GIS数据格式:Shapefile、GeoJSON、GeoPackage
发布于
GIS文件格式是存储地理数据的一种标准方式,存储的内容是几何形状或像元网格,加上把它们定位到地球上的坐标,保存在其他软件可以读取的文件中。我们把法国Annecy同一批3,403个建筑多边形导出为五种常见矢量格式,输出大小从单个CSV文件的1.74 MB到KML的4.05 MB不等,经典的Shapefile为2.58 MB,分散在五个文件中。
每种格式都属于两个家族之一,正如我们的矢量与栅格指南详细解释的那样。矢量格式把点、线和多边形连同属性表一起存储,适合边界、道路和建筑轮廓。栅格格式存储像元网格,例如卫星影像或高程模型。选对格式,决定了同事能否打开文件、列名会不会被截掉一半,以及地图绘制得有多快。
2.58MB,5个文件
3,403栋建筑的Shapefile
每个组成文件限2 GB,字段名限10个字符
2.37MB,1个文件
同一图层的GeoJSON
纯文本,固定为WGS 84经纬度
1.85MB,1个文件
同一图层的GeoPackage
SQLite数据库,QGIS的默认格式

GIS文件格式有哪些区别?
在查看各文件的内部结构之前,先看开始使用GIS时最常遇到的六种格式在结构、坐标系统和限制上的对比。
| 格式 | 扩展名 | 类型 | 每个图层的文件数 | CRS支持 | 文档记载的大小限制 | 最适合 |
|---|---|---|---|---|---|---|
| Shapefile | .shp, .shx, .dbf (+ .prj, .cpg) | 矢量 | 3至7个以上 | 任意(存于.prj) | 每个组成文件2 GB | 旧软件和公共数据门户 |
| GeoJSON | .geojson, .json | 矢量 | 1 | WGS 84(CRS84,经度/纬度) | 规范中无限制 | 网页地图和网络API |
| GeoPackage | .gpkg | 矢量和栅格 | 1(可容纳多个图层) | 任意 | 规范中为140 TB(FAT32驱动器上为4 GB) | 桌面GIS工作和文件交换 |
| GeoTIFF | .tif, .tiff | 栅格 | 1 | 任意(存于TIFF标签) | 经典TIFF为4 GB,BigTIFF更大 | 航空影像、高程模型、栅格分析 |
| KML / KMZ | .kml, .kmz | 矢量(可捆绑图像) | 1 | WGS 84(经度/纬度) | 规范中无限制 | 在Google Earth中查看 |
| 带坐标的CSV | .csv(+ 可选的.prj) | 矢量(多为点) | 1 | 任意(不存于CSV内部) | 规范中无限制 | 点位电子表格、地理编码输入 |
我们如何测量文件大小。 2026年11月16日,我们通过pyogrio 0.13.0使用GDAL 3.12.4,在默认选项下,把法国Annecy同一个包含3,403个建筑多边形的图层(来自IGN的BD TOPO,8个属性,34,076个顶点)写入每种矢量格式。按每MB 1,048,576字节计,输出大小如下:
- KML(WGS 84): 1个文件,4,251,540字节(4.05 MB)。
- Shapefile(Lambert-93): 5个文件,2,700,826字节(2.58 MB)。
- GeoJSON(RFC 7946,WGS 84): 1个文件,2,484,798字节(2.37 MB)。
- GeoPackage(Lambert-93): 1个文件,1,941,504字节(1.85 MB)。
- 带WKT的CSV(WGS 84): 1个文件,1,821,443字节(1.74 MB)。
这个顺序反映了每种格式存储文本和数字的方式。KML在每个坐标列表外包裹XML标签。Shapefile的.dbf表使用定长记录:GDAL给每个文本字段分配80个字符,用空格填充较短的词,使每条建筑记录占473字节,而且BD TOPO的建筑在每个顶点上都带有高度,所以几何类型为PolygonZ。栅格测试中,我们导出了同一Annecy区域640乘400像元的高程网格(5米分辨率,32位浮点数):未压缩的GeoTIFF为1,025,166字节(0.98 MB),而DEFLATE压缩把它缩到428,433字节(0.41 MB),精度没有损失。大小总是取决于你的数据和导出选项,所以请把这个排序视为典型结果,而不是固定规律。
什么是Shapefile(.shp、.shx、.dbf、.prj)?
Shapefile是Esri的矢量格式,记录在ESRI Shapefile Technical Description(1998年7月)中。尽管名字是单数,Shapefile从来不是一个文件。它是一组至少三个必需文件,共用同一个基本名称,外加可选的伴随文件。

在我们的3,403栋Annecy建筑上,GDAL写出了五个文件,总计2,700,826字节:
.shp(必需,1,063,136字节): 存储要素几何。按1998年规范,一个Shapefile中所有非空形状必须是同一种形状类型,所以不能在一个.shp里混合点、线和多边形。.shx(必需,27,324字节): 位置索引,使软件能直接跳转到.shp中的任意要素。它的大小是精确计算的结果:100字节的文件头,加上3,403个形状各8字节。.dbf(必需,1,609,909字节): 保存属性的dBASE表,每个形状一条记录,顺序与.shp相同。.prj(可选,452字节): 以Well-Known Text(WKT)字符串存储坐标参照系,这里是Lambert-93。.cpg(可选,5字节): 声明.dbf文件的文本编码。我们的文件包含五个字符的字符串UTF-8,GDAL的Shapefile驱动读取它来正确解码带重音的字母。- 其他可选文件: Esri软件还会写出用于空间索引的
.sbn和.sbx,以及用于元数据的.xml。
由于属性表是dBASE文件,Shapefile有严格的限制,记录在Esri的Shapefile输出地理处理注意事项中:
- 字段名限10个字符: 任何超过10个字符的列名在导出时都会被截断。在我们的Annecy BD TOPO导出中,GDAL截断了四个名称:
nombre_d_etages变成nombre_d_e,altitude_minimale_sol变成altitude_m,methode_d_acquisition_planimetrique变成methode_d_,date_modification变成date_modif。当两个长名称的前10个字符相同时,它们会冲突,GDAL会重命名其中一个,例如加上数字。 - 2 GB大小上限: Esri记载任何组成文件最大为2 GB,约可容纳7000万个点要素。GDAL指出,该格式的32位偏移量理论上可以寻址更多,但建议为了跨软件兼容性保持在2 GB以下。
- 属性限制: 最多255个字段;文本字段最多254个字符;日期字段只存日历日期,不含一天中的时间;数字以字符串形式存储,所以小数可能被舍入;不支持
NULL值(空值会被替换,例如替换成0或空白)。
什么是GeoJSON(.geojson)?
GeoJSON是基于JSON的纯文本矢量格式,由互联网工程任务组(IETF)在RFC 7946(2016年8月)中标准化,此前有2008年的社区规范。全部内容放在一个.geojson或.json文件里,你可以用文本编辑器打开、在Git中比对,或拖进我们的GeoJSON查看器。
文件内部,一个FeatureCollection包含Feature对象数组,每个对象把一个properties字典与一个geometry配对,几何类型为Point、LineString、Polygon、它们的Multi对应类型,或GeometryCollection。
RFC 7946把每个合规GeoJSON文件的坐标参照系锁定为以十进制度表示的WGS 84经度和纬度(OGC:CRS84),并按这个确切顺序书写:先经度,后纬度,可选的第三个数字为以米为单位的高程。这条规则消除了Shapefile缺少投影的问题,也使GeoJSON成为网页地图库(MapLibre、Leaflet、OpenLayers)和网络API的原生语言。
代价是大小和速度。数字以字符形式写出,文件没有内置空间索引,所以软件必须从头到尾解析整个文件,数据集较大时会变慢。要在桌面和网页工作流之间转换,请使用我们的Shapefile转GeoJSON或GeoJSON转Shapefile转换器。
什么是GeoPackage(.gpkg)?
GeoPackage是由OGC GeoPackage Encoding Standard(1.4.0版)定义的开放格式,把空间数据存放在一个以.gpkg结尾的SQLite数据库文件中。创建或导出新的矢量图层时,QGIS默认使用GeoPackage格式。
与Shapefile不同,一个.gpkg文件可以同时容纳多个矢量图层、栅格瓦片金字塔和普通属性表,每个都有自己的坐标参照系和可选的空间索引。由于建立在SQLite之上,它没有dBASE的那些缺陷:
- 列名可以任意长、任意有描述性(
methode_d_acquisition_planimetrique保持完整)。 - 文本字段可超过254个字符,真正的
NULL值和时间戳可正常使用,数字以二进制存储,不会有字符串舍入。 - 规范支持最大约140 TB的文件,不过保存到FAT32格式的U盘或存储卡上时,单个文件仍限制在4 GB。
什么时候该从Shapefile换成GeoPackage?
出现以下任何一种情况时,就把工作流迁移到GeoPackage:
.shp或.dbf文件逼近2 GB上限。- 被截断的10字符字段名让脚本出错或表格难以阅读。
- 你需要真正的
NULL值、日期时间字段、不必为.cpg头疼的Unicode文本,或长于254个字符的字符串。 - 你想把一个项目的所有图层(道路、地块、建筑、查找表)打包进一个文件,不会在邮件附件里丢失
.shx或.prj。
只有当客户合同、旧版CAD程序或政府上传门户明确要求.shp时,才继续导出Shapefile。
什么是GeoTIFF(.tif)?
GeoTIFF是由OGC GeoTIFF Standard 1.1(2019年)标准化的栅格文件格式。它是标准的.tif或.tiff图像文件,带有嵌入的元数据标签,告诉GIS软件坐标参照系、每个像素的地面大小以及图像角点的坐标。
由于GeoTIFF存储的是原始数值波段,而不仅是屏幕颜色,它可以处理航空照片(RGB和近红外)、数字高程模型(以米为单位的32位浮点高度)和土地覆盖网格。经典TIFF使用32位文件偏移量,上限硬性为4 GB;GDAL可读写的BigTIFF变体可以超过4 GB。
实践中有两个变体值得注意:
- 无损压缩: 启用
DEFLATE或LZW压缩可缩小磁盘上的文件而不改变任何像素值。在我们640乘400的Annecy高程网格上,DEFLATE把文件从1,025,166字节缩到428,433字节(缩小58%)。 - 云优化GeoTIFF(COG): 经过组织的标准GeoTIFF,客户端可以通过网络只读取所需的部分。网页地图或QGIS随后可以通过HTTP只请求用户正在查看的区域,而无需先下载整幅图像。
什么是KML、KMZ和带坐标的CSV?
KML和KMZ。 KML(Keyhole Markup Language)由Google提交,于2008年4月被采纳为OGC KML 2.2标准,是一种XML矢量格式,用于在Google Earth中显示点、线、多边形、3D模型和弹出说明。.kmz文件就是压缩后的.kml,可以把自定义图标图像与几何一起打包。与GeoJSON一样,KML始终使用WGS 84经度、纬度和可选的海拔。由于XML在每个要素周围重复开始和结束标签,KML在我们的Annecy基准测试中是最大的文件,为4.05 MB。更多内容请阅读KML文件是什么,用KML查看器预览文件,或用KML转Shapefile、Shapefile转KML和KMZ转KML转换。
带坐标的CSV。 逗号分隔值(.csv)文件或Excel电子表格,只要包含longitude和latitude两列(或以米为单位的X和Y),或者包含一列Well-Known Text几何,例如POINT (6.1258 45.8988),就成为GIS图层。在我们的Annecy多边形上,带WKT列的CSV是所有文件中最小的,为1.74 MB,因为它把每栋建筑存成一行文本,标记极少。不过,CSV没有空间索引,也没有内部的CRS定义。GDAL的CSV驱动可以读取X/Y或WKT列并写出配套的.prj文件,你也可以用CSV转Shapefile和CSV转GeoJSON直接转换点表。
你还会遇到哪些GIS格式?
除了主要的六种,专业领域还依赖另外八种格式:
- GPX(
.gpx): 用于手持接收机和运动手表的GPS航点、路线和记录轨迹的XML模式。 - FlatGeobuf(
.fgb): 紧凑的二进制矢量格式,内置空间索引,设计用于通过网络流式传输大型矢量图层。 - GeoParquet(
.parquet): 基于Apache Parquet的列式矢量格式,用于云数据仓库和多GB级的空间分析。 - Esri File Geodatabase(
.gdb): 由二进制文件组成的文件夹,是Esri在ArcGIS Pro中的原生格式,可通过GDAL在QGIS中读取。 - NetCDF(
.nc): 多维数组格式,用于气候科学和海洋学中随空间、深度和时间变化的网格。 - JPEG 2000(
.jp2): 小波压缩的栅格格式,用于分发Copernicus Sentinel-2卫星波段。 - DXF和DWG(
.dxf、.dwg): AutoCAD的CAD绘图格式,常常缺少声明的CRS,保存的是命名图层上的线,而不是GIS要素表。 - LAS和LAZ(
.las、.laz): 3D LiDAR点云的标准二进制格式(及其压缩版本)。
应该选哪种GIS格式?
按数据接下来的去向选择格式:
| 你的任务 | 推荐格式 | 原因 |
|---|---|---|
| 在桌面GIS中保存和共享图层 | GeoPackage(.gpkg) | 一个文件,没有10字符截断,可容纳多个图层,空间索引快 |
| 构建网页地图或向API发送数据 | GeoJSON(.geojson) | JavaScript和浏览器原生支持,固定为WGS 84 |
交付给要求.shp的客户或门户 | Shapefile(.shp压缩包) | 对旧版GIS和CAD工具有通用的向后兼容性 |
| 在Google Earth中显示地标和样式 | KML或KMZ(.kml、.kmz) | 支持文件夹树、图标、相机倾斜和HTML弹出窗口 |
| 地理编码地址或共享点位表 | CSV(.csv) | 可在Excel、Python和所有数据库中打开 |
| 存储正射影像、DEM或栅格输出 | GeoTIFF(.tif)或COG | 保留精确的像素值、CRS标签和无损压缩 |
如何打开和转换GIS文件格式?
打开或转换这些文件,都不需要商业许可。
在浏览器中打开或转换
只想快速检查而不安装软件,就把文件拖进我们免费的Shapefile查看器、GeoJSON查看器或KML查看器。要当场切换格式,使用Shapefile转GeoJSON、KML转Shapefile或CSV转GeoJSON。
用ogr2ogr命令行批量转换
当你有上百个文件要转换,或想自动化流水线时,GDAL的
ogr2ogr工具可以用一条命令在矢量格式之间转换(例如ogr2ogr -f GPKG buildings.gpkg buildings.shp)。用我们的ogr2ogr命令生成器生成用于重投影、筛选和图层命名的确切参数。
在QGIS中,我们开发的插件AI Agent也能根据一句自然语言在这些格式之间加载、重投影和导出图层,例如让它把一个文件夹的Shapefile合并成一个使用你所在国家CRS的GeoPackage。
大家常问的问题
对矢量数据来说,Esri的Shapefile(.shp、.shx、.dbf)仍被广泛用于交换数据,而GeoPackage(.gpkg)是QGIS等现代桌面GIS的默认格式,GeoJSON(.geojson)是网页地图的标准。对卫星影像和高程模型等栅格数据,GeoTIFF(.tif)是通用标准。
每个Shapefile都需要三个放在同一文件夹中、同名的文件:.shp存要素几何,.shx存位置索引,.dbf存dBASE属性表。许多Shapefile还包含一个定义坐标参照系的可选.prj文件,以及一个声明UTF-8等文本编码的.cpg文件。
Shapefile是Esri的多文件二进制矢量格式,支持任何坐标参照系,但组成文件上限2 GB,字段名截为10个字符。GeoJSON(RFC 7946)是单个纯文本JSON文件,固定为WGS 84经度和纬度(CRS84),字段名没有长度限制,专为网页地图和API设计。在我们的3,403栋建筑测试图层上,Shapefile为5个文件共2.58 MB,GeoJSON为1个文件2.37 MB。
对几乎所有桌面GIS工作来说,是的。GeoPackage(.gpkg)把多个矢量和栅格图层存在一个SQLite文件中,保留完整列名而不是截为10个字符,支持真正的NULL值和时间戳,上限扩展到140 TB而不是2 GB。只有当接收方的旧软件无法读取.gpkg时,才使用Shapefile。
GeoTIFF(.tif或.tiff)是栅格图像文件,在标准TIFF文件头中嵌入地理配准标签,包括坐标参照系、像素分辨率和地面坐标。GIS软件把GeoTIFF用于航空影像、卫星波段和数字高程网格,DEFLATE等无损压缩可以缩小文件而不改变任何像素值:在我们的测试中,高程网格降到了未压缩大小的42%。
可以。你可以把.shp文件(连同它的.shx和.dbf文件)拖进QGIS,它在Windows、macOS和Linux上免费且开源,也可以用我们免费的Shapefile查看器直接在浏览器中打开压缩的Shapefile。
.prj文件是可选的:Esri的文档只把.shp、.shx和.dbf列为必需,所以较旧的导出或CAD转换有时会省略它。没有.prj,GIS软件知道.shp文件中的坐标数值,却不知道它们属于哪个坐标参照系,因此必须先在QGIS中指定图层原本的CRS,它才会与底图对齐。


