2. 农业空间数据基础

在农业空间数据与表格数据融合的整个技术链条中，空间数据基础决定了后续一切分析能否正确落地。农业对象天然具有位置属性：一块田有边界，一条灌溉渠有走向，一片长势差异区有范围，一次采样点有经纬度。要把这些对象与产量表、施肥记录表、气象表关联起来，首先必须理解空间数据是如何被"组织"的——它用什么样的几何模型描述地物，用什么样的坐标参照系统定位，用什么样的文件格式存储和交换。本节围绕矢量与栅格两种组织方式、坐标系与投影的选择、以及 Shapefile、GeoJSON、GeoTIFF 三类常见格式在农业场景中的表达展开。

一、矢量与栅格：两种互补的地物组织方式

矢量数据用点、线、面三类几何要素描述离散地物。在农业中，点常用于土壤采样点、气象站、农机作业轨迹点、病虫害监测点；线用于沟渠、田间道路、输水管线、防护林带；面用于地块边界、行政区、灌区、长势分区。矢量数据的关键特征是"边界明确、属性挂接方便"：每个要素携带一条属性记录，例如地块面要素可挂接地块编号、面积、承包户、作物类型，这正是与表格数据按主键关联的天然接口。

栅格数据则把空间划分为规则格网，每个像元存储一个数值。农业中的典型栅格包括：遥感影像（多波段反射率）、NDVI 等植被指数栅格、DEM 高程栅格、土壤属性栅格（如有机质含量插值面）、以及由气象站点插值得到的降水或温度栅格。栅格的核心参数是空间分辨率——像元边长，例如 10 m 分辨率的 Sentinel-2 影像意味着每个像元代表地面 10 m×10 m 的范围。分辨率直接决定分析精度：用 30 m 栅格判断地块内长势差异，边界附近会明显"糊"掉；而 0.5 m 的无人机影像则能刻画垄间差异，但数据量成倍增长。

两种模型并非互斥，而是互补。实际工作中经常需要转换：把地块矢量面转成栅格掩膜，用于统计面内 NDVI 均值；或把连续栅格按阈值重分类为矢量分区，用于生成变量施肥处方图。理解"矢量擅长表达边界与属性、栅格擅长表达连续场与逐像元运算"这一分工，是选择数据组织方式的第一判断依据。

二、坐标系与投影：位置精度的前提

坐标系分为两大类。地理坐标系以经纬度表示位置，单位是度，WGS84 是最常见的全球地理坐标系，GPS 原始定位、多数公开遥感产品都基于它。投影坐标系则把地球曲面按某种数学规则展开到平面上，单位是米，适合量算面积、距离和做叠加分析。我国常用的投影坐标系包括 CGCS2000 高斯-克吕格投影（按 3° 或 6° 分带）以及 Web 墨卡托（EPSG:3857，主要用于在线地图显示）。

这里有一个必须建立的直觉：经纬度不能直接用来算面积。1 度经度在赤道约 111 km，在北纬 40° 附近只有约 85 km，直接用度数做面积统计会得到无意义的数值。因此，凡是涉及地块面积核算、施肥量按面积分摊、缓冲区距离计算，都应先把数据投影到以米为单位的平面坐标系。反过来，如果只是做位置展示或与 GPS 点位比对，用地理坐标系更直接。

另一个高频问题是坐标系"缺失"或"错配"。Shapefile 的 .prj 文件记录坐标系定义，若该文件丢失，软件会把坐标当作未知参照，叠加后图层可能整体偏移几百米甚至完全错位。实操中应养成两个习惯：拿到数据先查看其坐标系定义；跨源数据融合前统一到同一坐标系，并明确记录转换参数。例如把 WGS84 经纬度地块转到 CGCS2000 3° 带投影时，需要知道中央经线，常用做法是先用 EPSG 代码明确目标投影，再执行转换，而不是手工输入近似偏移量。

三、三类常见格式及其农业表达

Shapefile 是历史最久、兼容性最广的矢量格式，但它不是一个文件，而是一组同名文件：.shp 存几何，.shx 存索引，.dbf 存属性表，.prj 存坐标系。农业中常见的地块边界、采样点、沟渠图层多以 Shapefile 交付。它的限制也很明确：单文件字段名长度受限、不支持中文编码时容易出现乱码、单个文件容量有上限、一个 Shapefile 只能存一种几何类型。因此交付时必须整组拷贝，缺一个 .dbf 属性就全丢了。

GeoJSON 是基于 JSON 的文本矢量格式，几何与属性写在同一个文件里，字段名和中文支持好，非常适合 Web 端加载和程序化处理。农业物联网平台把地块边界、农机作业轨迹、传感器点位以 GeoJSON 传给前端地图，是典型用法。它的代价是文本体积较大，大规模面数据不如二进制格式高效，且默认使用 WGS84 经纬度，做面积计算前仍需投影。

GeoTIFF 是带地理参考信息的栅格格式，把像元矩阵与坐标原点、像元大小、投影定义一起写入文件。遥感影像、NDVI 产品、DEM、插值生成的土壤属性面几乎都用它。农业应用中最关键的是读懂它的地理参考：像元大小决定分辨率，坐标原点与行列方向决定栅格覆盖范围，NoData 值决定无效区域如何排除。例如统计某地块内 NDVI 均值时，必须用矢量面裁剪栅格、排除 NoData 像元，再按像元面积加权，否则边界像元和无效值会污染结果。

四、面向融合的组织要点

把空间数据与表格数据融合，落点在"键"和"参照"两件事上。矢量要素应保证有一个稳定、唯一、可读的标识字段（如地块编码），表格侧用同一编码关联，避免用名称或坐标模糊匹配。栅格数据则要保证其坐标系、分辨率、范围与矢量分析单元一致，必要时先重采样到统一格网。一个可执行的检查顺序是：确认几何类型与业务对象匹配 → 确认坐标系定义存在且正确 → 确认关键属性字段完整 → 确认格式能被目标工具链读取。完成这四步，后续的叠加分析、分区统计和表格关联才有可靠基础。