从北京建筑面shp到SWMM内涝建模：下垫面与人口暴露量化

简介：北京市建筑物面数据提供城市与农村建筑轮廓的矢量要素，并附带面积、人口等属性信息，可支撑内涝治理、下垫面建模、建筑能耗分析及城乡规划等工作。整套资源打包为rar格式，共含六个文件，具备shp主文件、dbf属性表、prj坐标系文件、shx空间索引等完整结构，属于可直接使用的地理信息系统数据要素集。压缩包大小约136.15MB，从体量可初步判断建筑轮廓细节较为完整。目前已有七百六十四人学习下载，常见应用包括城市雨洪模拟、建筑密度统计和可持续发展评估。获取后可快速提取建筑面要素，计算面积并与人口字段关联开展空间统计，也可作为城市内涝模型的基础底图，节省资料收集与格式转换时间，适合地理信息分析、环境工程和城市规划从业者及研究人员使用。

1. 内涝治理里的下垫面缺口：北京建筑面shp数据能补上什么

做内涝治理和SWMM建模的人，最头疼的不是模型参数率定，而是下垫面数据。要算清屋顶不透水面积、单元人口暴露量，先得有可靠的建筑物轮廓。但遥感影像提取轮廓要折腾一晚，公开路网推算不透水面又属于玄学。这份北京市建筑物面数据是标准的shp格式矢量面图层，建筑面要素、面积、人口信息三样都齐了。拿到手按研究范围裁剪，再跟SWMM子汇水区做空间连接，屋顶不透水比例和暴露人口就都有了。正在做城市排水模型、内涝风险图或洪涝评估，又不想在矢量化上重复造轮子的从业者，可以直接往下看怎么落地。

2. 打开这份shp之前，把坐标系、字段口径、面积基准三件事钉死

shp格式看起来只是拖进GIS就能用，但真正决定这份数据能不能对接SWMM项目的，是加载之后前三分钟你核查了什么。很多人翻车在坐标系对不上、面积字段单位不符合预期、人口信息口径搞混，最后结果直接失真。前面花十分钟确认基准，比后面返工一天强得多。

2.1 用GIS加载shp后先看“三样基础信息”

先把这份北京建筑面数据拖进QGIS或者ArcGIS。以QGIS为例，我从Python控制台加载，顺便把图层基本状态打印出来，这样后面写脚本处理时能复用同一个图层对象。

from qgis.core import QgsVectorLayer, QgsProject shp_path = "/data/beijing_buildings.shp" # 按你本机实际路径改 layer = QgsVectorLayer(shp_path, "beijing_buildings", "ogr") if not layer.isValid(): print("加载失败：检查shp路径和文件权限") else: QgsProject.instance().addMapLayer(layer) print("要素数量:", layer.featureCount()) print("字段列表:", [f.name() for f in layer.fields()]) print("坐标系:", layer.crs().authid())

这段代码用QgsVectorLayer把shp包进来，参数里第三个ogr表示让GDAL/OGR驱动去读文件。加载成功后，重点看三样东西：要素数量决定统计样本规模，字段列表决定你之后能用什么属性，坐标系决定能不能直接和其他图层叠加。

常见做法是先打开图层属性面板再核对坐标系。北京地区的数据经常落在CGCS2000 3度带高斯投影，或者WGS 84 UTM 50N这类投影坐标系上，也有少数情况给了WGS 84地理坐标。我一般会记住一个原则：洗数据时先把所有图层统一到同一个投影坐标系。如果你的管网、DEM是UTM，建筑面却停在WGS84经纬度，后面做缓冲区、面积计算都会出偏差。

2.2 属性表里三类关键字段：几何、面积、人口

这份shp的属性表里至少会包含三类信息：建筑面要素本身、面积字段、人口信息字段。用QGIS打开属性表，你会看到一行代表一栋建筑或一个建筑面的要素，几何信息隐含在图形里，属性字段则把面积和人口挂在边上。

拿到手如果你发现字段名是拼音缩写，比如JZMJ、RK，也不要慌，先用属性表排序看一眼数值。面积字段如果最大值上亿，那单位大概率不是平方米；人口字段如果出现很多0和空值，说明数据生产者只对居住类建筑做了人口估算。

我在实际项目里会把字段名先改成自己熟悉的名字，避免后面写SQL或者Python时搞混。用QGIS图层属性里的字段计算器新建字段即可：

-- 字段计算器表达式：新建 area_m2 字段，单位转换为平方米 -- 如果原面积字段 JZMJ 单位是平方米，直接用 $area $area -- 如果原字段单位是公顷，乘 10000 "JZMJ" * 10000

QGIS表达式里$area返回的是投影坐标系下的椭球面积，单位取决于图层当前坐标系。投影坐标系选得好，$area就是平方米。如果图层是地理坐标，$area的值会是经纬度算出来的度平方，那就要先重投影再计算。

2.3 面积口径：建筑基底面积、建筑面积、投影面积不是一个东西

建筑面shp里的面积，一般是建筑基底面积，也就是建筑落地的那一圈多边形面积。它不等于容积率口径下的建筑面积，也不同于遥感影像上带屋顶凸出部分的投影面积。对SWMM下垫面而言，我们要的是“屋顶拦住降雨的水平投影面积”，建筑基底面积是最接近这个物理含义的字段。

所以别把shp里的area字段当成能直接算容积率的东西。它只能用于地表汇流计算。如果属性表里既有面积字段又有层数字段，用来估算屋顶可收集面积时不要乘层数，屋顶降雨只有一层。人口字段则可以结合层数估算一户几人，那是做内涝暴露评估时用的，和产流计算是两回事。

我在拿到这种数据时，会先随机抽几栋肉眼可见的大体量建筑和普通住宅，对比属性面积和图上量测面积。如果差在5%以内，说明面积字段可信；如果差得离谱，就检查是不是投影坐标系没配对。

3. 把建筑物轮廓转成SWMM下垫面：裁剪、几何修复、不透水比例一条线

SWMM里面需要的是子汇水区、不透水比例、特征宽度这些物理参数。建筑物屋顶本质上是不透水地表，所以从建筑面数据到SWMM参数的链路是：把建筑面落到每个SWMM子汇水区上，算清楚每块汇水区里屋顶面积占比，然后折算成不透水率。这条链路中间有三个环节最容易出问题，逐个说。

3.1 先按研究区裁剪建筑面，避免全市数据参与统计

SWMM建模范围通常是某个排水分区或某个内涝易发片区。如果不裁剪，直接把全市建筑面拿来连接，会导致分区统计结果失真。用QGIS的处理框架做一次裁剪，顺便把下一步要用到的输出路径定好。

import processing # 输入：已加载的建筑面图层 buildings_layer，研究区图层 study_layer # 输出：裁剪后的建筑面 shp processing.run("native:clip", { "INPUT": "buildings_layer", "OVERLAY": "study_layer", "OUTPUT": "/output/buildings_clip.shp" })

native:clip是QGIS内置的裁剪算法，INPUT是要被裁剪的图层，OVERLAY是边界图层。裁剪完再打印一下要素数量，看是不是比原来少了一大截，顺便确认边界没有把建筑切成离破碎。

这里有个细节：跨在研究区边界上的建筑，裁剪后会变成一块残片，面积比原来小很多。如果你做的是内涝风险图，残片面积会直接影响汇水区不透水率，常见处理方案是把中心点落在研究区内的建筑整体保留，中心点在外的建筑剔除。我是先用质心判断再裁剪，这个逻辑放到避坑章细说。

3.2 修复几何和碎多边形，别让空间连接翻车

建筑面数据来源多样，常见问题是多边形自相交、相邻建筑之间有微小缝隙、共边不完全重合。直接拿去做空间连接，可能出现“这个面少一块”“那个面面积变负数”的情况，这类问题特别隐蔽，不仔细挑数据根本看不见。

QGIS里有现成的修复工具，也可以在Python里直接调用：

from qgis import processing processing.run("native:fixgeometries", { "INPUT": "/output/buildings_clip.shp", "OUTPUT": "/output/buildings_fixed.shp" })

native:fixgeometries调用GEOS库修复自相交和无效几何。跑完之后我还习惯跑一遍“检查有效几何”，看修复后还有没有报错要素。对于碎多边形，我会用“消除”工具按面积阈值合并，小于比如10平方米的小碎面直接归并到相邻最大面。

我一般会把阈值设为5到10平方米，具体看研究区建筑密度。老城区建筑密，碎面多，阈值可以挂高一点；新区建筑规整，阈值低一些，不然会误吞合法的小建筑。

3.3 用空间连接把屋顶面积摊到SWMM子汇水区

建筑面修复完成后，下一步就是把建筑面和SWMM子汇水区叠加。这里的关键不是画一张好看的叠加图，而是按子汇水区ID做空间连接，汇总出每块汇水区里的屋顶总面积。

import geopandas as gpd build = gpd.read_file("/output/buildings_fixed.shp") zones = gpd.read_file("/data/swmm_zones.shp") # SWMM划分好的子汇水区 # 空间连接：把子汇水区信息挂到每个建筑面上 joined = gpd.sjoin(build, zones, how="left", predicate="intersects") print("未匹配到子汇水区的建筑数:", joined["zone_id"].isna().sum()) # 按子汇水区汇总屋顶面积 roof_by_zone = joined.groupby("zone_id").agg( roof_area_m2=("area_m2", "sum") ).reset_index() # 合并回子汇水区，算不透水比例 zones = zones.merge(roof_by_zone, on="zone_id", how="left") zones["roof_area_m2"] = zones["roof_area_m2"].fillna(0) zones["roof_ratio"] = zones["roof_area_m2"] / zones["zone_area_m2"] zones["roof_ratio"] = zones["roof_ratio"].clip(upper=0.9) # 保护性截断

这段代码用GeoPandas做空间连接，intersects表示只要建筑面和子汇水区边界相交就算命中。how="left"保证子汇水区一个不落。groupby按zone_id汇总屋顶面积，最后除以子汇水区自己的面积得到roof_ratio。

参数说明：clip(upper=0.9)是防止某些子汇水区建筑冗余统计导致比例超过100%。理论上建筑占比不可能超过90%，超出多半是边界裁剪或重叠面没清理干净。SWMM里的不透水比例，最终要按屋顶、道路、广场分别累加，屋顶只是其中一项，所以不要直接把roof_ratio当成总不透水比例喂给模型。

如果属性表里人口字段也要参与后续暴露分析，可以在这个groupby里加上人口汇总：

pop_by_zone = joined.groupby("zone_id").agg( pop_sum=("pop", "sum") )

注意，多余的人口字段需要先确认不是楼栋级重复统计，否则一个小区十几栋楼的人口加起来会虚高好几倍。

4. 避坑记录：北京建筑面转SWMM下垫面的五个典型翻车

这部分数据我在不同城市换着花样踩过坑，北京建筑面数据的特点是内容全、属性杂、边界情况多。下面五条只要碰上一次，就够你折腾半天，直接抄验证方法。

4.1 坐标系不一致导致建筑面和管网相差几公里

跑通流程后第一次叠加，发现建筑面和排水管网完全错位，距离差到肉眼可见。原因是建筑面shp停在CGCS2000高斯投影，而管网数据是WGS84经纬度，两个图层坐标系不一致。解决是把所有图层统一到同一个投影坐标系再叠加，用QGIS菜单“重投影图层”指定 EPSG:4528（CGCS2000 / 3-degree Gauss-Kruger zone 29），这类投影适合北京经度范围。从那以后我每次建项目，第一件事就是建一个统一的CRS变量，所有读取的图层强制重投影。

4.2 面积字段单位没核对，算出个天文数字

在子汇水区汇总时，不透水比例算出来200%多，检查发现面积字段原单位是公顷，我却按平方米算。$area返回平方米，但你手上字段可能是从原始ArcGIS文件迁移来的AREA，单位依然是公顷。解决是看字段值量级，如果一层楼占地面积动辄几万，就要怀疑是平方米写成千瓦时的那种低级错误。正确做法是先统计面积字段的min/max，再和实际建筑体量比对，确认无误后再进入计算。

4.3 人口字段是楼栋级，不是每栋建筑都有值

属性表里pop字段有大量空值，有的楼是0，有的楼是几百。因为人口统计到楼栋级，只有住宅楼挂数，配套公建、车棚没有。直接用groupby().sum()汇总会严重低估实际人口，因为空值被丢弃。解决是先用fillna(0)看总量，再叠加社区户数校正系数。碰到明显低于街道统计的时候，就把研究区内的人口字段按建筑面积加权摊回去，而不是用shp里的原始值直接进结论。

4.4 跨边界建筑被裁剪后形成碎面，污染汇水区统计

前面讲跨边界建筑要用中心点判断，实际操作中，直接裁剪会留下一条条极薄的残片，这些残片面积可能只有2、3平方米。汇总时残片本身影响不大，但它们会把相邻子汇水区的边界“缝”起来，空间连接的时候把这些残片错分到隔壁汇水区。解决方式是在裁剪之前先给建筑面计算质心坐标，按质心落入哪个研究区来分配整栋建筑，不做什么裁剪，减少一个大坑。

4.5 建筑面里混着非居住类建筑，人口字段全空

学校操场轮廓、厂房、车棚、配电房都在建筑面图层里，它们面积很大，但人口字段是空的。SWMM计算不透水面积时，操场和厂房其实也算不透水或半透水，保留没问题。但做人口暴露评估时，这些“空人口”建筑会导致平均人口密度被拉低。解决是加一个building_type判断字段，把居住类建筑单独筛出来做人口汇总，其他建筑只参与面积统计。

5. 把人口字段接进内涝风险：按建筑面估算单元人口暴露量

建筑面数据最后能产出一个很有价值的东西，不是屋顶面积，而是“最容易淹到人的地方到底有多少人”。SWMM只算水，算出积水深度后还缺一张“受淹人口”图，这时人口字段就派上用场了。做法是先用建筑面的pop字段按子汇水区汇总暴露人口，再把SWMM模拟出的淹没范围叠加到人口分布上，就能得到不同重现期下受影响人口量级。

import geopandas as gpd # SWMM模拟得到的淹没区，保存为 inundation.shp inundation = gpd.read_file("/output/inundation.shp") pop_by_zone = gpd.read_file("/output/pop_by_zone.shp") # 上一章算出的汇水区人口 # 淹没区与人口统计区做空间连接，按淹没面积比例折算人口 hit = gpd.overlay(inundation, pop_by_zone, how="intersection") hit["exposed_pop"] = hit["pop_sum"] * (hit.geometry.area / hit["zone_area_m2"]) print("受影响人口:", hit["exposed_pop"].sum()) print("受影响汇水区数量:", hit["zone_id"].nunique())

这段代码核心就一个分配逻辑：淹没区面积占这个子汇水区的比例，乘以该区总人口，得到暴露人口。如果淹没区只淹了一小片，人口按面积均匀摊；如果整个汇水区都在水里，暴露人口就等于总人口。精度够用，不需要做到单栋楼逐户级别。

最后说一个习惯：脚本跑完，我不会直接拿去汇报，而是把结果和街道人口普查数量级做一次对比。建筑面数据加工出来的人口只是相对分布，绝对值和普查数差30%以上就说明字段口径有问题，需要回去看是按户籍算还是常住算。从那以后我每次交付前，都强制走一遍“面积字段单位核查——人口口径核查——淹没比例验证”这条天路，少一步都不敢出图。这方法救了我好几次数据事故，希望帮到你。

本文还有配套的精品资源，点击获取