后，坐标系基本是两种情况：OSM 出来的是 WGS84 经纬度，全国基础地理数据多带 CGCS2000 经纬度。经纬度坐标本身没问题，但直接做长度统计、缓冲区分析，单位是度而不是米，结果没法用。项目上统一的做法是把数据投影到高斯克吕格投影下。

北京经度范围大致在 115.7°E 到 117.4°E，3 度带通常落在中央经线 117°E 的带内，西部部分区域用 114°E 带。实际操作时直接在投影工具里搜索“CGCS2000 3 Degree GK Zone 39”，不要自己去记 EPSG 编号，搜索框能按名称过滤。

注意区分“投影”和“定义投影”：如果图层本身没有 .prj 文件，需要先用“定义投影”告诉软件数据基于哪个坐标系，再做“投影”到目标坐标系。顺序反了，转换出来的位置就是错的，这类错位在数据叠加时根本查不出原因。

3.2 在 ArcGIS Pro / QGIS 里做投影转换并重算长度

ArcGIS Pro 里把 shp 拖进地图，右侧图层属性里查看源坐标系。如果显示“未知”，右键图层选择 Properties → Source，先定义源坐标系。然后打开工具箱搜索“Project”，输入要素选北京河流图层，输出坐标系选 CGCS2000 3 Degree GK Zone 39，执行后生成新 shp。

QGIS 里的等价操作更直接：右键图层 → Export → Save Features As，Format 选 ESRI Shapefile，CRS 一栏选目标投影，文件名另存。QGIS 会生成带 .prj 的新文件，原数据不会被动过。

投影完成后的第一件事是重算长度字段。经纬度坐标下算出的长度单位是度，几乎没法用于报告。用 ArcPy 在 Pro 里算：

arcpy.management.AddField("beijing_rivers_raw.shp", "LEN_M", "DOUBLE") arcpy.management.CalculateField("beijing_rivers_raw.shp", "LEN_M", "!shape.length@meters!", "PYTHON3")

AddField新建一个双精度字段存长度，!shape.length@meters!返回当前坐标系下的真实地面长度，单位米；PYTHON3是 ArcGIS Pro 的字段计算器解析器，旧版 ArcMap 要写成PYTHON。这里有个隐蔽的坑：如果图层在工程里被动态投影成 Web 墨卡托（EPSG:3857），shape.length@meters返回的是墨卡托距离，不是高斯平面距离，结果会偏大，所以算长度前必须确认图层自身的坐标系已经切到高斯投影。

3.3 河流短线与悬空端点怎么补齐

公开数据里最让人头疼的河流拓扑问题是“断头”。河道在制图时按图幅切割，每条河在图幅边界被硬生生断开，支流汇入干流的位置没有公共节点，做连通性分析时河网就像一堆散线。

QGIS 里先开 Topology Checker 插件（Vector → Topology Checker），规则选“不得有悬空端点”，放大看报错位置。小范围手工修节点能接受，全市范围必须用自动清理。GRASS 的 v.clean 是常用工具：

v.clean input=beijing_rivers output=beijing_rivers_clean \ tool=snap,break,rmdangle thresh=20

tool=snap,break,rmdangle按顺序执行：snap 把相距 20 米内的节点吸附到一起，break 在交叉点打断线段，rmdangle 删除无法接上主网的悬空短线。需要提醒的是，v.clean 会把一条完整河流打断成大量小段，所以清理完要根据河名或 kind 字段做一次融合（Dissolve），按相同河道名称合并，恢复连续性。

3.4 用 GeoPandas 批量检查与清理

交给 Web 系统或者做批量质检时，我最常用 GeoPandas 先摸一遍底，把空几何、非法几何、多部件要素清掉，避免下游加载报错。

import geopandas as gpd from shapely.validation import make_valid gdf = gpd.read_file("beijing_rivers_raw.shp") gdf = gdf[gdf.geometry.notna() & ~gdf.geometry.is_empty] gdf = gdf[gdf.geometry.geom_type.isin(["LineString", "MultiLineString"])] gdf["geometry"] = gdf.geometry.apply(make_valid) gdf = gdf.explode(ignore_index=True) gdf.to_file("beijing_rivers_clean.shp", encoding="utf-8")

make_valid是 Shapely 2.x 推荐的几何修复入口，能把自相交线、退化环这类非法几何转成合法表达；explode将 MultiLineString 拆成单线，前端渲染和按段统计都方便。整段代码跑完，输出一个几何干净、单部件、坐标系继承原文件的 shp。注意输出后最好显式加上crs="EPSG:4326"或对应高斯投影，因为有些源文件缺 .prj，GeoPandas 读进来时空坐标参考，写出去也还是空。

4. 在 ArcGIS Pro 里把北京河流 shp 用起来

4.1 加载 shp 并处理乱码与影像叠加

把清理好的 shp 拖进 ArcGIS Pro 时，建议用 Catalog 面板连接文件夹后右键添加，而不是直接拖文件到视图。视图里图层显示后，打开属性表看中文河名。如果显示成问号，通常是 .cpg 缺失导致的编码误判。一个实用的处理技巧是先在 QGIS 里用不同编码重新加载一次，右击图层选择 Set Layer Encoding，分别试 UTF-8 和 GBK，找到中文正常的那次另存为新 shp，再拿回 Pro 里用。

同一工程里还要叠加遥感影像时，用 Add Data 选择栅格文件。如果影像位置和河流对不上，启动 Georeference 工具，在影像上取河道拐角和已知位置的桥梁路口做控制点，一般取 4 到 6 个点够完成配准。别去调图层的透明度来凑重合，配准误差不会因此消失。

Georeference 操作要点：控制点均匀分布，优先选河道转弯、桥梁、水库坝体等特征点

4.2 按属性筛选河网等级

北京河流水系数据里常见的 waterway 值有 river、stream、canal、drain，分别对应河流、溪流、干渠、排水沟。业务上要出“主要河网图”时，直接在图层属性里做定义查询，SQL 写法如下：

waterway IN ('river', 'stream', 'canal') AND name IS NOT NULL

IN列表筛掉排水沟等人工设施，name IS NOT NULL去掉无名的零碎线段。定义查询的好处是只改变视图显示，不生成新文件，后续叠加、制图、导出都基于同一个筛选结果，避免多次导出临时图层造成版本混乱。如果要把筛选结果单独存一份，右键 → Data → Export Features，输出为新的 shp 或要素类。

4.3 叠加行政区边界做空间连接

河流跨区分布，统计每个区的河道长度，是河长制项目的常规需求。ArcGIS Pro 里的工具叫 Spatial Join（空间连接）。参数设置上，目标要素选北京各区行政边界，连接要素选河流线图层，连接操作选 JOIN_ONE_TO_MANY，匹配选项选 INTERSECT。

这样连接后，每条河流线段会被复制到它穿过的每个区名下，再按区聚合统计长度：

SELECT 区名, SUM(LEN_M) AS 河流总长 FROM Joined_Rivers GROUP BY 区名

这里的关键是 JOIN_ONE_TO_MANY 而不是 JOIN_ONE_TO_ONE。一条河流穿过三个区，如果用 ONE_TO_ONE，连接结果只保留第一次命中的区，另外两个区就统计漏了。匹配选项也别用 WITHIN，跨区河流不会完全落在单个区内部，用 INTERSECT 才能按“穿过即统计”的口径取数。

4.4 导出成果并转 GeoJSON / 3D Tiles

成果导出分三种常见格式。给正式项目存档用 File Geodatabase 要素类，右键图层 → Data → Export Features，输出类型选 File Geodatabase；给 Web 前端预览用 GeoJSON，Pro 自带该格式，右键导出即可；做三维场景展示则需要转 3D Tiles。较新的 ArcGIS Pro 提供实验性的三维瓦片创建工具，老环境用 CesiumLab 这类转换器，前提是先把线要素赋上 Z 值，否则转出来的河道是平的，看不出地形关系。

shp 转要素类时有个隐藏问题：shp 的 dbf 字段名限制 10 个字符，中文名往往变成截断字符串，导出到要素类后字段别名丢失。所以在导出前要用属性表里右键字段 → Aliases 把中文名重新维护一遍，否则图例和报表里全是LEN_M、NAME_1这类字段代码。

5. 把 shp 转成 txt：脱离 GIS 场景的边界落地

5.1 一条 ogr2ogr 命令输出 WKT 文本

不是所有下游系统都能读 shp。给前端地图组件喂数据、给后端做空间判定，甚至给 AI 模型做训练样本标注，最常见的交付格式是带 WKT 的纯文本。用 GDAL 自带的 ogr2ogr，一条命令就能从清理后的 shp 生成可读文本：

ogr2ogr -f CSV beijing_rivers.csv beijing_rivers_clean.shp \ -lco GEOMETRY=AS_WKT -lco CREATE_CSVT=YES

-f CSV指定输出格式；-lco GEOMETRY=AS_WKT把几何写成 WKT 字符串；-lco CREATE_CSVT=YES额外生成一个 .csvt 文件，声明每列的类型，避免在 Excel 或 Tableau 里打开后经纬度列被误判成文本，丢失小数精度。

5.2 导出 WKT 后用边界框验证坐标系

转出来的文本里如果带的是高斯投影坐标，拿给前端 Leaflet 用会完全偏离底图。写文件前先投影回 WGS84，再导出，同时打印边界框做一次自检：

import geopandas as gpd gdf = gpd.read_file("beijing_rivers_clean.shp").to_crs(epsg=4326) gdf["wkt"] = gdf.geometry.to_wkt() gdf[["name", "wkt"]].to_csv("beijing_rivers_wkt.txt", index=False, sep="|", encoding="utf-8") minx, miny, maxx, maxy = gdf.total_bounds print(minx, miny, maxx, maxy)

to_wkt()把每个要素几何转成标准 WKT；total_bounds返回整个图层的边界框。北京 WGS84 下的合理范围大约是经度 115.4 到 117.6、纬度 39.4 到 41.2，如果打印结果出现 4 开头的八位数值，说明源文件还是高斯投影，to_crs(epsg=4326)没有真正生效，需要先给源数据补定义坐标系再投影。

5.3 面状水体只保留外边界线的快捷做法

txt 交付场景里还有个高频需求：面状水体（比如水库、湖泊）只要外边界线，不要整个面。GeoPandas 里每个 Polygon 的.exterior属性直接给你外环线：

gdf_poly = gdf[gdf.geometry.geom_type == "Polygon"] gdf_line = gdf_poly.copy() gdf_line["geometry"] = gdf_poly.geometry.exterior gdf_line[["name", "geometry"]].to_file("beijing_lakes_shoreline.shp", encoding="utf-8")

.exterior只取外环，有孔洞的水面会丢弃内环，正好满足“只要岸线”的需求。执行后打开新 shp，一个一个检查面和线数量是否一致。多部件面要素（MultiPolygon）在这个操作里会被跳过，先对几何做explode(ignore_index=True)再取 exterior，否则部分湖体丢得无声无息。用 QGIS 打开原始面图层与生成的岸线图叠加对比，顶点数一致、岸线贴合水面边界，这组数据就算真正可交付了。

本文还有配套的精品资源，点击获取