map_tutorial

第 2 章：矢量地图基础与空间分析

1. 开篇

在第一章中，我们建立了“地球是一个椭球体”的认知，并确立了坐标参照系（CRS）作为定位的基石。然而，坐标点 merely 是数字海洋中的孤岛。为了在计算机中重现现实世界的复杂性——描绘蜿蜒的河流、不规则的地块、错综复杂的路网——我们需要一种能够精确描述离散对象的数字模型：矢量数据（Vector Data）。

与照片式的栅格数据不同，矢量数据是面向对象的。它认为世界是由一个个独立的实体（Feature）组成的。本章将深入矢量数据的“解剖学结构”，从最基本的几何类型讲起，深入探讨文件存储的底层差异，剖析维持地图逻辑正确的“拓扑关系”，并详细拆解缓冲区、加分析等核心空间算法的几何原理。

学习目标：

1. 深入理解几何模型：掌握点、线、面及其“多部件（Multi-part）”变体，理解“岛”与“洞”的存储逻辑。
2. 掌握数据格式本质：透彻理解 Shapefile 的文件构造与局限，对比 GeoJSON 与 GeoPackage 的现代优势。
3. 领会拓扑的重要性：识别并理解悬挂节点、自相交、细长碎部（Sliver）等拓扑错误。
4. 精通空间分析逻辑：掌握缓冲区（Buffer）、叠置（Overlay）、空间连接（Spatial Join）的数学逻辑与应用场景。

---

2. 文字论述

2.1 矢量数据的解剖学：几何与属性

矢量数据模型（Vector Data Model）将地理空间实体抽象为几何（Geometry）与属性（Attributes）的结合体。

2.1.1 几何基元（Geometry Primitives）

OGC（开放地理空间联盟）定义了简单的要素规范（Simple Feature Access），构成了所有 GIS 软件的基石除了基本的点线面，理解多部件（Multi-part）几何至关重要。

1. 点 (Point)
   • 定义：0 维几何，由一组坐标 $(x, y)$ 或 $(x, y, z)$ 确定。
   • 多点 (MultiPoint)：一行记录对应多个点。例如，“某连锁便利店的所有分店”作为一个整体要素存储。
2. 线 (LineString / Polyline)
   • 定义：1 维几何，由一系列有序的节点 (Vertices) 连接而成。
   • 方向性：线是有方向的（从起点 StartNode 到终点 EndNode）。这对于模拟水流、交通流向至关重要。
   • 多线 (MultiLineString)：例如“一条河流”可能中间断流，或者由多条支流组成，但在属性表中仍视为同一条河。
3. 面 (Polygon)
   • 定义：2 维几何，由一个或多个闭合的线性环 (Linear Ring) 组成。
   • 外环与内环：这是面要素最复杂的概念。一个多边形由一个外环 (Exterior Ring) 和零个或多个内环 (Interior Rings) 组成。内环即为“洞”。
     • 例子：一个湖泊（外环）中间有一个岛屿（岛屿本身是陆地，不属于湖泊多边形，所以在湖泊多边形中表现为一个“洞”）。
   • 多面 (MultiPolygon)：例如“日本”或“菲律宾”这样的群岛国家，由成千上万个分离的岛屿组成，但在数据库中，它是一行记录，对应一个 MultiPolygon。

   [Polygon with Hole]              [MultiPolygon]
   
      ___________                    ______      ___
     /           \                  /      \    /   \
    /   Ext.      \                / Part 1 \  / Part\
   /    Ring       \              /__________\ \  2  /
  /     _____       \                           \___/
 |     | Int.|       |            (One Feature ID)
 |     | Ring|       |
 |     |_____|       |
 \                   /
  \_________________/

2.1.2 属性表（Attribute Table）

属性是非空间信息，通常以关型数据库表的形式存在。每一行（Row）对应一个几何实体，每一列（Column）对应一个字段。

• 连接关键：几何与属性通常通过唯一的 FeatureID (FID) 绑定。
• 数据类型：包含整型、浮点型、字符串、日期等。

2.2 数据格式大比拼：从历史包袱到现代标准

A. Shapefile (.shp) —— 不死的传奇与噩梦

由 ESRI 在 90 年代初推出。它不是一个文件，而是一组文件（通常 3 到 8 个）。

• .shp: 存储几何图形。
• .shx: 几何图形的索引（用于快速跳转）。
• .dbf: dBase 格式存储属性表（这是最大的痛点）。
• .prj: 存储投影信息（WKT 文本）。

致命局限：

1. 字段名截断：.dbf 限制字段名最长 10 个字符（例如 construction_year 会变成 constructi）。
2. 文件大小：.shp 和 .dbf 最大支持 2GB。
3. 编码地狱：.dbf 默认没有明确的编码声明，常导致中文乱码（GBK vs UTF-8）。
4. NULL 值：很难区分“0”和“NULL”。

B. GeoJSON (.json) —— Web 的宠儿

基于 JSON 的纯文本格式，人类可读。

• 结构：由 FeatureCollection 包含 Features，每个 Feature 包含 geometry 和 properties。
• 优点：Web 原生支持（JavaScript 能够直接解析），无字段长度限制，强制 UTF-8。
• 缺点：体积臃肿（冗余的括号和键名）。不适合存储海量数据（解析慢）。

C. GeoPackage (.gpkg) —— 现代的终结者

基于 SQLite 数据库的单文件容器，OGC 标准。

• 优点：
  • 单文件：没有乱七八糟的同名文件。
  • 无限制：无 2GB 限制，无 10 字符字段名限制。
  • 高性能：内置 R-Tree 空间索引，读取速度极快。
  • 混合存储：同一个文件可以存矢量、栅格瓦片甚至非空间表。

Rule of Thumb (经验法则)：

• 做分析、存数据：永远首选 GeoPackage。
• Web 前端展示/API 传输：使用 GeoJSON（如果是大数据量传输，考虑 PBF/MVT 矢量瓦片，这将在后续章节介绍）。
• 客户交付：如果客户老派，给 Shapefile（记得处理字段名缩写）；否则给 GeoPackage。

2.3 拓扑关系 (Topology)：数据的逻辑骨架

拓扑不仅仅是几何位置，它定义了空间对象之间的连接、邻接和包含关系。拓扑关系在地图发生弹性形变（如投影转换）时保持不变。

为什么需要拓扑？

如果只是画图，不需要拓扑。但如果要做分析：

• 导航：如果道路在十字路口没有打断并共享节点，导航引擎会认为这里不能转弯（因为线不连通）。
• 统计：如果两个行政区划面之间有重叠，计算总面积时就会重复统计。

常见的拓扑错误与图示

1. 悬挂节点 (Dangle / Overshoot / Undershoot) 线段超出了目线或未到达目标线。

   Target Line:  ───────────────
   Overshoot:           |
                        | (Crosses over)
                     ───|───
                         
   Undershoot:          |
                        | (Gap)
                        |
   

2. 自相交 (Self-intersection / Bowtie) 多边形的边界线自己切自己，形成类似领结的形状。这在几何计算（如面积）时会导致数学错误。

      Geometry:      / \
                    /   \
                   /  X  \   <-- Intersection Point
                  / /   \ \
                 /_/     \_\
   

3. 碎部多边形 (Slivers) 两个本该公共边的多边形之间，因为数字化误差，产生细长的重叠或空隙。

      Poly A      / \ / \      Poly B
     ____________/   X   \_____________
                 \_______/
                (Tiny gap or overlap)
   

2.4 核心空间分析逻辑

A. 缓冲区分析 (Buffering)

不仅是画个圈。缓冲区的本质是 Minkowski Sum（闵可夫斯基和）。 对于点 $P$ 和半径 $r$，缓冲区是圆。对于复杂多边形，它是多边形边界上每个点做圆后的包络线。

• 端点样式 (End Cap Style)：在线的末端，是圆头 (Round)、平头 (Flat/Butt) 还是方头 (Square)？这对路网分析很重要。
• 侧边缓冲 (Single-sided Buffer)：只在道路左侧做缓冲（例如分析左侧扩建影响）。

B. 叠置分析 (Overlay Operations)

基于集合论的布尔运算。

• 裁剪 (Clip): $Result = Input \cap ClipLayer$。
  • 只保留几何形状，属性不融合。仅仅是物理形状的切割。
• 相交 (Intersect): $Result = LayerA \cap LayerB$。
  • 保留几何重叠部分，且属性表融合（Join）。
• 联合 (Union): $Result = LayerA \cup LayerB$。
  • 保留所有几何，重叠部分会被切割出来成为独立要，属性包含两者。
• 擦除 (Difference): $Result = LayerA - LayerB$。

C. 空间连接 (Spatial Join)

GIS 中最强大的工具之一。将“位置关系”转化为“属性关联”。

• 点在面内 (Point in Polygon)：给“学校”点数据加上“所在城市”的属性。
• 总结式连接 (Summary Join)：
  • 问题：每个行政区有多少个学校？学校总人数多少？
  • 操作：将“学校”（多）Join 到“行政区”（一）。
  • 逻辑：Count（计数），Sum（求和）。

---

3. 本章小结

1. 数据模型：矢量数据由几何（点、线、面及其多部件变体）和属性（表格数据）组成。
2. 格式进化：GeoPackage 是现代 GIS 交互与存储的标准容器，它解决了 Shapefile 的字段截断、大小限制和编码问题。Web 开发则依赖 GeoJSON。
3. 拓扑完整性：高质量的地图不仅看起来没问题，逻辑上也不能有悬挂、自相交和缝隙。拓扑检查是数据入库前的必修课。
4. 空间逻辑：
   • 缓冲区描述影响范围。
   • 叠置分析（裁剪/相交）处理层与层的几何关系。
   • 空间连接利用位置关系进行数据融合与统计。

---

4. 常见陷阱与错误 (Gotchas)

💀 陷阱 1：投影单位导致的“巨大”或“微小”缓冲区

• 现象：设定 500 缓冲距离，结果生成了覆盖全球的面。
• 原因：数据处于 WGS84 (EPSG:4326) 地理坐标系，单位是度。GIS 软件机械地执行了 “500 度”的缓冲。
• 解决方案：先将数据 Reproject 到投影坐标系（如 UTM 或 Web Mercator），使单位变为米，再做缓冲。

💀 陷阱 2：CSV 导入时的经纬度翻转

• 现象：点落在了南极或索马里海域（本来应该在中国）。
• 原因：混淆了 Lat/Lon 和 X/Y。
• 记忆口诀：
  • X = Longitude (经度)：在地图上横向移动，范围 -180 ~ 180。
  • Y = Latitude (纬度)：在地图上纵向移动，范围 -90 ~ 90。
  • 大部分 GIS 软件导入需要 X, Y 顺序，而 Google Maps API 等常说 Lat, Lon。Lat is Flat (纬度是横线，对应 Y 轴)。

💀 陷阱 3：MultiPolygon 变 Polygon 的丢失

• 现象：对一个国家做处理后，发现岛屿都丢了，只剩下最大的陆地块。
• 原因：某些陈旧的处理函数或格式转换（如转为仅支持单一部件的旧格式）强行将 MultiPolygon 拆解或只保留了面积最大的部分（Cast to Single）。
• 调试：始终检查几何类型是否为 Multi，并在处理时允许 Multipart 几何。

💀 陷阱 4：Shapefile 编码灾难

• 现象：打开 Shapefile 属性表，中文全是 Åäö... 乱码。
• 原因：.cpg 文件缺失，或者软件默认用 System Locale (GBK) 去读 UTF-8 的数据（反之亦然）。
• 调试： QGIS 打开时显式指定 Encoding（如 GBK, UTF-8, Big5）。保存时务必转存为 UTF-8 的 GeoPackage 以永绝后患。

💀 陷阱 5：环的方向 (Ring Orientation)

• 现象：在某些 WebGL 引擎或数据库中，多边形不显示，或者显示为“除了这个多边形以外，整个地球都被填充了”。
• 原因：根据 OGC Simple Feature 标准，外环应为逆时针 (CCW)，内环为顺时针 (CW)。如果方向反了，渲染引擎可能将其理解为“这是一个包含了整个地球、挖掉了中间一小块”的超大多边形。
• 调试：使用 Force Right-Hand-Rule 或 Repair Geometry 工具修复顶点的缠绕顺序。

---

< 上一章：地图世界观

下一章：栅格影像与遥感入门 >