简介：一份面向地理信息系统开发、城乡规划与交通研究者的辽宁省道路矢量数据集，分级精细到乡道，可直接用于地图制图、空间分析与路网建模。压缩包内含97个文件，以12套Shapefile核心数据为主，配套属性表、投影文件、空间索引及元数据，另附1张预览图，总大小约67.77MB。数据覆盖城市一级至四级道路，以及高速、国道、省道、县道、乡道等行政等级道路；同时整合OSM来源的铁路/地铁/轻轨与各级道路图层，既能用于宏观路网展示，也能支撑微观道路分类研究。目前已有206人浏览/学习，适合需要现成矢量底图进行制图、叠加分析或规划辅助的从业者与学生；借助属性表与投影文件可快速拼接、裁剪和符号化，提升前期数据处理效率。
1. 为什么这套辽宁道路数据比单层 shp 更值得拆
拿到辽宁省道路数据压缩包的第一反应是“文件又多又乱”，但仔细捋一遍会发现它其实做了三层分类：第一层是行政等级道路，包含高速、国道、省道、县道、乡道；第二层是城市内部道路，按一至四级划分；第三层是 OSM 来源的道路和铁路地铁轻轨数据。一共 16 种道路类型，文件后缀涵盖 shp、dbf、prj、cpg、sbn、sbx、shx 和 xml，这意味着一份 shp 实际上由至少 5 个配套文件组成。如果只拖拽 .shp 进软件，很容易因为缺少 .prj 或 .dbf 导致坐标系丢失或属性表为空。
这套数据的价值在于“分级精确到乡道”，对做乡镇级路网规划、物流路径分析和国土空间规划底图的人来说，比只给高速国道省道的通用路网要细得多。但反过来，分级过细也带来两个问题：一是多个图层之间边界重叠、属性字段口径不一致，不能直接合并；二是城市道路和行政等级道路之间存在重复，比如一条省道穿城而过时，既出现在省道图层里，也出现在城市一级道路图层里。适合用它的人，是手里已经有行政区划边界、想做路网密度统计或通达性分析的从业者，而不是只要一条全国粗线缆的普通用户。
2. 解开压缩包后的文件配对逻辑与坐标系核对
2.1 shp 不是一个文件而是一组文件，缺一不可
Road 数据包里的每个图层，例如乡道_辽宁省.shp，实际配套了至少 6 个文件：.shp存几何要素，.dbf存属性表，.shx是几何索引，.prj记录坐标系，.cpg指定字符编码，.sbn和.sbx是 ESRI 的空间索引。很多人把.rar解压后只复制.shp到工作目录，结果属性表字段全乱码或软件提示“无法打开”。这里最容易被忽略的是.cpg，它决定了 dbf 里的中文字段是用 UTF-8 还是 GBK 读取。
# 解压后建议先用 ogrinfo 检查完整性，直接读取一个图层的元信息 ogrinfo -so 乡道_辽宁省/乡道_辽宁省.shp 乡道_辽宁省 # 输出示例 # INFO: Open of `乡道_辽宁省.shp' using driver `ESRI Shapefile' successful. # Layer name: 乡道_辽宁省 # Geometry: Line String # Feature Count: 15234 # Extent: (119.526575, 38.694588) - (125.788512, 43.481344) # Layer SRS: # WGS 84ogrinfo -so只读概要不遍历全部要素，适合解压后快速验证文件是否完整。如果输出里出现Feature Count: 0或直接报错，说明.shp和.shx配对出了问题，重新解压即可。注意这里Layer SRS显示的是WGS 84，说明数据是经纬度坐标系，没有做投影，后续算长度和面积前必须先转投影坐标系。
2.2 用一个脚本批量核对所有图层的坐标系和要素数量
这套数据里 16 个图层分散在不同目录，手动一个一个看很容易漏。更稳妥的方式是用 Python 的geopandas读取目录下所有 shp，输出一个对照表，重点看三项：要素数量、几何类型、坐标系是否统一。行政等级道路和城市道路理论上都来自同一套基础数据，但 OSM 来源的图层则不同，OSM 原始数据多为 WGS84 地理坐标系，而国内编辑过的数据可能已经被转换为 CGCS2000，两者混用会导致叠加时偏移几百米。
import geopandas as gpd import glob, os shp_files = glob.glob("辽宁省道路数据/**/*.shp", recursive=True) rows = [] for shp in shp_files: try: gdf = gpd.read_file(shp, encoding="utf-8") rows.append({ "file": os.path.basename(shp), "count": len(gdf), "geom": gdf.geom_type.unique().tolist(), "crs": str(gdf.crs), "columns": list(gdf.columns[:8]) }) except Exception as e: rows.append({"file": os.path.basename(shp), "error": str(e)}) overview = gpd.pd.DataFrame(rows) print(overview.to_string())这段代码递归读取辽宁省道路数据目录下的所有 shp，并把每个图层的要素数量、几何类型、坐标系、前 8 个字段名汇集给截图做比对。逻辑上，glob.glob负责递归找文件，gpd.read_file读取时显式指定encoding="utf-8"，确保 dbf 中文属性不乱码。如果某些shp 的 cpg 声明为 GBK，则需要把 encoding 改成"gbk"，否则会出现属性字段名为乱码。.cpg文件的存在并不意味着每个图形文件都一定用它，geopandas默认优先读取.cpg里写的编码，但遇到空.cpg时会回退到系统默认编码，这就是为什么同一套数据里有的图层读取正常、有的乱码。
2.3 坐标系统一：CGCS2000 与 WGS84 混用时的偏移处理
核对完会发现，铁路地铁轻轨OSM_辽宁省.shp大概率投影信息不完整或字段结构与其他图层不同。OSM 来源数据的属性表字段名通常是name、highway、railway、lanes，而行政等级道路的字段名则是道路编码、道路名称、行政等级，直接合并图层会字段对不齐。常见做法是先统一坐标系，再按需提取字段。
# 用 ogr2ogr 将 WGS84 的 OSM 图层转换为 CGCS2000 / 3-degree Gauss-Kruger CM 123E ogr2ogr -t_srs EPSG:4548 -overwrite \ 铁路地铁轻轨OSM_辽宁_4548.shp \ 铁路地铁轻轨OSM_辽宁省.shpEPSG:4548 是 CGCS2000 三度带、中央经线 123E 的投影坐标系，辽宁大部分区域用这个带能保证长度变形控制在 0.07 米以内。转换时注意-t_srs是目标坐标系，不是源坐标系，源坐标系不写默认从 prj 文件读取。如果原始 shp 的 prj 丢失，ogr2ogr会默认按 WGS84 解释，导致转换出的坐标偏差。所以解压后第一件事永远是检查 prj 是否存在，而不是急着转投影。
3. 按行政等级与城市道路分类做分层提取与拓扑检查
3.1 字段口径差异：行政等级道路和城市道路不能直接 union
把高速_辽宁省.shp和城市一级道路_辽宁省.shp直接叠加时，会发现城市一级道路里包含了部分穿城高速的线段，但属性表完全不一样。高速层的字段是道路编号(G15)、技术等级，城市道路层则是道路名称(青年大街)、道路等级(主干道)，两者没有共同主键，无法按字段关联合并。
所以处理顺序应该是：先按道路功能分层，再跨层去重。常见做法是给每个图层加一个来源标记字段，然后统一字段结构，再按空间位置做去重或融合。
import geopandas as gpd # 读取两个图层并统一字段结构 admin = gpd.read_file("省道_辽宁省.shp", encoding="utf-8") city = gpd.read_file("城市一级道路_辽宁省.shp", encoding="utf-8") admin = admin[["geometry"]].copy() city = city[["geometry"]].copy() admin["source"] = "省道" city["source"] = "城市一级" combined = gpd.GeoDataFrame(gpd.pd.concat([admin, city], ignore_index=True), crs=admin.crs) combined = combined.explode() # 拆掉 MultiPart，避免一条线包含多个独立的 LineString combined = combined.reset_index(drop=True) print(combined.head())explode()是关键一步。shp 里一条要素既可以是单根 LineString，也可以由多个不相连的线段组成 MultiLineString，直接做后续的求交、打断、合并会把多段线当一条线处理，导致长度计算错误。这里crs=admin.crs保证了合并后的 GeoDataFrame 继承源坐标系，而后explode()会把 MultiLineString 拆分，并丢弃原来的属性关联。如果要保留属性，可以先用assign把 source 传到拆分后的每一段。
3.2 用空间关系做重复线段剔除：避免同一条路算两遍
高速在某一段和国道共线是常见情况，行政等级重叠导致统计路网里程时会把同一条路重复计两次。排除重复需要做三步：先统一坐标系，再用overlay做线线求交，最后用长度阈值判断是否为同一段。
# 假设 high 和 national 都已转成相同投影坐标 merged = gpd.overlay(high, national, how="union") high["len"] = high.length national["len"] = national.length # 找出长度几乎相等且几何中心一致的路段，视为重复 high["left"] = high.geometry.centroid national["right"] = national.geometry.centroid near_pairs = gpd.sjoin_nearest( high.reset_index(), national.reset_index(), how="inner", max_distance=5 )overlay(how="union")会把两个图层的线切割成互相不重叠的线段，然后sjoin_nearest通过几何中心距离判断哪些线段属于同一物理路段。这里max_distance=5表示两个几何中心距离在 5 米内视为同一条路，适合城区道路因为偏移产生小幅不平行的场景。把识别出的重复段从统计表中剔除，再用dissolve(by=...)合并成完整道路。
注意overlay对线要素要求很高，如果源数据里有自相交（self-intersect）的线，会在求交时报错。遇到这种数据，建议先用gdf = gdf.make_valid()修复几何，再执行 overlay。make_valid会拆分自相交的环并重组成合法几何，但也会改变某些线段的顶点数量，所以要在统一坐标系之后做，不要在经纬度坐标系下做，否则修复结果会基于球面弧度，长度和方向都会失真。
3.3 分级属性表重构：把 16 个图层合并成一层带等级字段的路网
这是把这个资源变成可用底图的关键一步。不要把 16 个图层当作 16 个独立要素类管理，而要合成一层，每条线带road_level字段，取值包括高速、国道、省道、县道、乡道、城市一级、城市二级、城市三级、城市四级、铁路、地铁轻轨。字段在合成后做优先级排序：当同一条路既在城市图层又在行政图层时，按行政等级优先保留。
-- 在城市道路属性表中增加 road_level，然后 UNION ALL 到总表 ALTER TABLE city_road ADD COLUMN road_level TEXT; UPDATE city_road SET road_level = '城市一级' WHERE level_code = 'L1'; UPDATE city_road SET road_level = '城市二级' WHERE level_code = 'L2'; INSERT INTO unified_road (geometry, road_level, source_name) SELECT geometry, '高速', name FROM highway_layer; INSERT INTO unified_road (geometry, road_level, source_name) SELECT geometry, '乡道', name FROM township_road;把 SQL 这段当作参照流程来理解：多个 shp 先各自转为 PostGIS 表，再按字段映射插入到统一表。字段映射时注意城市道路的等级字段各层不统一，有的是level_code，有的是road_class，入库前先用gpd.rename把字段名拉齐。UNION ALL保留重复行，后续用空间去重处理，不用UNION是因为几何字段不能简单地 DISTINCT，两个图层即使代表同一条路，顶点加密方式也可能不同，直接 DISTINCT 去不干净。
4. 乡道断头路检测与乡镇路网连通性修复
4.1 用端点相交判断断头路，而不是肉眼找
乡镇级路网最大的坑是断头路，一条乡道在图层里看起来接上了省道，但实际端点有 3~5 米的间隙，因为两段路来自不同图层、顶点不一致。用 QGIS 的拓扑检查插件也能做，但数据量一旦上万条线段，手动修改不现实。我一般用shapely做两步检查：第一步找出所有线段的端点，第二步判断端点是否落在其他线段上，落点距离大于容差就标记为断头。
from shapely.geometry import LineString def find_dangling(gdf, tolerance=3.0): endpoints = [] for idx, row in gdf.iterrows(): geom = row.geometry if geom.geom_type == "LineString": endpoints.append(("start", idx, geom.coords[0])) endpoints.append(("end", idx, geom.coords[-1])) elif geom.geom_type == "MultiLineString": for part in geom.geoms: endpoints.append(("start", idx, part.coords[0])) endpoints.append(("end", idx, part.coords[-1])) other_lines = gdf.geometry.unary_union dangling = [] # 只取 tolerance（单位与坐标系一致）范围内没有其他线的端点 for kind, idx, pt in endpoints: buf = near(pt, tolerance) if not buf.intersects(other_lines): dangling.append((kind, idx, pt)) return dangling这里的核心逻辑是：每根线的首尾点都被拿出来，在容差距离内找是否有其他线段存在，没有则说明这条线孤悬。tolerance=3.0的意义要按坐标系理解——如果数据在 CGCS2000 投影坐标系下，3 代表 3 米；如果还在 WGS84 经纬度下，3 代表 3 度，约等于 300 公里，完全失真。所以容差检测必须在投影坐标系下进行。实际经验里，乡镇路网断头容差设为 2~5 米比较合理，城市路网因为道路密集，容差可以放到 8 米，但要注意 8 米会把并行的两条路误判成一条。
4.2 自动生成连接线修复小间隙
对断头路做自动修复要非常克制，自动补线只适合 10 米以内的小间隙，超过 10 米建议人工核对。补线的常见做法是找到断头最近的其他线段端点，生成一条直线段连接。这里直线段的问题在于它与道路弧度完全不吻合，如果强行连接，后处理时会出现折角，影响成果美观度和后续网络分析。
from shapely.ops import nearest_points def connect_dangling(gdf, dangling_pts): lines = gdf.geometry.tolist() for pt in dangling_pts: # 从所有线段几何中提取最近的线 nearest_line = nearest_points(pt, gdf.geometry.unary_union)[1] # 取最近点坐标 nearest_p = nearest_points(pt, nearest_line)[1] connector = LineString([pt, nearest_p]) lines.append(connector) return gpd.GeoDataFrame( {"geometry": lines, "connector": [1]*len(lines)}, crs=gdf.crs )nearest_points函数返回的是两个几何体上最近的一对点，注意nearest_line拿到的不一定是 LineString，可能是 Point 或 MultiPoint，因为unary_union会把所有线合并成 MultiLineString。为了稳定，应该从gdf.geometry.tolist()里逐个算距离取最近的线要素，而不是直接对 unary_union 操作。生成的 connector 线段要加来源标记，方便后续人工审查。
修复后重算一次find_dangling，看断头数量有没有明显下降。如果断头数量反而变多，说明容差设置太小或补线连到了错误位置，需要退回重新调整。路网连接性检测的最终结果，用网路分析工具做一次从乡镇中心到最近国道的路径计算，能通就算闭环。
4.3 成果输出注意编码和字段名，避免交付后乱码
辽宁这套数据交付时经常拷给不同单位用，ArcGIS 默认读取 dbf 的字段名是 GBK，QGIS 默认用 UTF-8，同一个 shp 在两个软件下显示字段名完全不同。所以输出成果前要在属性表里统一字段命名规则，字段名全部用拼音或英文，如road_level、road_name、source_name，字段中文别名写到字段别名表里，而不是直接写在 dbf 字段名中。.cpg文件统一写成UTF-8，避免 QGIS 识别错误。
# 导出最终成果时强制指定编码 ogr2ogr -lco ENCODING=UTF-8 \ -nlt LINESTRING \ -overwrite \ 辽宁省路网_merge.shp \ 辽宁省路网_merge.gpkg-lco ENCODING=UTF-8控制 dbf 内部编码标识，-nlt LINESTRING强制所有几何写为单线类型，防止 MultiLineString 在部分软件中显示异常。这里输出用 GeoPackage 作为中间格式，再用 ogr2ogr 转到 shp，好处是中间格式能保留坐标精度，避免 shp 固有的 2 字节长度限制导致坐标末位四舍五入。做完这一步，这 16 个图层才算真正变成一份干净的可分析路网底图，而不是一包原始素材。
本文还有配套的精品资源，点击获取
