跳转到内容
QGIS
Guide

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

横向条形图,标题为“Same data, different file sizes”,对比Annecy的3,403个建筑多边形在五种格式下的大小:KML为4.05 MB,Shapefile为2.58 MB(5个文件),GeoJSON为2.37 MB,GeoPackage为1.85 MB,带WKT的CSV为1.74 MB。下方第二张图对比一个640乘400的高程网格:未压缩GeoTIFF为0.98 MB,DEFLATE压缩的GeoTIFF为0.41 MB。
同样的3,403栋建筑,用GDAL默认设置保存。KML在每个顶点周围重复XML标签,而GeoPackage把几何和属性打包进一个二进制SQLite文件。

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1WGS 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)1WGS 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。

示意图,标题为“Anatomy of a shapefile”,显示Annecy建筑图层的五张文件卡片:buildings.shp存几何,1,038.2 KB,必需;buildings.shx存索引,26.7 KB,必需;buildings.dbf存属性,1,572.2 KB,必需;buildings.prj存坐标系统,452字节,可选;buildings.cpg存文本编码,5字节,可选。侧栏列出四个被截断为10个字符的BD TOPO字段名: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。
把3,403栋Annecy建筑导出为Shapefile时生成的五个文件,以及在.dbf表中被截成10个字符的四个列名。

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:

  1. .shp或.dbf文件逼近2 GB上限。
  2. 被截断的10字符字段名让脚本出错或表格难以阅读。
  3. 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。
  4. 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。

  1. 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。

  2. 拖放到QGIS中

    打开QGIS,把.gpkg、.geojson、.tif、.kml文件,或解压后的Shapefile文件夹里的.shp文件直接拖到地图画布上。右键单击图层并选择Export > Save Features As...(或Save Raster Layer As...),即可转换为任何其他格式并同时重投影。如果Shapefile没有.prj文件而落在错误的位置,请查看CRS是什么,并在我们的CRS查询中找到正确的代码。

  3. 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

立即使用我们的免费工具完成

Convert Shapefile to GeoJSON

打开免费工具

在 QGIS 里,说一句就能完成

AI Agent 会在你自己的 QGIS 项目中,完成你描述的任务。免费使用,无需绑卡。

免费试用 AI Agent
由以下作者撰写Yvann Barbot
·4 min read

继续阅读

世界地图被划分为60个带编号的纵向UTM投影带和C至X的字母纬度带,巴黎所在的31U格以橙色标出,挪威和斯瓦尔巴群岛的例外区域以红色填充。
QGISGuide

UTM投影带详解:60个带号、UTM坐标和查询方法

UTM投影带是把南纬80°至北纬84°的地球按6°经度划分出的60个纵向带,每个带把地球投影成以米为单位的平面网格。本文含60个带号总览图,讲解东坐标、北坐标、中央经线、假东距、比例因子和 EPSG 代码,并教你查询带号、在 QGIS 中使用。

Yvann BarbotYvann Barbot
·