空间分析基础：空间数据类型、坐标系、常用空间分析操作与应用场景

做空间分析，你第一件要搞清楚的事就是：你到底在跟什么类型的数据打交道。我见过不少新手，拿到数据就往上怼分析工具，结果跑出来一堆莫名其妙的结果。说白了，空间数据就两大类，搞懂了它们，后面坐标系、操作什么的才能聊得开。

空间数据的两大家族：矢量与栅格

矢量数据，你可以理解成“画出来的”。点、线、面，每个都有自己的坐标。比如一个井盖是一个点，一条路是一根线，一个小区是一个面。我习惯用一个比喻：矢量就像用钢笔在纸上精确地画形状，位置准、边界清。

栅格数据，就是“拍出来的”照片。每个格子（像元）存一个值，像卫星影像、DEM高程图。你放大到一定程度就能看到像素块。两类型的关键差异我列个表，方便你对照。

我个人习惯是：如果数据要强调精确边界和关系，用矢量；如果要算地表连续变化（坡度、温度），用栅格。但很多项目是混着用的，比如用栅格做核密度，再转成矢量做叠加。

坐标系：为什么GIS里最坑人的就是它？

坐标系这事儿，说白了就是地球的“地址簿”。地球是个椭球，你非要用平面坐标去描述，就得投影。我记得第一次做项目，甲方给了两个数据，一个用WGS84经纬度，一个用北京54高斯投影，我一拉进去就叠不上。后来我焊死在数据源头就做坐标定义校验。

坐标系分两大类：

• 地理坐标系：用经纬度，单位是度。比如WGS84、CGCS2000。全球通用，但度量距离、面积不方便，因为一度在不同的纬度长度不一样。
• 投影坐标系：把地球表面展开到平面，单位是米。比如UTM、高斯-克吕格。适合计算长度、面积，但会有变形（面积、形状、距离只能保一个）。

如何查看和转换？最简单的工具是GDAL和PROJ库。以下是我常用的一条命令，检查图层的坐标系：

gdalinfo shape.shp | grep "Coordinate System"
# 或者用ogrinfo更简洁
ogrinfo -al -so shape.shp | grep "EXTENT\|SRS WKT"

如果需要转换，我用ogr2ogr，一步到位：

ogr2ogr -t_srs EPSG:4326 output.shp input.shp

EPSG代码是国际通用坐标系编号。4326就是WGS84经纬度，3857是Web墨卡托（谷歌地图用的）。我建Docker容器时会专门写一个脚本，自动校验数据坐标系，不一致就报错并打印转换建议。

常用空间分析操作

说几个我几乎每两周就要用到的操作，也是课程后面Docker化要反复出现的。

1. 缓冲区分析：给每个要素画一个固定半径的“安全区”。我做过一个化工厂选址项目，对着每个居民点做500米缓冲区，看污染影响范围。
2. 叠加分析：把两个图层叠在一起，找交集、并集、差集。比如拿地块和洪水风险区叠加，挑出高风险地块。
3. 裁剪：用一个区域切另一张图。我经常用国家边界把全球森林数据裁剪成国内区域，不然数据量太大跑不动。
4. 距离与邻接：计算最近的医院、道路、河流。PostGIS里用ST_Distance和ST_Nearest就能搞定。
5. 表面分析：从DEM算坡度、坡向、山体阴影。栅格操作，常用GDAL的gdaldem slope。

应用场景：你手里的数据到底能干啥

空间分析不是炫技，每个操作背后都有明确业务。我给你列几个常用场景，回头你做项目时可以直接套框架。

你看，核心就是那几个操作排列组合。我曾经帮物流公司做送货点优化，就靠叠加和距离计算，把配送效率提升了20%。

避坑指南：坐标系与数据交接

if [ "$(gdalinfo -json input.tif | jq -r '.coordinateSystem.wkt' | grep -c 'GCS_WGS_1984')" -eq 0 ]; then
  echo "坐标系可能有问题，请检查"
  exit 1
fi

切记：矢量数据的属性表编码也可能出幺蛾子。Shapefile的.dbf默认Latin1，中文会乱码，我习惯用-lco ENCODING=UTF-8导出GeoJSON。另一个坑是栅格重采样时的插值方法，最近邻快但精度低，双线性适合连续表面（DEM），三次卷积适合影像。你自己试试看不同方法怎么影响结果。

嗯，这张图把整个章节的主线连起来了——从数据类型到坐标统一，再到操作和应用。你可以把它贴在工位旁边，后面学Docker化流程时随时回头对照。