📚 课程目录第2章 GIS基础概念

2、GIS基础概念：地理坐标系、投影坐标系、矢量数据与栅格数据、空间参考与拓扑

在进入Python与GIS的实战之前，必须先建立一套清晰的空间数据认知框架。很多初学者在读取Shapefile或GeoTIFF时，往往只关注属性表或像素值，却忽略了数据最底层的“空间骨架”——坐标系、数据模型与拓扑规则。如果这些基础概念不牢固，后续的缓冲区分析、叠加分析、地图叠加显示都会出现“错位”或“变形”的严重问题。本章将围绕四个核心支柱展开：地理坐标系与投影坐标系的本质区别、矢量与栅格两种数据模型的适用场景、空间参考的完整组成，以及拓扑规则如何保障空间数据的逻辑一致性。

上图展示了本章四个核心概念之间的逻辑关系：地理坐标系是投影坐标系的基础，而空间参考则是两者的综合封装；矢量与栅格是两种不同的空间数据表达方式，它们都必须依附于某个空间参考才能被正确解析。下面我们逐一深入拆解。

2.1 地理坐标系：地球的“经纬度骨架”

核心原理

地理坐标系（Geographic Coordinate System, GCS）是用三维球面来定义地球表面位置的一种坐标系。它使用经度（Longitude）和纬度（Latitude）两个角度值来定位，单位是十进制度（Decimal Degrees）。GCS的构成包含三个关键要素：参考椭球体（Ellipsoid）、大地基准面（Datum）和本初子午线（Prime Meridian）。参考椭球体是对地球不规则形状的数学近似，常见的有WGS84椭球、CGCS2000椭球等；大地基准面则定义了椭球体相对于地球质心的位置和方向，例如WGS84基准面、NAD83基准面。简单来说，椭球体是“形状”，基准面是“位置校准”。

判断方法与操作流程

在Python的GeoPandas库中，你可以通过以下方式快速查看一个矢量数据的地理坐标系：

import geopandas as gpd
gdf = gpd.read_file('cities.shp')
print(gdf.crs)  # 输出类似 EPSG:4326 (WGS84)
# 判断是否为地理坐标系
print(gdf.crs.is_geographic)  # 返回 True 或 False

如果返回的crs是EPSG:4326或EPSG:4490（CGCS2000），说明数据是地理坐标系。此时若直接测量面积或距离，得到的结果单位是度，无法用于实际工程计算。

案例拆解：全球城市坐标的读取

假设你从公开数据源下载了一份全球主要城市的CSV文件，其中经纬度字段是十进制度。你使用GeoPandas创建点数据时，必须显式声明其坐标系为WGS84：

from shapely.geometry import Point
import pandas as pd
import geopandas as gpd

df = pd.read_csv('world_cities.csv')
geometry = [Point(x, y) for x, y in zip(df['lng'], df['lat'])]
gdf = gpd.GeoDataFrame(df, geometry=geometry, crs='EPSG:4326')

如果不声明crs，后续任何空间操作（如缓冲区、叠加）都会因缺少坐标参考而报错或产生错误结果。这是初学者最容易忽略的步骤。

常见误区：很多人认为经纬度就是“平面坐标”，直接拿经纬度计算距离。实际上，1度经度在赤道约111公里，但在高纬度地区会急剧缩短。地理坐标系只适合定位，不适合测量和面积计算。

2.2 投影坐标系：从球面到平面的“变形艺术”

核心原理

投影坐标系（Projected Coordinate System, PCS）是在地理坐标系的基础上，通过数学映射将球面坐标转换为平面直角坐标（X, Y），单位通常是米。投影的本质是变形——没有任何一种投影能同时保持面积、形状、距离和方向完全不变。常见的投影类型包括：等角投影（如Web Mercator，保持形状但面积变形严重）、等积投影（如Albers，保持面积但形状变形）、等距投影（保持特定方向的距离）。

判断方法与操作流程

在Python中，使用PyProj库可以轻松进行坐标系转换：

from pyproj import Transformer
# 从WGS84经纬度转Web Mercator (EPSG:3857)
transformer = Transformer.from_crs("EPSG:4326", "EPSG:3857", always_xy=True)
x, y = transformer.transform(116.4074, 39.9042)  # 北京坐标
print(x, y)  # 输出米制坐标

判断一个数据是否为投影坐标系，可以检查其crs的is_projected属性。中国常用的投影坐标系包括：UTM分区（全球通用）、CGCS2000 / 3-degree Gauss-Kruger（中国国家标准）、Web Mercator（在线地图专用）。

案例拆解：面积计算中的坐标系陷阱

假设你需要计算北京市各行政区的面积。如果数据是WGS84经纬度，直接使用gdf.area得到的结果是“平方度”，毫无意义。正确做法是：

# 先投影到适合北京的等积投影，例如 Albers Equal Area (EPSG: 102025)
gdf_projected = gdf.to_crs('EPSG:102025')
gdf_projected['area_km2'] = gdf_projected.geometry.area / 1e6
print(gdf_projected[['name', 'area_km2']])

这里选择等积投影是为了保证面积计算准确。如果选择Web Mercator，高纬度地区的面积会被严重夸大，导致计算结果失真。

经验提醒：在Python中，to_crs()是矢量数据转换坐标系的常用方法。对于栅格数据，则需要使用rasterio库的reproject()函数，且要注意重采样方法的选择（如双线性、最近邻）。

2.3 矢量数据与栅格数据：两种空间表达模型

核心原理

矢量数据（Vector Data）用点、线、面（Point, Line, Polygon）来精确表达离散地理对象，每个要素可以附带属性信息。其优点是精度高、存储量小、适合网络分析和拓扑分析。栅格数据（Raster Data）则用规则像元（Pixel/Cell）矩阵来表达连续表面或影像，每个像元存储一个数值（如高程、温度、光谱反射率）。其优点是数据结构简单、适合空间插值和地表分析，但精度受分辨率限制。

选择判断流程

维度	矢量数据	栅格数据
空间表达	离散对象（道路、地块）	连续表面（DEM、遥感影像）
精度	高，边界精确	受像元大小限制
存储量	相对较小（简单几何）	大，与分辨率平方成正比
分析能力	拓扑、网络、叠加分析	坡度、坡向、水文分析
Python库	GeoPandas, Shapely	Rasterio, Xarray

案例拆解：洪水淹没分析中的混合使用

在一次洪水风险评估项目中，你拥有：① 河流的矢量线数据（用于提取河道中心线）；② 数字高程模型DEM（栅格数据，分辨率30米）。分析流程如下：

使用rasterio读取DEM，并转换为NumPy数组。
使用GeoPandas读取河流矢量，并栅格化（Rasterize）为与DEM相同分辨率的栅格。
设定水位阈值（如50米），在DEM中标记所有低于阈值的像元为淹没区。
将淹没区栅格转换为矢量多边形，以便与行政区划叠加统计受灾人口。

这个案例中，矢量数据提供了精确的河流位置，栅格数据提供了连续的地表高程，两者结合才能完成完整的分析。在Python中，栅格转矢量可以使用rasterio.features.shapes()，矢量转栅格可以使用rasterio.features.rasterize()。

总结复盘：选择数据模型时，先问自己：分析对象是离散实体还是连续场？如果要做路径规划，选矢量；如果要做坡度分析，选栅格。不要盲目混用，但也要掌握两者互转的技能。

2.4 空间参考与拓扑：数据一致性的“守护者”

核心原理

空间参考（Spatial Reference）是一个综合概念，它包含了坐标系（GCS和PCS）、分辨率（Resolution）和容差（Tolerance）。在Python中，GeoPandas的crs属性就是空间参考的简化表示。拓扑（Topology）则是研究空间实体之间关系（邻接、连通、包含、相交）的规则集合。拓扑关系不随坐标变换而改变，例如“A多边形与B多边形相邻”这一事实，无论坐标系如何转换都成立。

操作流程：拓扑检查与修复

在GIS分析中，常见的拓扑错误包括：多边形重叠（Overlap）、缝隙（Gap）、未闭合线（Unclosed Line）等。使用Python的shapely库可以进行基础检查：

from shapely.geometry import Polygon
from shapely.validation import explain_validity

# 创建一个有重叠的多边形
poly1 = Polygon([(0,0), (2,0), (2,2), (0,2)])
poly2 = Polygon([(1,1), (3,1), (3,3), (1,3)])
print(poly1.intersects(poly2))  # True，存在重叠

# 检查多边形是否有效
print(explain_validity(poly1))  # Valid Geometry

对于更复杂的拓扑规则（如“面不能重叠”、“线必须在端点处连接”），建议使用PostGIS数据库或ArcGIS的拓扑工具。在Python生态中，geopandas的overlay()函数可以检测并处理重叠，但无法自动修复所有拓扑错误。

案例拆解：行政区划数据的拓扑修复

某项目需要合并两个相邻省份的行政区划数据，但发现边界处存在细小的缝隙和重叠。这些误差会导致后续的“面积汇总”出现重复或遗漏。处理步骤：

使用gdf.buffer(0)方法消除多边形之间的微小缝隙（注意：buffer(0)可以修复部分无效几何）。
使用gdf.overlay('union')将重叠区域合并为一个整体。
使用gdf.geometry = gdf.geometry.buffer(0)再次检查有效性。
最后，使用gdf.geometry = gdf.geometry.make_valid()（Shapely 2.0+）强制修复所有无效几何。

修复后，重新计算面积，确保与官方统计数字一致。这个案例说明，拓扑错误如果不处理，会直接导致分析结果不可信。

风险提示：在Python中，make_valid()虽然能修复几何，但可能会改变几何的形状（如将自相交多边形拆分为多个多边形）。修复后务必进行可视化检查，确保没有引入新的逻辑错误。

2.5 本章知识结构总览

概念	核心组成	Python对应操作	典型应用
地理坐标系	椭球体、基准面、本初子午线	`gdf.crs`查看	全球定位、数据采集
投影坐标系	投影方法、中央经线、标准纬线	`gdf.to_crs()`	面积测量、地图制图
矢量数据	点、线、面 + 属性表	`GeoDataFrame`	网络分析、地址匹配
栅格数据	像元矩阵、波段、分辨率	`rasterio.open()`	遥感分类、地形分析
空间参考	GCS + PCS + 容差	`pyproj.Transformer`	数据集成、坐标转换
拓扑	邻接、连通、包含规则	`shapely`谓词	数据质量检查、编辑