简介：这份资源面向地理信息、水文规划及区域研究方向的从业者与学习者，提供浙江省下属八大流域的矢量SHP整理数据，可直接在ArcMap、ArcGIS等平台中加载使用，用于流域边界分析、专题制图与空间统计。压缩包共74个文件，以shp、shx、dbf、prj等核心矢量格式为主，辅以sbx、sbn、xml、cpg等索引与元数据文件，整体约14.18MB，目录按流域分文件夹组织，并单独提供八大流域合并图层，便于整体调用或按需拆分。数据覆盖钱塘江、瓯江、椒江、飞云江、苕溪、甬江、运河、鳌江及其他海岸线区域，各流域均附河长与流域面积等属性信息，如瓯江流域面积18168.75平方公里、椒江6590.71平方公里，可直接支撑流域对比与空间量算。目前已有208人学习下载，适合需要快速获取浙江流域边界底图、减少手工数字化工作量的用户参考使用。
1. 浙江省八大流域划分：从一张 SHP 说起，为什么你拿到的边界总对不上
做过浙江水文、防汛、农污或者环评项目的人，大概率都遇到过同一个场景：手头拿到一份号称“浙江省八大流域”的 SHP，打开一看，钱塘江和曹娥江的边界在绍兴一带互相咬合，瓯江和飞云江在温州那头又留了一条缝，跟省界、县界怎么叠都叠不齐。这不是数据坏了，而是“流域划分”这件事本身就有多套口径——水利口的八大流域、环保口的水功能区、自然资源口的集水单元，边界逻辑根本不一样。
这篇要讲清楚的，就是浙江省下属八大流域（钱塘江、瓯江、曹娥江、苕溪、飞云江、鳌江、甬江、椒江）的矢量 SHP 到底该怎么整理、怎么用、怎么避坑。适合三类人：一是做 GIS 数据入库、需要把流域边界和行政区划做空间关联的工程师；二是做水文分析、想拿流域面做分区统计的从业者；三是刚接手一份来源不明的 SHP、想搞清楚它能不能直接投产的人。核心不是教你画边界，而是教你判断一份流域 SHP 值不值得信、怎么把它整理成能用的资产。
2. 八大流域 SHP 的字段结构与坐标基准：先看懂再动手
2.1 一份合格的流域 SHP 应该有哪些字段
拿到任何一份流域 SHP，第一步不是急着加载到地图里看颜色，而是先看属性表。浙江省八大流域的矢量数据，常见做法是每个流域一个面要素，或者一个图层里用字段区分。我一般会检查这几列是否存在：
| 字段名 | 类型 | 含义 | 是否必需 |
|---|---|---|---|
| NAME | 文本 | 流域名称，如“钱塘江” | 必需 |
| CODE | 文本/整型 | 流域编码，便于关联 | 建议有 |
| AREA_KM2 | 双精度 | 流域面积，单位平方公里 | 建议有 |
| PROVINCE | 文本 | 所属省份，固定“浙江省” | 可选 |
| LEVEL | 整型 | 流域层级，1 为一级流域 | 可选 |
如果一份数据只有几何没有 NAME，那它基本只能当底图看，做不了分区统计。更麻烦的是 NAME 写法不统一——“钱塘江流域”和“钱塘江”在空间关联时会变成两个对象，这种坑后面会专门讲。
2.2 坐标基准：CGCS2000 和 WGS84 别混用
浙江省的官方地理数据，现在主流是 CGCS2000 坐标系。但网上流传的很多 SHP 是 WGS84，甚至还有老数据是西安80。这三者直接叠在一起，在浙江省范围内会有几十米到上百米的偏移，做小流域分析时足够让你怀疑人生。
判断方法很简单，用 ogrinfo 看一眼：
ogrinfo -al -so zhejiang_basins.shp输出里会有一行Layer SRS WKT，看里面的GEOGCS名称。如果是China_Geodetic_Coordinate_System_2000，那就是 CGCS2000；如果是WGS_1984，就是 WGS84。两者在浙江省的差异，用 QGIS 的“重新投影”工具转到同一个坐标系下就能看出来，边界会有肉眼可见的错位。
我一般会统一转成 CGCS2000 地理坐标系（EPSG:4490）做存储，做面积统计时再投影到 CGCS2000 3 度带高斯克吕格。转换命令：
ogr2ogr -t_srs EPSG:4490 zhejiang_basins_cgcs2000.shp zhejiang_basins.shp参数说明：-t_srs指定目标坐标系，EPSG:4490 是 CGCS2000 地理坐标。如果要做面积计算，换成对应的投影坐标系 EPSG，比如浙江常用的 EPSG:4547 到 EPSG:4554 这一组 3 度带。
2.3 几何有效性检查：别让自相交毁掉你的叠加分析
流域面数据最常见的几何问题是自相交和悬挂节点。自相交的面在做相交分析时会报拓扑错误，悬挂节点会导致相邻流域之间出现细缝或重叠。检查方法：
from osgeo import ogr ds = ogr.Open("zhejiang_basins.shp") layer = ds.GetLayer(0) for feature in layer: geom = feature.GetGeometryRef() if not geom.IsValid(): print(feature.GetField("NAME"), "几何无效") if geom.IsValid(): print(feature.GetField("NAME"), "面积:", geom.GetArea())这段代码遍历每个要素，用IsValid()判断几何是否有效。无效的要素需要修复，QGIS 里可以用“修复几何”工具，命令行可以用shpfix或者 GDAL 的MakeValid()。注意GetArea()返回的是坐标系单位下的面积，如果是地理坐标系，单位是度，不是平方米，别直接拿来当平方公里用。
3. 从原始 SHP 到可用资产：八大流域的整理流程
3.1 流域名称标准化与编码映射
前面提到 NAME 写法不统一的问题，实际项目里我遇到过“钱塘江”“钱塘江流域”“钱塘江干流”三种写法混在一个图层里。解决办法是建一张映射表，把各种别名归一到标准名称。
import geopandas as gpd name_map = { "钱塘江": "钱塘江", "钱塘江流域": "钱塘江", "钱塘江干流": "钱塘江", "瓯江": "瓯江", "瓯江流域": "瓯江", "曹娥江": "曹娥江", "曹娥江流域": "曹娥江", "苕溪": "苕溪", "苕溪流域": "苕溪", "飞云江": "飞云江", "鳌江": "鳌江", "甬江": "甬江", "椒江": "椒江", } gdf = gpd.read_file("zhejiang_basins.shp") gdf["NAME_STD"] = gdf["NAME"].map(name_map) gdf["CODE"] = gdf["NAME_STD"].map({ "钱塘江": "QTF", "瓯江": "OJ", "曹娥江": "CET", "苕溪": "TX", "飞云江": "FYJ", "鳌江": "AJ", "甬江": "YJ", "椒江": "JJ", }) gdf.to_file("zhejiang_basins_std.shp", encoding="utf-8")逻辑说明：name_map把别名归一到标准名，CODE用拼音首字母做编码，方便后续和数据库关联。to_file时指定encoding="utf-8"，避免中文乱码。这一步做完，属性表里应该正好八条记录，多一条少一条都要查。
3.2 相邻流域的拓扑处理：消除缝隙与重叠
八大流域之间应该是无缝无重叠的。但实际数据里，钱塘江和曹娥江在绍兴交界处经常有细缝，瓯江和飞云江在温州那头有重叠。处理方法是先做联合，再按流域名称重新分割。
import geopandas as gpd from shapely.ops import unary_union gdf = gpd.read_file("zhejiang_basins_std.shp") union_geom = unary_union(gdf.geometry) print("联合后几何是否有效:", union_geom.is_valid) print("联合后面积:", union_geom.area) gdf["geometry"] = gdf.geometry.buffer(0) gdf.to_file("zhejiang_basins_fixed.shp", encoding="utf-8")buffer(0)是修复自相交的常用技巧，对大多数面数据有效。unary_union把所有流域合成一个整体，用来检查总面积是否合理。如果联合后的几何无效，说明有严重的拓扑问题，需要回到上一步逐个修复。
注意：
buffer(0)不是万能的，对某些复杂自相交可能产生空几何，修复后要重新检查每个要素的有效性。
3.3 与行政区划的空间关联
流域边界整理好之后，通常要和县界、市界做叠加，算出每个县涉及哪些流域、各占多少面积。这一步用 GeoPandas 的 overlay 就能做：
import geopandas as gpd basins = gpd.read_file("zhejiang_basins_fixed.shp") counties = gpd.read_file("zhejiang_counties.shp") if basins.crs != counties.crs: counties = counties.to_crs(basins.crs) intersect = gpd.overlay(counties, basins, how="intersection") intersect["area_km2"] = intersect.geometry.area / 1e6 result = intersect.groupby(["县名", "NAME_STD"])["area_km2"].sum().reset_index() result.to_csv("county_basin_area.csv", index=False, encoding="utf-8-sig")逻辑说明：先统一坐标系，再做相交，area / 1e6是把平方米转成平方公里（前提是投影坐标系）。groupby按县和流域汇总面积，输出 CSV 时用utf-8-sig让 Excel 能正确识别中文。这一步的结果可以直接用来做流域面积占比分析。
3.4 数据导出与格式转换
整理好的 SHP 可能需要转成其他格式给不同环节用。常见的有 GeoJSON、KML、PostGIS。转 GeoJSON：
ogr2ogr -f GeoJSON zhejiang_basins.geojson zhejiang_basins_fixed.shp转 KML 给非 GIS 人员看：
ogr2ogr -f KML zhejiang_basins.kml zhejiang_basins_fixed.shp导入 PostGIS：
ogr2ogr -f PostgreSQL PG:"host=localhost dbname=gis user=postgres" zhejiang_basins_fixed.shp -nln zhejiang_basins参数说明：-f指定输出格式，-nln指定目标表名。导入 PostGIS 前要确保数据库已安装 PostGIS 扩展，否则会报错。
4. 避坑与排查：流域 SHP 整理中最容易翻车的五个点
4.1 现象：叠加分析报“拓扑错误”，原因：面自相交或悬挂节点
这是最常见的翻车现场。QGIS 里做相交，弹出一堆红色错误，或者结果里出现空几何。原因通常是原始数据某个面有自相交，或者相邻面之间有悬挂节点。解决办法：先用IsValid()逐个检查，对无效的用buffer(0)或 QGIS 的“修复几何”处理。如果修复后还有问题，把那个面单独导出来，放大到节点级别手动编辑。
4.2 现象：面积统计结果偏大或偏小，原因：坐标系单位没搞对
用地理坐标系（度）直接算面积，得到的是平方度，不是平方米。有人直接把平方度乘以一个系数当平方公里用，结果差出几个数量级。正确做法是先投影到等面积投影或高斯克吕格投影，再算面积。浙江常用 EPSG:4547 到 EPSG:4554，具体用哪个带取决于经度范围。
4.3 现象：中文属性乱码，原因：编码不一致
SHP 的 DBF 文件对中文支持一直是个玄学。用 GeoPandas 读进来正常，导出后 ArcGIS 打开乱码，或者反过来。解决办法：读写时统一指定encoding="utf-8"，如果对方用 ArcGIS，可以导出为GBK。更稳妥的做法是属性表里只存英文和编码，中文名称单独存一份 CSV 做关联。
4.4 现象：流域边界和省界对不上，原因：数据来源口径不同
浙江省的省界有多个版本，民政口的、自然资源口的、水利口的，边界细节不一样。流域数据如果是从水文站点的集水区推出来的，和省界本来就不会完全重合。解决办法：明确你的分析目的，如果只是做省内统计，用省界裁剪一下；如果需要完整流域，就不要裁，保留流域自然边界。
4.5 现象：八个流域合并后总面积对不上，原因：重叠或缝隙
理论上八大流域应该覆盖浙江全省，但实际数据里可能有重叠或缝隙。用unary_union合并后，和浙江省界面积对比，差个百分之几是正常的，差太多就要查。重叠的地方用相交分析找出来，缝隙用对称差找出来，逐个处理。
5. 进阶技巧：用流域 SHP 做分区统计与自动化质检
5.1 用流域面做栅格分区统计
整理好的流域 SHP 可以直接用来做栅格统计，比如算每个流域的平均降雨量、NDVI、高程。用 rasterstats 库：
from rasterstats import zonal_stats import geopandas as gpd basins = gpd.read_file("zhejiang_basins_fixed.shp") stats = zonal_stats(basins, "rainfall_2024.tif", stats=["mean", "max", "min"], nodata=-9999) basins["rain_mean"] = [s["mean"] for s in stats] basins.to_file("zhejiang_basins_rain.shp", encoding="utf-8")zonal_stats的第一个参数是矢量面，第二个是栅格文件，stats指定要算的统计量。nodata要和栅格的实际 nodata 值一致，否则统计结果会偏。这一步做完，每个流域就带上了降雨统计值，可以直接出专题图。
5.2 自动化质检脚本
每次拿到新数据都手动检查太累，我一般会写一个质检脚本，把常见问题一次性查完：
import geopandas as gpd def check_basins(path): gdf = gpd.read_file(path) print("要素数:", len(gdf)) print("坐标系:", gdf.crs) print("几何有效:", gdf.geometry.is_valid.all()) print("空几何:", gdf.geometry.is_empty.any()) print("名称唯一:", gdf["NAME_STD"].nunique() == len(gdf)) print("总面积:", gdf.geometry.area.sum()) return gdf gdf = check_basins("zhejiang_basins_fixed.shp")这个脚本输出要素数、坐标系、几何有效性、空几何、名称唯一性和总面积。每次整理完跑一遍，五分钟能省掉后面几小时的排查。我自己的习惯是，质检不通过的数据绝不进入下一步，宁可花时间修，也不带着问题往下做。
希望帮到你。
本文还有配套的精品资源，点击获取
