简介中国九大农业区划shp数据包面向GIS使用者、农业科研人员及高校师生提供东北平原区的矢量边界与行政区域数据。该区划系统基于地理环境、气候条件和农业生产特点将全国划分为九个主要农业区域数据采用WGS84坐标系统便于与全球地理信息叠加适用于农业分布、土地利用及气候变化影响等空间分析场景。压缩包内共11个文件其中shp存储空间几何对象dbf保存属性信息prj记录投影坐标sbn/sbx等为空间索引与辅助文件整体容量约17.21MB。目前已有1714人学习下载适合用于农业区划研究、区域农业政策制定及教学实训。借助该数据可结合GIS软件深入分析东北平原区的地理轮廓、水资源与农业资源分布为优化种植结构、评估环境问题和推动农业可持续发展提供基础支撑。1. 中国九大农业区划shp数据包GIS从业者的第一份农业底图把“中国九大农业区划shp.rar_东北地区shp”解压扔进 GIS 之前多数人会先倒在第一步不知道这套数据包里到底装着哪些图层。这个包通常来自农业区划数据库核心内容是九大一级农业区的面状矢量边界附带单独的东北地区子集用于东北黑土地保护、玉米大豆种植结构分析这类场景。它和行政区划 shp 最大的区别是边界不是按省界或县界而是按农业自然条件划分所以做种植适宜性评价时直接用省界统计会失真必须换成这套区划。适合 GIS 数据处理、遥感影像评估和农业规划报告三类读者你已经会基本加载 shp但不知道如何把压缩包变成可分析的图层这篇文章会从 rar 解压到地图出图走一遍。2. rar解压与shp文件体检先确认数据完整可读2.1 rar解压后必须检查的4个配套文件拿到“中国九大农业区划shp.rar”第一件事不是打开 ArcGIS而是先解压看结构。rar 格式在 Linux 下我用 unrar 或者 7z 命令和 Windows 解压没有本质区别但命令行更方便写进后续的批处理脚本。解压并列出文件mkdir -p nine_agro unrar x 中国九大农业区划shp.rar -d nine_agro/ ls -la nine_agro/unrar x会保留压缩包内的目录结构-d指定解压目标目录。如果没有安装 unrar在 Ubuntu 上执行sudo apt install unrarWindows 上装完 WinRAR 后记得勾选“添加命令行工具”。解压完成后目光先放在扩展名上shp 不是一个单独文件而是至少四个配套文件共同描述一份矢量数据。文件后缀作用缺少后果.shp记录几何坐标和形状无几何无法显示.shx几何索引文件加快读取部分软件拒绝加载.dbf属性表区划名称、代码都在这里看不见属性无法筛选东北.prj坐标系定义WGS84 / CGCS2000 / Albers加载后位置偏移或无法定义投影很多网上公开的 shp 下载链接里会缺失 .prj这是做全国尺度农业区划最常见的坑。如果九大农业区划 shp 没有 .prj但你能确认数据是地理坐标还是投影坐标可以用ogr2ogr -a_srs EPSG:4490修复或者直接在 QGIS 里右键图层设置 CRS。不要上来就做投影变换先搞清原始坐标系否则后面面积统计会差出好几个量级。.dbf 建议用文本方式打开看一眼编码常见 gbk 或 utf-8 两种Python 读的时候编码错了会出现乱码。2.2 用Python快速盘点九大农业区划shp的图层和字段解压完成后我习惯先用 geopandas 把所有 shp 读一遍确认图层数量、坐标系、字段名和要素个数。九大农业区划数据包里通常有全国图层和东北地区子图层但字段未必一致可能全国叫region东北叫name。import geopandas as gpd paths { 全国九大农业区: nine_agro/中国九大农业区划.shp, 东北地区: nine_agro/东北地区.shp, } for name, path in paths.items(): gdf gpd.read_file(path, encodingutf-8) print(f[{name}]) print(坐标系:, gdf.crs) print(要素数量:, len(gdf)) print(字段:, list(gdf.columns)) print(gdf.head(2).to_string()) print(- * 50)这段代码的核心是read_file的两个参数encoding决定 dbf 属性中文怎么解析path可以直接指向 .shp 文件也可以指向一个包含多个 shp 的目录。如果print出来字段是乱码把 encoding 换成gbk再试。读完后要看要素数量九大农业区全国图层正常应该是 9 个要素如果只有 7 个可能是某些区域被合并了。东北地区子图层的要素数量不定有可能按地市细分你需要打开属性表确认。如果暂时没有 Python 环境使用 QGIS 的 Browser 面板直接拖拽在图层属性里也能看到字段信息。不过后续要做 shp 转 txt、shp 批量转 kml 这类操作脚本化会更高效建议还是把这套环境配好。字段名和代码对照是一份现成的元数据我一般会在读完后把gdf.columns打印出来再结合业务需求找出区划名称、区划代码、面积三个关键字段。2.3 遇到解压故障或密码保护时的处理思路这个 rar 包的来源如果是网盘分享最常见的问题不是文件缺失而是解压密码。正规分享页通常会把密码直接写在描述里。我处理的方法很简单先看压缩包注释用unrar l 中国九大农业区划shp.rar列出文件清单再用unrar e解压如果提示密码错误优先去原网页翻不要尝试暴力破解。原因有二一是大多数此类 rar 加密用的是 AES-256暴力破解在合理时间内无解二是你本身也不应该在没有授权的情况下去绕过密码获取数据。另外要提一个高频故障解压过程中报 “CRC Failed”说明包已经损坏。先执行unrar t 中国九大农业区划shp.rar测试完整性如果只有残留的 .dbf 能解出那么属性表可能不完整这会导致后面按“东北区”字段提取时缺记录。遇到这种情况宁可找发布者重新上传也不要将就着用。解压完成后重新看一遍文件大小单个 shp 面图层如果小于 100KB很可能只有图廓而缺少内部细小面加载后视觉上会觉得“边界粗”。3. 把九大农业区shp转成可用数据坐标、提取与格式转换3.1 坐标系与投影先定基准再谈面积中国九大农业区划数据最稳妥的原始坐标系是 WGS84EPSG:4326或 CGCS2000EPSG:4490但部分专题数据会直接使用兰伯特等积投影或阿尔伯斯等面积投影。为什么强调这个因为农业区划的核心操作是算面积比例如果在 4326 地理坐标系下直接计算多边形面积单位是度数值没意义。做全国九大农业区统计时我一般会使用阿尔伯斯等积投影中央经线选 105°E上下标准纬线 25°N、47°N这是全国尺度农业统计的常用参数组合。在 QGIS 里可以这样设置数据框投影命令行下用ogr2ogr完成投影转换ogr2ogr -t_srs projaea lat_125 lat_247 lat_00 lon_0105 x_00 y_00 datumWGS84 \ 九大农业区_aea.shp 中国九大农业区划.shp参数含义-t_srs里lat_1、lat_2是两条标准纬线lon_0是中央经线这组值能保证东北地区落在变形最小的区域。注意这个命令只改坐标值不改 dbf 属性。转换完成后用ogrinfo -so检查边界范围如果范围仍是经纬度lon: 73~135, lat: 18~53说明转换没有生效多半是 .prj 缺失导致 ogr2ogr 不识别源坐标系。这时要先用-a_srs EPSG:4326强制指定源坐标再转换。3.2 按字段提取东北地区属性查询与几何裁剪标题里单独提到了“东北地区shp”这通常意味着压缩包里已经给了东北子集但很多时候子集只覆盖行政区边界而没有九大农业区划中的“东北区”实际范围。区别在于前者是辽宁、吉林、黑龙江全部加上内蒙古东四盟后者是按积温和降水划定的农业分区边界不完全一样。所以更可靠的办法是全国图层属性表里筛选“东北区”要素。使用 geopandas 提取import geopandas as gpd all_agri gpd.read_file(nine_agro/中国九大农业区划.shp, encodingutf-8) # 假设字段 region_name 存放区划名称 ne all_agri[all_agri[region_name].str.contains(东北)] ne ne.dissolve() # 如果本来就是单个要素可省略 ne.to_file(东北地区_农业区划.shp, encodingutf-8)这里str.contains(东北)用的是模糊匹配因为不同版本的属性表可能叫“东北区”或“东北湿润区”。dissolve()把筛选出的多个多边形融合成一个整体如果后续只需要边界分析这步是必需的。写完保存时geopandas 会生成 .shp/.shx/.dbf/.prj。如果你得到的是多个不连续面确认一下是不是“东北区”在内蒙古那部分被单独拆分农业区划里这种情况很常见面积计算时不要丢。另一种做法是用全国省级行政区裁剪东北三省边界但这样就变成了“行政区东北”不是“农业区划东北”。两者的耕地面积统计结果可能差 15% 以上写报告时务必说明你用的是哪个口径。属性筛选不会改变投影所以筛选后保留原坐标系后期要统计面积再统一转投影。3.3 属性导出shp转txt和csv很多做数据分析的人并不需要几何图形只需要九大农业区名称、代码和面积用来在 Python 或 R 里做图表。shp 的属性在 .dbf 里直接读取需要 dbf 库不如转换为更通用的 txt 或 csv。用 ogr2ogr 一步到位ogr2ogr -f CSV 九大农业区属性.txt 中国九大农业区划.shp -lco GEOMETRYAS_XY -lco SEPARATORTAB这里-f CSV虽然是 CSV 驱动但输出的是文本文件-lco GEOMETRYAS_XY会把每个面的中心点 X/Y 坐标也导出方便你在表格里看到大致位置SEPARATORTAB让输出用制表符分隔避免属性值里有逗号导致列错位。如果你不想要坐标把-lco GEOMETRYAS_XY去掉即可但要确认字段列表里没有 wkt 字段。如果已完成属性筛选也可以直接ne.drop(columnsgeometry).to_csv(东北地区_区划属性.txt, sep\t, indexFalse)转换成 txt 后建议用head命令看重编码。dbf 原始编码如果是 gbk导出 csv 后没有转 utf-8在 Excel 里会乱码。用 GDAL 命令时可以用-lco ENCODINGUTF-8控制输出编码Python 方案则直接在读取时指定 encoding 再从内存里导出最保险。shp转txt 这个操作看起来简单却是后续做九大农业区划面积占比条形图时的必经步骤。3.4 批量输出shp批量转kml农业区划数据在非 GIS 用户之间协作时常被要求转成 kml 或 kmz因为 Google Earth 无需安装专业软件就能打开。压缩包里可能有多个分区 shp逐个转低效我用一个 for 循环做 shp 批量转 kmlfor f in *.shp; do name${f%.shp} ogr2ogr -f KML ${name}.kml $f done${f%.shp}是 bash 参数扩展去掉扩展名输出同名 kml。kml 本质是 xml里面Coordinates标签保存经纬度所以输出坐标系统自动转成 WGS84。这个循环对上万个要素的面图层也能跑完只是时间较长可以加-dsco NameField地区名指定用哪个字段作为地标名称。批量转 kml 后如果要在移动端查看建议把 kml 直接打包成 kmz用zip压缩即可注意 kmz 的核心是doc.kml文件层次不能放错。4. 制作中国九大农业区地图从shp到专题图4.1 QGIS中加载与符号化九大农业区数据准备完毕后接下来是把九大农业区划 shp 显示成一张像样的中国九大农业区地图。QGIS 里操作的关键不是加载而是图层顺序和符号化。先加载全国区划图层再叠加国界线或省级行政区然后配置分类色带。右键图层属性在“符号化”里选择“分类”值选择存有区划名称的字段颜色方案我用“BrBG”或“Set3”九类颜色在打印时不容易混淆。加载时注意 shp 文件和栅格影像的叠加顺序。地图展示时农业区划是面状数据应该放在底图栅格之上、标注之下。图层的混合模式默认“正常”即可不需要修改透明度。如果发现东北地区的多边形和全国图层重合后边界锯齿明显可以把图层渲染的“平滑度”调高一点但不要使用过度简化的方法修改原始几何。4.2 用Python和matplotlib快速出图无头服务器或只想脚本化出图时我直接用 geopandas 加 matplotlibimport geopandas as gpd import matplotlib.pyplot as plt gdf gpd.read_file(nine_agro/中国九大农业区划.shp, encodingutf-8) gdf gdf.to_crs(EPSG:4326) fig, ax plt.subplots(figsize(8, 8)) gdf.plot(axax, columnregion_name, categoricalTrue, legendTrue, cmapSet3, edgecolork, linewidth0.3) ax.set_title(China Nine Agricultural Regions) plt.tight_layout() plt.savefig(nine_agro_map.png, dpi300)column指定分类字段categoricalTrue表示按类别而不是数值渐变这样九大农业区不会出现深浅层级误解。edgecolork让每个区划面有黑色描边。如果地图缺了南海诸岛这类小比例全国地图可以参考标准地图的南海附图做法在画布角落增加一个缩放框但这里不展开。导出 PNG 时dpi300基本能满足打印需求如果要交给设计软件保存 PDF 更合适。4.3 标注与图例参数在 QGIS 中标注区划名称我一般会在“标注”选项卡选择按字段显示例如“区域名称”。文字渲染放置模式选择“曲线上方”或“水平”避免跨区域边界时压盖太严重。对于东北地区这种面积较大的区域内部可以放一个箭头标注而长江中下游区面积小且零碎标注需要设置一个最小面积值小于该值就不显示防止文字堆叠。图例名称不要直接写英文标题可以用“中国九大农业区划图”作为主标题图例标题写“一级农业区”。5. 进阶处理渔网分割shp、外边界提取与批量压缩5.1 渔网分割shp做规则网格统计农业区划经常要配合气象站或遥感栅格做分区统计做法是生成一张规则渔网再和九大农业区划做空间连接。QGIS 里用“创建网格”工具选择“矩形”类型把范围设定为东北地区 shp 的范围网格间距设置为 0.5 度生成后通过“空间连接”工具将农业区划的属性赋给每个网格单元。命令行下可以用ogr2ogr结合-dialect sqlite -sql select ... from ...完成但更直观的是用 Python 生成网格后空间连接。import geopandas as gpd from shapely.geometry import box gdf gpd.read_file(东北地区_农业区划.shp, encodingutf-8) bounds gdf.total_bounds grid_geoms [ box(minx, miny, minx 0.5, miny 0.5) for minx in np.arange(bounds[0], bounds[2], 0.5) for miny in np.arange(bounds[1], bounds[3], 0.5) ] grid gpd.GeoDataFrame(geometrygrid_geoms, crsgdf.crs) joined gpd.sjoin(grid, gdf, howinner, predicateintersects)5.2 只保留外边界Dissolve与边界提取不少场景只需要农业区划的外边界轮廓不需要内部九区边界。直接在 QGIS 里选择“融合”工具不需要指定字段把所有要素溶解成一个多边形得到的是中国农业区范围的外轮廓。如果想保留九大区之间的边界但去掉细碎多边形可以先做拓扑检查再融合。这个过程最容易出的问题是在线边界处产生微小缝隙地图出版前需要做一步“消除缝隙”或者把阈值容差设为 0.001 度。5.3 单个shp如何批量压缩shapefile打包瘦身shp 文件在发布时常用 rar 或 zip 压缩但如果你要的是“批量压缩多个 shp”要注意不能用普通 zip 直接压扩展名因为 shp 需要配套文件一起打包。我一般在发布数据集时先建一个子目录再把同一个图层同名但不同后缀的文件放进去然后整体压缩。命令行下for d in *_agri; do tar -czf ${d}.tar.gz $d done这样做不仅压缩率高解压后还保留目录结构别人拿到不会缺文件。如果只是想减小单个 shp 的体积最有效的是删除一些不需要的属性字段因为 .dbf 是纯文本表格字段越多体积越大另外可以检查是否有大量重复几何节点用 QGIS 简化或ogr2ogr -simplify 0.001做几何简化。这样处理后单个 shp 从几十 MB 压到几 MB完全不影响九大农业区的地图显示精度。本文还有配套的精品资源点击获取 
长河君 · 2026/9/17 8:30:12 · 阅读 1.2k 中国九大农业区划shp数据处理全流程：解压、投影、提取与出图
简介中国九大农业区划shp数据包面向GIS使用者、农业科研人员及高校师生提供东北平原区的矢量边界与行政区域数据。该区划系统基于地理环境、气候条件和农业生产特点将全国划分为九个主要农业区域数据采用WGS84坐标系统便于与全球地理信息叠加适用于农业分布、土地利用及气候变化影响等空间分析场景。压缩包内共11个文件其中shp存储空间几何对象dbf保存属性信息prj记录投影坐标sbn/sbx等为空间索引与辅助文件整体容量约17.21MB。目前已有1714人学习下载适合用于农业区划研究、区域农业政策制定及教学实训。借助该数据可结合GIS软件深入分析东北平原区的地理轮廓、水资源与农业资源分布为优化种植结构、评估环境问题和推动农业可持续发展提供基础支撑。1. 中国九大农业区划shp数据包GIS从业者的第一份农业底图把“中国九大农业区划shp.rar_东北地区shp”解压扔进 GIS 之前多数人会先倒在第一步不知道这套数据包里到底装着哪些图层。这个包通常来自农业区划数据库核心内容是九大一级农业区的面状矢量边界附带单独的东北地区子集用于东北黑土地保护、玉米大豆种植结构分析这类场景。它和行政区划 shp 最大的区别是边界不是按省界或县界而是按农业自然条件划分所以做种植适宜性评价时直接用省界统计会失真必须换成这套区划。适合 GIS 数据处理、遥感影像评估和农业规划报告三类读者你已经会基本加载 shp但不知道如何把压缩包变成可分析的图层这篇文章会从 rar 解压到地图出图走一遍。2. rar解压与shp文件体检先确认数据完整可读2.1 rar解压后必须检查的4个配套文件拿到“中国九大农业区划shp.rar”第一件事不是打开 ArcGIS而是先解压看结构。rar 格式在 Linux 下我用 unrar 或者 7z 命令和 Windows 解压没有本质区别但命令行更方便写进后续的批处理脚本。解压并列出文件mkdir -p nine_agro unrar x 中国九大农业区划shp.rar -d nine_agro/ ls -la nine_agro/unrar x会保留压缩包内的目录结构-d指定解压目标目录。如果没有安装 unrar在 Ubuntu 上执行sudo apt install unrarWindows 上装完 WinRAR 后记得勾选“添加命令行工具”。解压完成后目光先放在扩展名上shp 不是一个单独文件而是至少四个配套文件共同描述一份矢量数据。文件后缀作用缺少后果.shp记录几何坐标和形状无几何无法显示.shx几何索引文件加快读取部分软件拒绝加载.dbf属性表区划名称、代码都在这里看不见属性无法筛选东北.prj坐标系定义WGS84 / CGCS2000 / Albers加载后位置偏移或无法定义投影很多网上公开的 shp 下载链接里会缺失 .prj这是做全国尺度农业区划最常见的坑。如果九大农业区划 shp 没有 .prj但你能确认数据是地理坐标还是投影坐标可以用ogr2ogr -a_srs EPSG:4490修复或者直接在 QGIS 里右键图层设置 CRS。不要上来就做投影变换先搞清原始坐标系否则后面面积统计会差出好几个量级。.dbf 建议用文本方式打开看一眼编码常见 gbk 或 utf-8 两种Python 读的时候编码错了会出现乱码。2.2 用Python快速盘点九大农业区划shp的图层和字段解压完成后我习惯先用 geopandas 把所有 shp 读一遍确认图层数量、坐标系、字段名和要素个数。九大农业区划数据包里通常有全国图层和东北地区子图层但字段未必一致可能全国叫region东北叫name。import geopandas as gpd paths { 全国九大农业区: nine_agro/中国九大农业区划.shp, 东北地区: nine_agro/东北地区.shp, } for name, path in paths.items(): gdf gpd.read_file(path, encodingutf-8) print(f[{name}]) print(坐标系:, gdf.crs) print(要素数量:, len(gdf)) print(字段:, list(gdf.columns)) print(gdf.head(2).to_string()) print(- * 50)这段代码的核心是read_file的两个参数encoding决定 dbf 属性中文怎么解析path可以直接指向 .shp 文件也可以指向一个包含多个 shp 的目录。如果print出来字段是乱码把 encoding 换成gbk再试。读完后要看要素数量九大农业区全国图层正常应该是 9 个要素如果只有 7 个可能是某些区域被合并了。东北地区子图层的要素数量不定有可能按地市细分你需要打开属性表确认。如果暂时没有 Python 环境使用 QGIS 的 Browser 面板直接拖拽在图层属性里也能看到字段信息。不过后续要做 shp 转 txt、shp 批量转 kml 这类操作脚本化会更高效建议还是把这套环境配好。字段名和代码对照是一份现成的元数据我一般会在读完后把gdf.columns打印出来再结合业务需求找出区划名称、区划代码、面积三个关键字段。2.3 遇到解压故障或密码保护时的处理思路这个 rar 包的来源如果是网盘分享最常见的问题不是文件缺失而是解压密码。正规分享页通常会把密码直接写在描述里。我处理的方法很简单先看压缩包注释用unrar l 中国九大农业区划shp.rar列出文件清单再用unrar e解压如果提示密码错误优先去原网页翻不要尝试暴力破解。原因有二一是大多数此类 rar 加密用的是 AES-256暴力破解在合理时间内无解二是你本身也不应该在没有授权的情况下去绕过密码获取数据。另外要提一个高频故障解压过程中报 “CRC Failed”说明包已经损坏。先执行unrar t 中国九大农业区划shp.rar测试完整性如果只有残留的 .dbf 能解出那么属性表可能不完整这会导致后面按“东北区”字段提取时缺记录。遇到这种情况宁可找发布者重新上传也不要将就着用。解压完成后重新看一遍文件大小单个 shp 面图层如果小于 100KB很可能只有图廓而缺少内部细小面加载后视觉上会觉得“边界粗”。3. 把九大农业区shp转成可用数据坐标、提取与格式转换3.1 坐标系与投影先定基准再谈面积中国九大农业区划数据最稳妥的原始坐标系是 WGS84EPSG:4326或 CGCS2000EPSG:4490但部分专题数据会直接使用兰伯特等积投影或阿尔伯斯等面积投影。为什么强调这个因为农业区划的核心操作是算面积比例如果在 4326 地理坐标系下直接计算多边形面积单位是度数值没意义。做全国九大农业区统计时我一般会使用阿尔伯斯等积投影中央经线选 105°E上下标准纬线 25°N、47°N这是全国尺度农业统计的常用参数组合。在 QGIS 里可以这样设置数据框投影命令行下用ogr2ogr完成投影转换ogr2ogr -t_srs projaea lat_125 lat_247 lat_00 lon_0105 x_00 y_00 datumWGS84 \ 九大农业区_aea.shp 中国九大农业区划.shp参数含义-t_srs里lat_1、lat_2是两条标准纬线lon_0是中央经线这组值能保证东北地区落在变形最小的区域。注意这个命令只改坐标值不改 dbf 属性。转换完成后用ogrinfo -so检查边界范围如果范围仍是经纬度lon: 73~135, lat: 18~53说明转换没有生效多半是 .prj 缺失导致 ogr2ogr 不识别源坐标系。这时要先用-a_srs EPSG:4326强制指定源坐标再转换。3.2 按字段提取东北地区属性查询与几何裁剪标题里单独提到了“东北地区shp”这通常意味着压缩包里已经给了东北子集但很多时候子集只覆盖行政区边界而没有九大农业区划中的“东北区”实际范围。区别在于前者是辽宁、吉林、黑龙江全部加上内蒙古东四盟后者是按积温和降水划定的农业分区边界不完全一样。所以更可靠的办法是全国图层属性表里筛选“东北区”要素。使用 geopandas 提取import geopandas as gpd all_agri gpd.read_file(nine_agro/中国九大农业区划.shp, encodingutf-8) # 假设字段 region_name 存放区划名称 ne all_agri[all_agri[region_name].str.contains(东北)] ne ne.dissolve() # 如果本来就是单个要素可省略 ne.to_file(东北地区_农业区划.shp, encodingutf-8)这里str.contains(东北)用的是模糊匹配因为不同版本的属性表可能叫“东北区”或“东北湿润区”。dissolve()把筛选出的多个多边形融合成一个整体如果后续只需要边界分析这步是必需的。写完保存时geopandas 会生成 .shp/.shx/.dbf/.prj。如果你得到的是多个不连续面确认一下是不是“东北区”在内蒙古那部分被单独拆分农业区划里这种情况很常见面积计算时不要丢。另一种做法是用全国省级行政区裁剪东北三省边界但这样就变成了“行政区东北”不是“农业区划东北”。两者的耕地面积统计结果可能差 15% 以上写报告时务必说明你用的是哪个口径。属性筛选不会改变投影所以筛选后保留原坐标系后期要统计面积再统一转投影。3.3 属性导出shp转txt和csv很多做数据分析的人并不需要几何图形只需要九大农业区名称、代码和面积用来在 Python 或 R 里做图表。shp 的属性在 .dbf 里直接读取需要 dbf 库不如转换为更通用的 txt 或 csv。用 ogr2ogr 一步到位ogr2ogr -f CSV 九大农业区属性.txt 中国九大农业区划.shp -lco GEOMETRYAS_XY -lco SEPARATORTAB这里-f CSV虽然是 CSV 驱动但输出的是文本文件-lco GEOMETRYAS_XY会把每个面的中心点 X/Y 坐标也导出方便你在表格里看到大致位置SEPARATORTAB让输出用制表符分隔避免属性值里有逗号导致列错位。如果你不想要坐标把-lco GEOMETRYAS_XY去掉即可但要确认字段列表里没有 wkt 字段。如果已完成属性筛选也可以直接ne.drop(columnsgeometry).to_csv(东北地区_区划属性.txt, sep\t, indexFalse)转换成 txt 后建议用head命令看重编码。dbf 原始编码如果是 gbk导出 csv 后没有转 utf-8在 Excel 里会乱码。用 GDAL 命令时可以用-lco ENCODINGUTF-8控制输出编码Python 方案则直接在读取时指定 encoding 再从内存里导出最保险。shp转txt 这个操作看起来简单却是后续做九大农业区划面积占比条形图时的必经步骤。3.4 批量输出shp批量转kml农业区划数据在非 GIS 用户之间协作时常被要求转成 kml 或 kmz因为 Google Earth 无需安装专业软件就能打开。压缩包里可能有多个分区 shp逐个转低效我用一个 for 循环做 shp 批量转 kmlfor f in *.shp; do name${f%.shp} ogr2ogr -f KML ${name}.kml $f done${f%.shp}是 bash 参数扩展去掉扩展名输出同名 kml。kml 本质是 xml里面Coordinates标签保存经纬度所以输出坐标系统自动转成 WGS84。这个循环对上万个要素的面图层也能跑完只是时间较长可以加-dsco NameField地区名指定用哪个字段作为地标名称。批量转 kml 后如果要在移动端查看建议把 kml 直接打包成 kmz用zip压缩即可注意 kmz 的核心是doc.kml文件层次不能放错。4. 制作中国九大农业区地图从shp到专题图4.1 QGIS中加载与符号化九大农业区数据准备完毕后接下来是把九大农业区划 shp 显示成一张像样的中国九大农业区地图。QGIS 里操作的关键不是加载而是图层顺序和符号化。先加载全国区划图层再叠加国界线或省级行政区然后配置分类色带。右键图层属性在“符号化”里选择“分类”值选择存有区划名称的字段颜色方案我用“BrBG”或“Set3”九类颜色在打印时不容易混淆。加载时注意 shp 文件和栅格影像的叠加顺序。地图展示时农业区划是面状数据应该放在底图栅格之上、标注之下。图层的混合模式默认“正常”即可不需要修改透明度。如果发现东北地区的多边形和全国图层重合后边界锯齿明显可以把图层渲染的“平滑度”调高一点但不要使用过度简化的方法修改原始几何。4.2 用Python和matplotlib快速出图无头服务器或只想脚本化出图时我直接用 geopandas 加 matplotlibimport geopandas as gpd import matplotlib.pyplot as plt gdf gpd.read_file(nine_agro/中国九大农业区划.shp, encodingutf-8) gdf gdf.to_crs(EPSG:4326) fig, ax plt.subplots(figsize(8, 8)) gdf.plot(axax, columnregion_name, categoricalTrue, legendTrue, cmapSet3, edgecolork, linewidth0.3) ax.set_title(China Nine Agricultural Regions) plt.tight_layout() plt.savefig(nine_agro_map.png, dpi300)column指定分类字段categoricalTrue表示按类别而不是数值渐变这样九大农业区不会出现深浅层级误解。edgecolork让每个区划面有黑色描边。如果地图缺了南海诸岛这类小比例全国地图可以参考标准地图的南海附图做法在画布角落增加一个缩放框但这里不展开。导出 PNG 时dpi300基本能满足打印需求如果要交给设计软件保存 PDF 更合适。4.3 标注与图例参数在 QGIS 中标注区划名称我一般会在“标注”选项卡选择按字段显示例如“区域名称”。文字渲染放置模式选择“曲线上方”或“水平”避免跨区域边界时压盖太严重。对于东北地区这种面积较大的区域内部可以放一个箭头标注而长江中下游区面积小且零碎标注需要设置一个最小面积值小于该值就不显示防止文字堆叠。图例名称不要直接写英文标题可以用“中国九大农业区划图”作为主标题图例标题写“一级农业区”。5. 进阶处理渔网分割shp、外边界提取与批量压缩5.1 渔网分割shp做规则网格统计农业区划经常要配合气象站或遥感栅格做分区统计做法是生成一张规则渔网再和九大农业区划做空间连接。QGIS 里用“创建网格”工具选择“矩形”类型把范围设定为东北地区 shp 的范围网格间距设置为 0.5 度生成后通过“空间连接”工具将农业区划的属性赋给每个网格单元。命令行下可以用ogr2ogr结合-dialect sqlite -sql select ... from ...完成但更直观的是用 Python 生成网格后空间连接。import geopandas as gpd from shapely.geometry import box gdf gpd.read_file(东北地区_农业区划.shp, encodingutf-8) bounds gdf.total_bounds grid_geoms [ box(minx, miny, minx 0.5, miny 0.5) for minx in np.arange(bounds[0], bounds[2], 0.5) for miny in np.arange(bounds[1], bounds[3], 0.5) ] grid gpd.GeoDataFrame(geometrygrid_geoms, crsgdf.crs) joined gpd.sjoin(grid, gdf, howinner, predicateintersects)5.2 只保留外边界Dissolve与边界提取不少场景只需要农业区划的外边界轮廓不需要内部九区边界。直接在 QGIS 里选择“融合”工具不需要指定字段把所有要素溶解成一个多边形得到的是中国农业区范围的外轮廓。如果想保留九大区之间的边界但去掉细碎多边形可以先做拓扑检查再融合。这个过程最容易出的问题是在线边界处产生微小缝隙地图出版前需要做一步“消除缝隙”或者把阈值容差设为 0.001 度。5.3 单个shp如何批量压缩shapefile打包瘦身shp 文件在发布时常用 rar 或 zip 压缩但如果你要的是“批量压缩多个 shp”要注意不能用普通 zip 直接压扩展名因为 shp 需要配套文件一起打包。我一般在发布数据集时先建一个子目录再把同一个图层同名但不同后缀的文件放进去然后整体压缩。命令行下for d in *_agri; do tar -czf ${d}.tar.gz $d done这样做不仅压缩率高解压后还保留目录结构别人拿到不会缺文件。如果只是想减小单个 shp 的体积最有效的是删除一些不需要的属性字段因为 .dbf 是纯文本表格字段越多体积越大另外可以检查是否有大量重复几何节点用 QGIS 简化或ogr2ogr -simplify 0.001做几何简化。这样处理后单个 shp 从几十 MB 压到几 MB完全不影响九大农业区的地图显示精度。本文还有配套的精品资源点击获取