当前位置: 首页 > news >正文

GeoBoundaries下载行政区划边界数据(提供中国资源shapefile)

  • 要下载山东省济南市各个区的行政区划边界数据,你可以通过 geoBoundaries
    提供的数据来实现。下面是详细步骤,包括网页操作和可选的 Python 自动化方式。

目录

    • ✅ 一、通过 geoBoundaries 官网手动下载
      • 1. 打开官网:
      • 2. 查找中国数据:
      • 3. 选择合适的行政级别:
      • 4. 下载 ADM2 或 ADM3:
    • 🐍 二、使用 Python 自动化下载(可选)
      • 示例:下载中国 ADM3(县/区级)边界
      • 下一步:
    • 📍 补充:字段名参考


✅ 一、通过 geoBoundaries 官网手动下载

1. 打开官网:

👉 https://www.geoboundaries.org
在这里插入图片描述

2. 查找中国数据:

  • 点击顶部导航栏的 “Download Data”;
  • 在地图上点击中国,或者在列表中选择 “China”。
    在这里插入图片描述

3. 选择合适的行政级别:

geoBoundaries 对中国的划分如下:

Level含义示例
ADM0国家级China
ADM1省级山东省
ADM2地市级济南市
ADM3区/县级(部分国家)历下区、槐荫区等

在中国,济南市下辖区如历下区、槐荫区、天桥区、历城区、市中区等属于 ADM2(市)以下,ADM3(区/县)
在这里插入图片描述

4. 下载 ADM2 或 ADM3:

  • 选择 ADM2(市级,包含济南市)
  • 或选择 ADM3(县/区级,包含济南各区)

下载的文件一般包括:

  • .shp(矢量文件)
  • .dbf, .prj, .shx

在这里插入图片描述
在这里插入图片描述

🐍 二、使用 Python 自动化下载(可选)

你可以使用 Python 脚本来自动下载并解压 geoBoundaries 数据。

示例:下载中国 ADM3(县/区级)边界

import requests
import zipfile
import io# 下载中国 ADM3 级别的行政边界(包含济南各区)
url = "https://www.geoboundaries.org/gbRequest.html?ISO=CHN&ADM=ADM3"# 发起请求并获取真实下载链接
response = requests.get("https://www.geoboundaries.org/api/current/gbOpen/CHN/ADM3/")
data = response.json()# 获取 Shapefile 下载链接
download_url = data['gjDownloadURL']
print("下载链接:", download_url)# 下载并解压
r = requests.get(download_url)
z = zipfile.ZipFile(io.BytesIO(r.content))
z.extractall("china_adm3_shapefile")  # 解压目录
print("下载完成,已解压到当前目录下的 china_adm3_shapefile 文件夹中")

下一步:

  • 在 ArcGIS/QGIS 中打开 shapefile;
  • 使用属性字段过滤济南市(例如 shapeName == "Lixia""Shizhong" 等)即可提取济南市各区。
    在这里插入图片描述
    在这里插入图片描述

📍 补充:字段名参考

在下载的 .shp 文件中,常见字段可能包括:

  • shapeName:区域名称,如“Lixia”、“Huaiyin”;
  • shapeGroup:国家(CHN);
  • shapeType:行政级别,如 ADM3。
http://www.xdnf.cn/news/937963.html

相关文章:

  • 重复文件管理 一键清理重复 图片 文档 免费 超轻量无广告
  • 机器学习 [白板推导](四)[降维]
  • SpringBoot自定义EndPoint实现线程池动态管理
  • 6月8日day48打卡
  • 动态工作流:目标结构来自外部数据集
  • 华为OD机试-正整数到Excel编号之间的转换-逻辑分析(Java 2025 A卷 100分)
  • 【LeetCode 热题100】字符串 DP 三连:最长回文子串、最长公共子序列 编辑距离(力扣5 / 1143/ )(Go语言版)
  • 【P2P】低延迟直播(尤其是 P2P 实时分发)常用的 x264 编码参数示例
  • Prompt工程学习之自我一致性
  • 6.8 note
  • Python学习——排序
  • Linux 内存管理调试分析:ftrace、perf、crash 的系统化使用
  • 3.机器学习-分类模型-线性模型
  • 《深入理解 Nacos 集群与 Raft 协议》系列四:日志复制机制:Raft 如何确保提交可靠且幂等
  • 《Spring Boot 微服务架构下的高并发活动系统设计与实践》
  • CQF预备知识:Python相关库 -- SciPy 安装
  • 会计-合并-5- 处置交易在合报与个报会计处理
  • 由汇编代码确定switch语句
  • 第13次01:广告及商品数据呈现
  • (LeetCode 每日一题)386. 字典序排数(递归、深度优先搜索dfs || 递推)
  • 动态生成 PV 的机制:使用 NFS-Client Provisione
  • 深入解析Golang反射机制与高效文件操作实践
  • TCP相关问题 第一篇
  • Windows权限提升篇数据库篇MYSQLMSSQLORACLE自动化项目
  • 管理数据洪流:自动化处理与归档每日数据文件的策略与实践
  • BOM(Browser Object Model)核心对象手册
  • CNN核心机制深度解析:卷积池化原理 PyTorch实现经典网络
  • MSYS2 环境配置与 Python 项目依赖管理笔记
  • Z-FOLD: A Frustratingly Easy Post-Training Quantization Scheme for LLMs
  • MS39531N 是一款正弦驱动的三相无感直流电机驱动器,具有最小振动和高效率的特点