简介：面向GIS开发、城乡规划与基层治理等场景的河北省村级行政区划矢量数据，覆盖2025年最新村界，包含几万个面要素。数据属性中带有村、社区、乡、街道、镇、市等多级行政区划字段，可直接用于地图制图、空间统计、边界核对及相关业务系统底图建设。压缩包共7个文件，约154.06MB，以shapefile标准组成，其中shp存储几何边界、dbf保存属性信息、shx与sbn/sbx用于索引、prj定义坐标系、xml记录元数据，解压后即可接入ArcGIS、QGIS等平台使用。已有362人学习下载，适合需要精细村级边界数据开展选址分析、资源调配、填报制图等工作的GIS从业者与研究人员。
1. 河北省村界shp：2025版村级行政边界数据到底能用在哪
如果你做河北县乡项目，多半为“村界”熬过夜：省界、县界都能要到，村界却经常没人给，最后对着影像自己描。但这恰恰是行政区划数据里最容易翻车的一层——乡镇界几年不动，村界一年改好几次，撤村并居、村庄规划调整、确权复核补漏，每动一次边界就要重做一批底图。这份2025年河北省村级行政区划shp，不是旧底图换个年份重新发的货，而是按最新国土变更调查口径整理的村界成果：面状图斑、带标准区划代码和村名属性，配套县域行政区划边界shp一起用，能直接进村庄规划、三调地类套合、宅基地确权底图这类日常工作流。适合谁：做县乡自然资源与规划项目的工程师、测绘确权作业队、以及课程设计需要真实村界数据的学生。
2. 摸清数据的“底细”：坐标系、字段与shp文件结构
拿到数据别急着拖进ArcGIS画图。村界这种数据，晚半小时动手不影响进度，但坐标系和字段没搞清就开工，后面返工一定多花半天。这一章先把数据包的物理结构和属性逻辑讲透，再给出一段可以直接跑的识别脚本。
2.1 shp不是“一个文件”：打开前先看懂后缀名分工
很多初学者习惯只把shp文件单独发给同事，结果哪台电脑都打不开。shp只是几何坐标的本体，一个能正常使用的shp数据包，至少要同时包含下面几个文件：
| 后缀 | 作用 | 缺失后果 |
|---|---|---|
| .shp | 存多边形/线/点的几何坐标 | 打不开 |
| .shx | 坐标索引，让软件快速定位要素 | 缺了能强开，但不稳定 |
| .dbf | 属性表，村名、区划代码都在这里 | 属性全丢 |
| .prj | 投影描述，记录坐标系和投影参数 | 软件会当未知坐标系处理 |
| .cpg | 字段编码声明 | 容易出乱码 |
下载解压后这些文件齐全，加载基本不会报错。其中.cpg不是每个包都有，但它直接关系到字段中文能不能正常显示，这也是第五五章要讲的一个重点坑位。稍微牢记“打开之前先看编码”这一条习惯，后面能省不少事。
2.2 坐标系识别：CGCS2000、西安80还是WGS84
河北省村界数据里，老成果常见西安80，新成果基本以CGCS2000为主，有些平台二次导出的文件则会变成WGS84。最靠谱的办法是直接用脚本把CRS打出来看，别靠猜。
import geopandas as gpd # 第一件事：读出数据先看坐标系，而不是直接画图 df = gpd.read_file("河北省村界_2025.shp", encoding="utf-8") print("要素数：", len(df)) print("坐标系：", df.crs) print("字段：", df.columns.tolist()) print("边界范围：", df.total_bounds)Python环境里没有geopandas时，先执行pip install geopandas；如果读取报编码错误，把encoding="utf-8"改成encoding="gbk"再试。
这段脚本把四个关键信息一次性列出来。要素数上，河北全省行政村的正常量级在四万五到五万个，如果打印出来只有几千，大概率数据被裁剪过或只覆盖了部分地市。坐标系正常应显示为EPSG:4490（CGCS2000地理坐标）、EPSG:4610（西安80）或对应的投影坐标系编号；显示None就说明投影信息丢失。边界范围上，河北大致在东经113°30′至119°30′、北纬36°至42°40′之间，如果xmin、ymin跑到完全不相干的地方，坐标值本身就有问题。陕西80成果想和CGCS2000影像套合，不能只做简单平移，需要按公共点求转换参数，否则误差直接体现为边界漂移。
2.3 属性字段里最值钱的两列：区划代码和村名
这份shp的属性表不算复杂，常见字段如下：
| 字段 | 含义 | 示例 |
|---|---|---|
| XZCJC | 行政村名称 | 西王庄村 |
| XZQDM | 12位区划代码 | 130102xxxxxx |
| XZQM | 所属乡镇/街道名称 | 某镇 |
12位区划代码的结构是：前6位县级、中间3位乡镇级、最后3位村级。这个编码是连接民政台账和自然资源"一张图"系统的关键。确权农户表要挂到村界上，靠村名匹配远不如靠代码匹配可靠，因为村名重名、改名的情况太多，代码是唯一的。
# 筛选出石家庄市范围内的村 sjz = df[df["XZQDM"].str.startswith("1301")] # 按乡镇统计行政村数量 town_count = sjz.groupby("XZQM").size().sort_values(ascending=False) print(town_count.head(10))代码逻辑是先按区划代码前缀过滤村级数据，再按乡镇分组计数。注意df["XZQDM"]有时会被读成数值型，要先转成字符串再执行startswith。如果拿到的数据包字段名不是这张表里的写法，比如叫CUN_NAME、CUN_CODE，建议先rename成统一命名，后续脚本复用到其他县市时会顺手很多。字段名尽量用英文字母，避免中文名在某些GIS平台上出现兼容问题。
3. 数据体检与预处理：把原始shp变成能直接干活的数据
解压出来的原始shp，严格说还不是“可干活的数据”。不体检就进项目，等到叠加分析和出图阶段才发现问题，责任往往算在你头上。第三章把体检和预处理流程写成固定套路，每次拿到新数据花三十分钟跑一遍。
3.1 用Python做一次几何体检：无效、重复、范围
几何体检要做三件事：无效几何、重复要素、范围合理性，分别对应自相交多边形、一村两面、坐标系错乱导致的位置异常。
import geopandas as gpd df = gpd.read_file("河北省村界_2025.shp", encoding="utf-8") # 1) 检查无效几何：自相交、环断裂等 invalid = df[~df.geometry.is_valid] print(f"无效几何：{len(invalid)} 个") # 2) 检查完全重复的村名+几何 dup = df[df.duplicated(subset=["XZCJC", "geometry"], keep=False)] print(f"重复要素：{len(dup)} 个") # 3) 修复无效几何：buffer(0)是最常用的后悔药 if len(invalid) > 0: df["geometry"] = df["geometry"].buffer(0) df = df[df.geometry.is_valid] print("缓冲区修复完成")逻辑说明：geopandas里is_valid返回每个要素的拓扑状态。自相交的村界多边形，在地图上几乎看不出问题，但做面积计算或相交分析时会多出一块异常值，所以必须提前修掉。buffer(0)不改变几何轮廓，只是把自相交的环处理成单一有效多边形，这是shapely工具链里最常用的修复手段。
参数说明：duplicated(subset=["XZCJC","geometry"])是按村名和几何共同判重。如果只按村名判重，合并村和同名的自然村会被误杀；keep=False会把涉及重复的全部行标出，方便人工确认到底保留哪条。跑完这段，如果输出“无效几何：0个”，数据质量就算过关；如果有几百个无效几何，说明数据源做过比较粗糙的拓扑编辑，后续所有空间分析都要多留个心眼。
3.2 投影转换：经纬度坐标不能直接算面积
村界原始数据如果是地理坐标系，几何单位是度，这时计算面积返回的是“平方度”，没有任何工程意义。要做面积、周长、密度统计，必须先投影到以米为单位的坐标系。
# 河北跨3度带，东中部用中央经线117E的投影带，西部用114E # 示例：EPSG:4528 是CGCS2000 / 3-degree Gauss-Kruger，中央经线117E df_proj = df.to_crs("EPSG:4528") df_proj["面积_公顷"] = df_proj.geometry.area / 10000 print(df_proj["面积_公顷"].describe())逻辑说明：第一行把地理坐标转换成投影坐标。to_crs接收EPSG编号，转换后几何坐标单位从度变成米，面积列才有物理意义。输出结果可以马上看最小值、中位数、最大值：异常小的村界通常是破碎飞地或数据处理残留，异常大的可能是合并村或误连进了邻村图斑。
参数说明：河北中东部，比如石家庄、沧州、廊坊、唐山这一片，用EPSG:4528（中央经线117E）够用；张家口、承德西部用EPSG:4527（中央经线114E）误差更小。覆盖全省的大范围成果不要只用一个投影带，理想做法是按县选带投影后再merge回来。如果项目最终要求交付WGS84，顺序最好是“投影计算→出统计表→再转回经纬度”，不要一开始就转。
3.3 在QGIS里叠影像做边界复核
几何体检和投影通过后，还得靠眼睛过一遍。操作不复杂：
- 在QGIS的“XYZ Tiles”里接入天地图影像或卫星混合图；
- 把村界shp拖到影像图层上方，设置透明度30%、边界线颜色改成亮红色；
- 滚轮放大到1:5000以上，沿村界走一圈，重点看边界是不是明显压在田坎、道路、河流这些地物上。
如果发现边界大面积与影像偏离，不要急着手动挪顶点。村界在县域尺度一个村只有十几到几十个边界点，人工拉动一个点会把拓扑关系破坏，后面做邻接分析全乱。正确流程是先回到坐标系检查，再看是不是新旧版本混用。只有当边界确实因历史勘界年代早而画错时，才把单个图斑导出到ArcGIS里用编辑器逐点调整。
ArcGIS用户操作路径一样，在图层属性里设透明度，叠加World Imagery底图。重点不是哪款软件，而是坚持“影像复核”这件事，很多确权项目的返工都出在没做这个目视检查。
3.4 从DWG转shp：承接测绘院勘界成果的路径
很多县域项目里的村界并不直接是shp，而是测绘院交付的DWG文件。常见转换路径是先用GDAL做第一次转换：
ogr2ogr -f "ESRI Shapefile" 村界_from_dwg.shp 勘界成果.dwg -overwriteogr2ogr是GDAL自带的矢量转换命令，把DWG里能读出的实体写成shp；-overwrite保证输出目录里有同名文件时直接覆盖。
但你要清楚，这次转换只是开头。DWG里常见的是未闭合的PL线，转出来不是面而是线；就算看着是封闭图形，也可能是一条条零散短线拼接而成。转换完必须回到3.1节跑一次is_valid体检，再用“线转面”工具把封闭边界批量生成面，最后叠加影像复核。这两个坑我在第5.5节单独写。
4. 村界的实战玩法：三调套合、面积统计与专题出图
村界数据存在的意义不是画一张好看边界图，而是作为“空间统计的容器”。前面预处理做完，这章就把它放进真实项目流程里跑一遍，从三调地类套合到统计表输出，再到专题出图。
4.1 把三调地类图斑按村切碎：overlay求交
村庄规划里最常见的需求是：拿到一个乡镇或村，把三调地类图斑按村界切分，得到“每个村到底有多少水田、多少园地、多少建设用地”。做法是矢量求交。
import geopandas as gpd cun = gpd.read_file("工作区_村界.shp", encoding="utf-8") dltb = gpd.read_file("三调地类图斑.shp", encoding="utf-8") # 统一坐标系：以村界为准 dltb = dltb.to_crs(cun.crs) # 求交：把图斑切成村界内的碎片，保留原图斑地类属性 inter = gpd.overlay(cun, dltb, how="intersection") inter["面积_ha"] = inter.geometry.area / 10000 print(inter.head())逻辑说明：cun是村界多边形，dltb是地类图斑多边形，两者叠加后必然有一批图斑跨越村界。overlay执行的是完整矢量计算，等价于把每个图斑按村界切碎，每一块同时拥有村名和地类属性。得到的GeoDataFrame行数会比原来的图斑数多出两三倍，这是正常的，因为大地块被切成了几份。
参数说明：how选择intersection而不是union，是为了去掉村界外的无效区域，简化输出。如果两个图层坐标系不一致，而且没有提前统一，这一步要么抛错要么算出完全错误的结果。输出后建议马上看一眼面积合计，和村界原本的总面积对比，差0.1%以内正常；如果差出几千公顷，说明3.1节的修复还没做透，一定存在重叠或缝隙。
4.2 按村汇总地类面积：直接生成统计表
求交结果只是中间过程，还要聚合出“村×地类”的最终统计表。
result = inter.dissolve(by=["XZCJC", "DLMC"], aggfunc="sum") result = result.reset_index() result["面积_公顷"] = result["面积_ha"] result.to_excel("村_地类面积.xlsx", index=False) print(result.head(20))逻辑说明：dissolve按村名和地类名称两列分组，把同一村同一地类的所有小块合并成一条记录，并把面积累加。输出的表格就是后续写规划说明书、填报地类台账的基础。reset_index()把分组键变回普通列，导出Excel时结构更清晰。
这里要提醒一个习惯：统计面积和村界总面积之间总会有点小差，项目要求严格时，通常还要按各村占地面积比例做一次平差，把总控面积闭合到县里给出的参考值。常见做法是把差值按面积权重摊回各村，保证报表总和与县界总面积一致。这个动作在涉农资金测算类项目里几乎是强制项，别等审计来问。
4.3 专题出图：标注设置、配色与渔网切图
统计表做完，常常要出一张村域土地利用现状图。QGIS里的推荐设置：
- 样式：填充色按地类字段做分类渲染，直接用三调图例风格，不要自己发明颜色，否则成果图进不了三调成果系统；
- 标注：村名用XZCJC字段，字号7～8，深灰色加白底，压到地类色块上也能看清；乡镇名居中标注，字号比村名大一号；
- 边界线：村界宽0.3～0.4，乡镇界0.6，县界0.8，三级符号叠放才符合行政区划图的层级习惯；
- 导出：比例尺1:10000以上时直接导出PDF或SVG，600dpi起步。如果一张大图扛不住，先用渔网把工作区切成标准分幅网格——QGIS的MMQGIS插件可以按1km×1km生成渔网，再用渔网裁剪村界分幅出图。
渔网分割shp的做法在别人眼里可能是“多此一举”，但做过县域项目的人都知道，一张含几百个村的超大SVG在打印店打开要卡五分钟，切图以后一个村一张图，打印和会审流程反而顺得多。
5. 避坑指南：村界shp最容易翻车的五个地方
下面的坑都来自真实项目现场，每一条按现象→原因→解决来写，遇到同类型问题可以直接照方抓药。
5.1 坐标系错位：边界整体漂移到邻村
现象：村界叠加到卫星影像或三调底图后，整体偏移几十米到上百米，有的村边界直接压到河对岸，有的落到邻村地界。
原因：三个常见来源。数据本身是西安80旧坐标，却标成CGCS2000；或者文件没有投影参数，软件把它当WGS84来画；再或者.prj是CGCS2000，但几何坐标已经在某个环节被转成了其它坐标系。任何一步错位，显示出来就是整体平移。
解决：把几何坐标的数值分布区间和.prj声明对照。如果.prj没问题但偏移较大，按公共点求转换参数重投影；如果根本没有.prj，先遍历影像交点估经验值，再用控制点精算七参数。千万不要直接拖动图层去“对位置”，这种成果没有后续使用价值，面积和拓扑都会出问题。
5.2 属性字段乱码：村名打开就是“鏉窞甯”
现象：在QGIS里打开属性表，村名是一串乱码，筛选中文完全无法工作。
原因：dbf文件早期多用GBK/GB2312编码，这份数据在生成时为了兼容旧系统沿用了GBK，但GIS软件默认按UTF-8读取，中文自然全部乱掉。如果.cpg文件缺失，软件连编码声明都看不到。
解决：QGIS里右键图层→图层属性→源代码→在“数据源编码”里选GBK或GB2312，重新加载即可。Python脚本读取时用encoding="gbk"，读出来之后另存一份UTF-8的shp副本。这个坑在数据量大的时候特别隐蔽：你在属性表里看到乱码会立刻意识到，但如果你用脚本直接按正常字符串去匹配村名，结果全部匹配不上，排查起来更头疼。
5.3 飞地与插花地：汇总面积偏大
现象：按村汇总的耕地面积明显大于影像里的实际范围，有时某个镇的总面积比县里给的参考值多出数千公顷。
原因：历史上存在跨乡镇飞地和插花地。河北平原区和山区交错地带的县域，村与村之间的“借地”“飞地”保存较完整，数据把飞地几何画在目标村名下，按村统计时就会把所有飞地面积算进去，各村简单相加自然比县界总面积大。
解决：统计前先做空间距离检查，把“几何中心离主图斑过远”的独立多边形标记出来，单独生成一份“飞地清单”。做行政口径统计时把飞地面积单列，做资源口径统计时再按实际地理位置并入对应村。两种口径交替使用，只要在报表字段里注明，就不会有人认为你算错。
5.4 新旧版本混用：2021版和2025版边界打架
现象：同一个项目里，一部分成果底图是2021版村界，另一部分用了2025版，合并统计时发现同一村庄两版面积差几公顷，甚至有的新村在旧版里根本不存在。
原因：几年间不少县经历了村庄合并、村改居和安置区调整，老数据没有同步更新，新旧混用自然对不上。
解决：以最新版为基准底图，旧版本只做历史归档，不参与现状统计。需要历史口径时，把旧版和新版做一次overlay，把差异多边形导出，人工按属性码逐条确认是区域调整还是数据修正，确认完存档。这个动作既保护了你，也保护了数据使用方，出了问题有据可查。
5.5 DWG转shp后线断：面变不成面
现象：从CAD转出的shp，用“要素转面”生成不了村界，选中的多边形是零散短线段，属性根本挂不上。
原因：DWG里的村界是CAD的PL线，很多没有闭合，中间还被标注和注记打断成多条线。视觉上看起来是闭合的多边形，计算机不认为它是闭合的。
解决：先用“连接线段”工具把分离的段接起来，QGIS可用Join lines插件，ArcGIS用高级编辑里的线连接，再统一做线转面。转完用第3.1节的is_valid再跑一遍，确认有效后再复制属性。CAD转换来的图层CRS经常是未知的，处理完还要回到3.2节重新指定并投影。这套流程走完，DWG转shp才算真正画上句号。
6. 让村界数据跑起来：GeoJSON、WKT与3D Tiles的快速转换
最后写实测中最常被问到的场景：项目已经过了图层阶段，要把村界挂到Web端或三维平台展示。shp在浏览器里不能直接渲染，必须做格式转换。
6.1 一句代码转GeoJSON，WebGIS直接能用
cun.to_file("河北省村界.geojson", driver="GeoJSON", encoding="utf-8")geopandas输出GeoJSON和输出shp的写法几乎没有差别，driver换成GeoJSON即可。Mapbox、Leaflet、OpenLayers都支持GeoJSON，在WebGIS里直接拖进代码就能显示。注意两个点：原始字段里有空值会变成null，前端要做空值处理；GeoJSON本质是文本，体积比shp大不少，线上传输时建议开gzip压缩。
6.2 用WKT/TXT导出给后端接口，再顺手生成3D Tiles
后端接口的另一种极简做法是shp转WKT文本：
cun["wkt"] = cun.geometry.to_wkt() cun[["XZCJC", "XZQDM", "wkt"]].to_csv("河北省村界_wkt.txt", sep="|", index=False, encoding="utf-8")WKT是要素几何的标准文本描述，PostGIS、MySQL空间函数都能直接解析。导成TXT文件比GeoJSON更省体积，如果只是后台查坐标或做简单空间计算，完全够用。三维场景要在Cesium里加载全省村界时，直接把GeoJSON丢给CesiumLab或同类转换工具生成3D Tiles，转换前先确认几何已修复、字段已精简。转换后加载到场景里，叠加地形和影像，随机抽两三个村放大对比，确认边界套合没偏移再对外发布。
从那以后我每次拿到新的村界数据，都会强制走一遍这套流程：读CRS→几何体检→投影转换→影像复核→再进项目。五步看着烦，但确实是省返工成本最高的操作，比任何后期修复都简单。这份2025年河北村界数据，你按这个流程跑一遍，也能很快变成项目里真正能算面积、出图、上平台的基础底图。希望帮到你。
本文还有配套的精品资源，点击获取
