九大农业区划shp数据处理全流程：从解压到出图

简介：中国九大农业区划shp数据集面向GIS研究者、农业规划人员和地理信息学习者，用于分析中国九大农业区的地理边界与属性特征，可用于制图、空间统计和农业区划研究。压缩包共11个文件，包含核心的shp矢量文件、dbf属性表、prj投影信息，以及sbn/sbx空间索引等配套辅助文件，打包后大小17.21MB，结构完整，可直接加载到ArcGIS、QGIS等平台使用。目前已有4316人学习下载。通过该数据集，读者可结合各农业区的气候、地貌和作物特点，深入比较黄淮海平原、东北平原、长江中下游等九大区域的种植结构与生产潜力；也可叠加气候、土壤等数据，开展粮食安全评估与农业可持续发展研究，为区域农业规划及政策制定提供基础数据支撑。文件命名清晰，要素完整，适合作为农业地理信息系统课程设计、科研预研或行业分析的基础底图。 做农业和规划类项目，我隔三差五就要找行政区划之外的边界数据。前一阵子接手一个全国尺度的农业分区统计任务，客户发来一个压缩包，名字叫《中国九大农业区划shp.rar》，里面是全国按综合农业区划划分的九个一级农业区的矢量边界。这个数据看着简单，但真正用起来，牵扯到坐标系判断、属性表处理、格式互转、批量整理一堆事。这篇文章就把我从解压到出图的完整过程拆开讲一遍，适合手里有shp但不知道怎么处理的GIS新手，也适合想快速上手九大农业区划数据的行业从业者。

1. 拆开rar看“九大农业区划”这个数据包

1.1 九大区划的分区逻辑

不知道九大农业区划怎么来的，拿到shp也只能当画图底图。这个数据的前身是《中国综合农业区划》，划分依据主要是各地自然条件、农业生产结构和发展方向。九个一级农业区分别是东北区、内蒙古及长城沿线区、黄淮海区、黄土高原区、长江中下游区、西南区、华南区、甘新区、青藏区。每个区的名字，基本就代表了它的地理位置和主要农业特征。

这个分区之所以常用，是因为它不纯按行政区边界走，而是按农业生态条件来划。比如黄淮海区跨了多个省份，秦岭南北也被区别对待。拿它做统计和出图，比直接用省界更贴近农业生产的真实分布。

1.2 shp不只是“一个文件”

很多人以为shp就是一个文件，其实它是Esri Shapefile格式的家族总称。rar解压后你至少会看到.shp、.shx、.dbf、.prj这几个兄弟文件。如果只把.shp发给别人，对方软件大概率会提示“缺少数据源”或者“文件无法打开”。

我一般拿到rar里的shp数据，先用7-Zip解压到一个不带空格的英文路径，再打开。这样做是为了避免后面做转换、跑Python脚本时，中文路径导致一些工具报错。尤其是FME、GDAL这类老牌工具，对中文路径兼容性确实不稳定。

1.3 先看.prj，再谈其他

在双击把数据拉进ArcGIS或QGIS之前，建议先用记事本打开.prj文件，看坐标系统写的是什么。九大农业区划shp常见的有两种：一种是CGCS2000地理坐标系，单位是度；另一种是WGS84经纬度。也有提前做好投影的版本，比如Albers等积投影，单位是米。

这个差别很关键。把经纬度shp叠到投影坐标系的底图上，图形要么缩成一个点，要么飘到海里。判断方法也简单：右键查看图层范围，如果是-180到180之间的数值，基本是经纬度；如果是几百万这种大数，就是投影坐标。养成这个习惯，加载阶段就能省下大量排查时间。

2. 从拖入画布到导出新shp：加载与属性表实操

2.1 在ArcGIS/QGIS中加载并校准位置

有.prj的情况下，把shp直接拖进ArcMap、ArcGIS Pro或QGIS画布就行。我在ArcGIS Pro里一般是先把地图坐标系设成CGCS2000或WGS84，再拖数据进去。动态投影会自动处理不同坐标系的显示，但你要理解数据本身没有变，只是“看起来对齐了”。

如果叠加在线底图出现明显偏移，先确认在线底图的坐标系和你shp的坐标系是否一致。如果shp没有.prj，右键图层属性，在Source里Set Coordinate System，或者QGIS里用Layer CRS -> Set Layer CRS。注意：这是“定义坐标系”，不是“转换坐标系”。

举个例子：我之前拿到一份九大农业区划shp，解压后只有.shp和.dbf，图形显示在赤道附近。经验告诉我它原本是WGS84经纬度，于是在定义坐标系里选EPSG:4326，图形立刻归位。但有人会用Project工具去转换，结果错误坐标继续漂移，越修越乱。先定义再转换，顺序不能反。

2.2 属性表能告诉你什么

打开属性表，农业区划shp通常会有OBJECTID、Shape_Leng、Shape_Area、区划编码、区划名称这几个字段。很多人直接拿Shape_Area字段去统计面积，这是个坑。Shape_Area的单位和坐标系有关：如果是经纬度，它其实是“度平方”，不是真实的平方公里；如果是投影坐标，单位通常和坐标单位一致，米的话得到平方米。

我习惯新建一个“面积_km2”字段，用字段计算器处理。投影坐标下直接写!Shape_Area! / 1000000；如果原始是经纬度，就用!Shape_Area.geodesicAreaWGS84!这类球面面积函数。做分区占比统计时，更不要直接对Shape_Area做加和，先确认坐标系，再算面积。

2.3 ArcGIS里导出shp的几种方式

“arcgis如何导出shp文件”是我被问过最多的问题之一。基础操作是：右键图层 -> 数据 -> 导出数据，选择“所有要素”，输出Shapefile。另一种更批量化的方式是ArcToolbox里的Feature Class To Shapefile，可以一次把多个图层全部转成shp。

导出时容易忽略几个点：输出路径不要用中文；坐标系选“数据框”还是“源数据”要想清楚；如果只想导出九大区划里的某几个区，先用“按属性选择”选出要素再导出。批量导出多个图层时，Feature Class To Shapefile效率很高，但它只认要素类，不认图层的符号化设置。

3. 区域边界图shp数据从哪下载：来源与叠加实战

3.1 我常用的公开数据渠道

每次有人问“区域边界图shp数据从哪下载”，我第一反应是看你有多少时间。时间充足就去科研平台：资源环境科学与数据中心、国家地球系统科学数据中心、全国地理信息资源目录服务系统，这些都能找到行政边界和专题区划数据。OpenStreetMap则可以拿到路网、水系、地名点这类基础数据。

需要说明的是，九大农业区划这类专题shp，很多平台需要登录申请，部分用于科研免费，商业用途要联系授权。我一般先看数据说明和更新年份，再决定适不适用。不要图方便，随便去公众号下载打包好的资源，文件里缺个prj或dbf，后续处理会非常痛苦。

3.2 全国路网shp数据怎么和九大区划叠加

做农业区划相关分析时，路网是经常要叠加上去的一个图层。OpenStreetMap下载的全国路网shp可能超过100MB，必须先把非道路要素过滤掉，再和九大农业区划做叠加。

我的操作流程是：在QGIS里加载全国路网shp，用“按属性选择”过滤highway字段，只保留trunk、primary、secondary这类主要道路；然后以九大区划为裁剪范围，用Clip工具切出分区路网；最后在属性表里新建字段，用路网总长度除以区划面积，得到路网密度。

这里有两个坑。一是OSM路网的几何类型可能是MultiLineString，Clip后要素数量很大，建议先把路网融合，再算总长度。二是坐标系，OSM原始数据是WGS84经纬度，直接算长度会有偏差，要先把路网投影到适合分区的等积投影坐标，再计算。

3.3 行政区划和农业区划一起用

农业区划边界不和行政区边界重合，有时需要把县级行政区的属性挂到农业区划面上。用空间连接工具，把县名、县代码字段按面积最大归属原则匹配到农业区划要素上。这样后续做统计时，可以通过县域字段关联统计年鉴，做出更细颗粒度的分析。

4. 格式互转，我把高频的几种都做了一遍

4.1 shp转txt：导出坐标和属性

有时候非GIS同事只要坐标，或者要把数据喂给机器学习模型，shp不方便，就先转成txt。推荐用Python加geopandas，生态成熟，几行代码就能搞定。下面是一个基础示例：

import geopandas as gpd gdf = gpd.read_file('九大农业区划.shp', encoding='utf-8') gdf['geometry_wkt'] = gdf.geometry.to_wkt() out = gdf[['区划名称', 'geometry_wkt']].copy() out.to_csv('九大农业区划.txt', sep='\t', index=False)

如果读取时报中文乱码，多半是dbf用了GBK编码，把encoding改成gbk再试。如果只想导出每个区的质心经纬度，先转换到EPSG:4326，然后用centroid.x和centroid.y生成两个字段，再写txt，这样单位就是标准的经纬度。

4.2 shp批量转kml：给外业和汇报用

给外业人员看地图，KML是非常方便的格式。QGIS里右键图层 -> 导出 -> 另存要素为KML，坐标系选WGS84。ArcGIS里用Layer To KML工具，设置输出文件和名称字段，一步能转完。

批量转KML时，我一般写一个ArcPy循环，或者用QGIS的Batch Processing界面。导出后如果中文出现乱码，检查一下导出选项里的编码是不是UTF-8。实际经验是：shp里面的面很复杂时，先做一次简化，不然生成的KML/KMZ会很大，外业设备上打开卡顿。

4.3 shp转3dtiles：上Cesium的必经步骤

要把九大农业区划放到三维地球里展示，常规做法是转成3dtiles。我用CesiumLab比较多：新建处理任务，选择“矢量数据转换”，把shp拖进去，设置高度模式为“贴地”或“拉伸”，选好作为属性分类的字段，点开始转换。输出目录里会有tileset.json，随便放到一个静态服务器上，Cesium里用Cesium3DTileset加载即可。

这里提醒一点：如果shp里的大区面很精细、要素量巨大，最好在CesiumLab里限制最大层级，或者先在GIS里做一次融合。不然生成的瓦片数量会非常夸张，浏览器加载半天转不出来。

4.4 FME Workbench 2024.0：dwg转带属性shp

经常有人拿CAD图转shp，转完图层和属性全丢。FME Workbench 2024.0里可以用读模块读DWG，通过AttributeExposer把Layer等属性暴露出来，再用AttributeManager重命名字段，最后写Esri Shapefile。关键点：读DWG时要选择按“图层”分组，并且只读取需要的实体类型，比如Polyline和Text，避免注记和辅助线把shp属性表塞满。

还有一个实战技巧：CAD里的属性块数据，要在读模块参数里把“Expand Blocks”打开，否则块属性不会进入shp。这是我实际踩过的坑，处理规划边界时整整浪费了半天，后来才发现是读模块设置问题。

5. 文件整理：批量压缩、渔网分割与按字段拆分

5.1 用7-Zip批量压缩一整个文件夹的shp

多个shp要发给别人，一个一个右键压缩确实烦。用7-Zip命令行写个批处理，几分钟就能处理几百个文件。在目标文件夹里新建一个.bat脚本，写入：

for %%f in (*.shp) do "C:\Program Files\7-Zip\7z.exe" a "%%~nf.rar" "%%~nf.shp" "%%~nf.shx" "%%~nf.dbf" "%%~nf.prj"

这样每个shp家族文件都会单独打成一个rar。如果文件太大，加参数-v500m做分卷压缩，或者用-tzip改成zip格式。需要留意：批处理里for变量在cmd窗口用%f，在.bat脚本里要写%%f，否则会直接报错。

如果只是单个shp要压缩，右键用7-Zip压rar即可，但同样要把同名系列的dbf、prj全部选中再拖进去。很多人只拖了一个.shp进压缩包，收件人根本打不开，这是最常见的“单个shp如何批量压缩”的问题来源。

5.2 渔网分割shp：把大区划切成规整网格

按渔网分割shp，是实际项目里很常见的需求。我处理过全国尺度的九大区划数据，需要按1度乘以1度的网格发布瓦片，做法分两步。

第一步，在ArcGIS里用Create Fishnet工具，模板范围选九大区划图层的范围，设置像元宽度1度、高度1度，输出一个网格面。第二步，用Clip或Intersect把区划面按网格切碎。Intersect能保留网格ID和区划名称属性，更适合后续统计。QGIS里对应的是Create grid和Clip工具。

经验之谈：经纬度坐标下，1度网格在不同纬度的面积并不相等。如果目的是等面积网格，先把数据投影到Albers等积投影，再做渔网，结果会更科学。

5.3 按属性把九大区划拆成独立shp

如果想把九大区划shp按“区划名称”拆成9个独立文件，ArcGIS Pro里用Split By Attributes工具，QGIS里用Split Vector Layer。选择字段后，工具会自动在输出文件夹里生成以属性值命名的shapefile。

这个和“arcgis如何导出shp文件”是同一个问题，但批量做更高效。拆分后每个小文件处理速度快，非常适合分区出图，不用反复开属性查询。拆分前务必检查字段没有空值，名称不包含/、\、?等非法字符，否则输出文件可能命名失败。这个我在QGIS里遇到过好几次。

九大农业区划边界本身是静态数据，但和路网、行政区、统计年鉴一叠加，能做的分析非常多。写到这里，这个shp压缩包从解压、加载、出图到格式转换和批量整理，算是走完了一条完整链路。我个人的习惯是：数据到手先看prj和dbf，再做任何操作；如果只是给项目组里非GIS同事看，先转KML；如果要上线web，再考虑3dtiles。下次我再整理一套基于九大区划的分区统计Python脚本，也发出来和大家交流。

本文还有配套的精品资源，点击获取