一、地图数据基础：常见格式、坐标系与数据获取

大家好，我是你们这门课的主讲。今天咱们来聊聊地图数据的基础知识。说实话，很多做轨迹分析的朋友，一开始都栽在数据格式和坐标系上。我自己刚入行那会儿，也闹过笑话——拿着GCJ02的数据直接往WGS84的地图上怼，结果轨迹偏了五百多米，找了半天bug才发现是坐标系没对齐。

所以这一章，咱们把地基打牢。你想想看，数据格式搞不清、坐标系搞混了，后面做轨迹对齐就是空中楼阁。

1.1 常见地图数据格式

地图数据格式五花八门，但常用的就那么几种。我按使用场景给你捋一捋。

GeoJSON

这是目前Web地图用得最多的格式。说白了，它就是一套用JSON描述地理数据的规范。轻量、易读、前端直接解析，我特别喜欢用它做原型验证。

{
  "type": "Feature",
  "geometry": {
    "type": "Point",
    "coordinates": [116.397, 39.908]
  },
  "properties": {
    "name": "天安门"
  }
}

你看，结构非常清晰。一个Feature包含几何信息和属性信息。我在项目中经常用Python的geojson库来读写，几行代码就搞定。

Shapefile

这是ESRI公司的老牌格式，GIS圈里的"老大哥"。一个完整的Shapefile其实是一组文件：.shp（几何）、.shx（索引）、.dbf（属性）。

嗯，这里要注意：用Python处理Shapefile，我推荐geopandas或者pyshp。千万别手动去解析二进制，那太折磨人了。

KML / KMZ

Google Earth带火的格式。KML本质是XML，KMZ是它的压缩包。我一般在需要和Google Earth交互时才会用这个格式。说实话，它的字段定义有点啰嗦，但胜在可视化效果好。

GPX

这个咱们课程的重头戏。GPX是GPS交换格式，专门存轨迹点。你看它的结构：

<trkpt lat="39.908" lon="116.397">
  <ele>50.0</ele>
  <time>2024-01-01T00:00:00Z</time>
</trkpt>

每个点都带经纬度、海拔、时间。做轨迹对齐时，时间戳是关键字段。我曾经处理过一批GPX数据，发现时间戳格式不统一，有的用本地时间，有的用UTC，差点把对齐结果搞乱。

1.2 坐标系与投影

坐标系这块，是地图数据里最容易踩坑的地方。我把它分成三个层次来讲。

WGS84 —— 地球的"基准尺"

WGS84是全球通用的地理坐标系，GPS卫星用的就是它。坐标范围：经度-180到180，纬度-90到90。说白了，它是地球的"原始坐标系"，所有其他坐标系都是基于它变换来的。

GCJ02 —— 中国的"加密版"

GCJ02是国测局坐标系，也叫火星坐标系。它在WGS84基础上加了非线性偏移，偏移量大概在几十米到几百米不等。为什么会有这个？嗯，这是国家规定，所有在中国境内公开出版的地图都必须用GCJ02。

BD09 —— 百度的"二次加密"

BD09是百度在GCJ02基础上又加了一层加密。偏移量更大，而且是非线性的。如果你用百度地图API，拿到的坐标就是BD09。

为什么会这样？说白了，就是各家地图厂商为了合规，在原始坐标上做了不同的处理。你想想看，如果三个坐标系混在一起，轨迹对齐肯定出问题。

1.3 地图数据来源与获取

数据从哪来？我分几个渠道给你说说。

开放数据平台

• OpenStreetMap：全球最大的开源地图数据。路网、建筑、POI都有。我经常用它做底图数据。
• Natural Earth：全球矢量地图数据，适合做小比例尺地图。
• 国家地理信息公共服务平台：国内官方数据源，但获取门槛较高。

API获取

高德、百度、腾讯都提供地图API。你可以通过API获取POI、路线规划、实时交通等数据。不过要注意调用频率限制和收费问题。

自己采集

用手机APP记录GPS轨迹，导出GPX文件。或者用Python写个脚本，定时采集位置数据。我在做个人运动轨迹分析时，就是自己跑完步导出GPX，然后写代码做可视化。

知识体系总览

下面这张图，把本章的核心知识点串起来了。你一看就明白各个概念之间的关系。

这张图把数据格式、坐标系、数据来源三个模块串起来了。你注意看底部的红色总结——先统一坐标系，再处理数据格式，最后做轨迹对齐。这个顺序千万别搞反。

好了，第一章的内容就到这里。数据格式和坐标系是后面所有课程的基础，建议你动手试试：下载一份GPX数据，用Python读出来，看看坐标值，再试试不同坐标系之间的转换。实践出真知。

可可精品资料库