2. 数据源格式问题：Shapefile编码错误、GeoJSON不规范、坐标系缺失

做地图数据导入，说白了就是跟各种格式的数据源打交道。我这些年踩过的坑，十有八九都出在数据源本身。今天咱们就聊聊最常见的三类问题：Shapefile的编码乱码、GeoJSON格式不规范、还有坐标系定义缺失。

2.1 Shapefile编码错误——.dbf文件乱码的根源

Shapefile其实是个“三件套”：.shp存几何、.shx存索引、.dbf存属性。乱码就出在.dbf这个属性文件上。为什么？因为.dbf文件的编码方式五花八门。

我个人习惯，拿到Shapefile第一件事就是检查.dbf的编码。Windows环境下生成的Shapefile，默认编码通常是GBK或GB2312。而Linux或macOS下生成的，往往是UTF-8或Latin-1。你想想看，用UTF-8的解析器去读GBK编码的.dbf，不出乱码才怪。

怎么判断.dbf的编码？我一般用两种方法：

• 工具法：用QGIS打开Shapefile，右键图层→属性→数据源，看“编码”字段。如果是“System”或空着，大概率是GBK。
• 命令行法：用ogrinfo命令查看：ogrinfo -al -so yourfile.shp，输出里会显示编码信息。

修复编码问题，我推荐用GDAL的ogr2ogr工具：

# 将GBK编码的Shapefile转为UTF-8
ogr2ogr -f "ESRI Shapefile" output.shp input.shp -lco ENCODING=UTF-8

# 如果不知道原编码，可以尝试强制指定
ogr2ogr -f "ESRI Shapefile" output.shp input.shp -lco ENCODING=GBK

2.2 GeoJSON格式不规范——看似简单实则坑多

GeoJSON这几年越来越流行，轻量、易读、Web友好。但正因为太灵活，很多人写出来的GeoJSON根本不规范。我见过最离谱的，是把属性字段名写成中文还带空格。

规范的GeoJSON必须满足以下几点：

• 顶层结构：必须是{"type": "FeatureCollection", "features": [...]}，不能直接是数组。
• 每个Feature：必须有type、geometry、properties三个字段，缺一不可。
• Geometry类型：必须是GeoJSON标准定义的7种类型之一（Point、MultiPoint、LineString、MultiLineString、Polygon、MultiPolygon、GeometryCollection）。
• 坐标数组：经纬度顺序必须是[经度, 纬度]，不能反过来。这是最常见的错误。

为什么会有人搞错经纬度顺序？说白了，很多人在Excel里手动编辑坐标，习惯写“纬度,经度”。但GeoJSON标准要求“经度,纬度”。我建议用在线GeoJSON验证器检查一下，或者用Python的geojson库做校验：

import geojson

with open('data.geojson', 'r') as f:
    data = geojson.load(f)

# 验证是否为合法的GeoJSON
if geojson.is_valid(data):
    print("格式正确")
else:
    print("格式错误:", geojson.validation.errors(data))

2.3 坐标系定义缺失或错误——最隐蔽的杀手

坐标系问题，是地图数据导入中最隐蔽、后果最严重的坑。没有之一。

我见过太多人，拿到数据直接导入，结果点跑到海里、线对不上、面变形。为什么？因为数据本身有坐标系，但导入时没告诉系统它是什么坐标系。

常见的坐标系问题分三种：

问题类型	表现	原因
坐标系缺失	数据能显示，但位置不对	.prj文件丢失或为空
坐标系错误	数据偏移几百到几千米	WGS84被当成CGCS2000，或反之
投影坐标系混淆	数据变形严重	把投影坐标当成地理坐标

怎么判断数据有没有坐标系？我一般用ogrinfo：

ogrinfo -al -so yourfile.shp | grep "Coordinate System"

如果输出是空的，说明没有坐标系定义。这时候需要手动指定。怎么知道该指定什么坐标系？看数据来源：

• 国内公开数据：通常是CGCS2000（EPSG:4490）或WGS84（EPSG:4326）
• GPS采集数据：一般是WGS84
• 地方坐标系：需要向数据提供方确认

修复坐标系问题，我推荐用GDAL的ogr2ogr配合-s_srs和-t_srs参数：

# 先指定源坐标系，再转换到目标坐标系
ogr2ogr -f "ESRI Shapefile" output.shp input.shp \
  -s_srs EPSG:4490 -t_srs EPSG:4326

知识体系总览

下面这张图，是我自己总结的数据源格式问题排查思路。每次遇到导入失败，我就按这个流程走一遍，基本能定位问题。

这张图的逻辑很简单：先判断数据格式，再检查编码或结构，最后确认坐标系。每一步都有对应的修复方法。我个人习惯把这个流程贴在工位旁边，遇到问题就对照着看。