常见矢量数据格式解析
====================

本章将详细介绍 GIS 领域中几种主流的矢量数据格式，包括其设计思想、技术特点、适用场景与局限性。这些格式绝大多数遵循 OGC 的简单要素访问（SFA）标准（详见 :ref:`sfa` ），但在实现方式、存储架构和应用生态上各有侧重。

.. note::

   拓扑数据的存储结构因厂商和标准而异，且多是在基础几何模型之上通过附加规则或独立关系层来实现的混合拓扑结构。这种设计便于编辑，通常在编辑后异步更新拓扑关系。纯粹的、紧密耦合的原始拓扑数据模型（如经典的 Coverage 格式）因编辑复杂、解读困难，在通用场景中已基本被淘汰，仅在某些特定的只读或高精度专业领域（如航海图 S57）中仍有使用。

Esri 系列格式
---------------

Esri 作为 GIS 行业的领导者，其制定的多种数据格式已成为事实上的行业标准。

Shapefile
~~~~~~~~~~~~

Shapefile 是一种广泛使用的、非拓扑的矢量数据格式，由多个文件共同构成一个完整的数据集。

.. csv-table:: Shapefile 文件构成
   :header: "文件扩展名", "是否必需", "用途描述"
   :widths: 15, 15, 70

   ".shp", "是", "存储要素的几何图形（坐标序列）。"
   ".shx", "是", "几何图形的索引文件，用于快速定位。"
   ".dbf", "是", "以 dBase III+ 格式存储要素的属性数据。"
   ".prj", "否", "文本文件，存储坐标系和投影信息的 WKT 描述。"
   ".sbn/.sbx", "否", "空间索引文件，加速空间查询。"
   ".cpg", "否", "文本文件，指明 .dbf 文件的字符编码（如 UTF-8）。"

**主要特点与限制**

.. csv-table:: Shapefile 特点与限制
   :header: "类别", "说明"
   :widths: 20, 80

   "优点", "结构简单，兼容性极佳，是所有 GIS 软件的“通用语”。"
   "几何存储", "单个 .shp 文件大小限制通常为 2GB （部分实现支持到 4GB ）。"
   "属性限制", "字段名长度 ≤ 10 字符；字段总数 ≤ 255；文本型字段宽度 ≤ 254 字符；总记录长度 ≤ 4000 字节。"
   "其他限制", "无法在同一字段中同时存储日期和时间；多部件几何体的处理能力有限。"
   "使用建议", "**若无特殊原因，建议优先使用更新的格式（如 GeoPackage 或 File Geodatabase）替代。** Shapefile 因其固有缺陷，不适合作为复杂项目的主存储格式，但因其无与伦比的兼容性，仍是数据交换的首选格式之一。"

GeoDatabase (GDB)
~~~~~~~~~~~~~~~~~~~

GeoDatabase 是 Esri 推出的一套完整的地理数据模型和存储框架，旨在解决 Shapefile 和旧版 Coverage 格式的局限性，提供更强大的数据管理、完整性和分析能力。它并非单一格式，而是一系列基于不同存储后端的实现。

**发展简史与产品线**

- **个人地理数据库** ：基于 Microsoft Access (.mdb)，已过时但仍被大量旧数据使用。
- **文件地理数据库** ：以文件夹形式出现（扩展名为 .gdb），内部使用 Esri 自定义的二进制表格式存储。它是**单用户、高性能** 的本地存储推荐选择。
- **移动地理数据库** ：随 ArcGIS Pro 2.7 引入，将整个 GDB 模型封装入单个 SQLite 文件，用于移动和轻量级应用。
- **企业级地理数据库** ：原名多用户地理数据库，将数据存储于企业级 RDBMS 中，支持多用户并发编辑、版本管理和高级地理处理。

.. csv-table:: 文件地理数据库 (.gdb) 内部文件示例
   :header: "文件模式", "用途"
   :widths: 30, 70

   "a########.gdbtable", "存储表数据（属性、几何）。"
   "a########.gdbtablx", "表的行偏移索引。"
   "a########.spx", "空间索引文件。"
   "a########.gdbindexes", "索引定义列表。"
   "*.atx", "属性索引文件。"
   "a00000001.* - a00000008.*", "系统表（定义要素类、坐标系、规则等）。"

**核心优势**

1.  **丰富的数据模型** ：支持拓扑、网络数据集、地形 TIN、关系类、子类型、域等复杂结构。
2.  **高性能** ：针对空间查询进行了深度优化。
3.  **数据完整性** ：内置大量业务规则验证机制。
4.  **可扩展性** ：从单机文件到分布式企业级数据库，架构统一。

开放标准与开源格式
--------------------

PostGIS
~~~~~~~~

PostGIS 是 PostgreSQL 数据库的空间扩展，它将地理对象作为新的数据类型引入，使 PostgreSQL 成为一个功能强大的**空间数据库** 。

.. csv-table:: PostgreSQL 空间支持层级
   :header: "支持层级", "功能描述"
   :widths: 25, 75

   "PostgreSQL 基础", "提供基本的几何类型（点、线、面、圆）和少量函数，无专门空间索引，能力有限。"
   "PostGIS 扩展", "提供完整的 OGC SFA/SFS 标准支持、丰富的空间函数（超过 300 个）、多种空间索引（GIST, SPGIST）、栅格支持、三维/四维几何、拓扑支持、地理编码等。"

**为什么选择 PostGIS？**

- **企业级能力** ：继承了 PostgreSQL 的事务、并发、安全、备份恢复等所有企业级特性。
- **极致的功能与性能** ：功能集最为全面，处理超大规模数据集性能卓越。
- **开放生态** ：与 QGIS, GeoServer, MapServer 等开源 GIS 栈无缝集成，也被 ArcGIS, Safe FME 等商业软件良好支持。

GeoJSON
~~~~~~~~~

GeoJSON 是一种基于 JSON（JavaScript Object Notation）的地理空间数据交换格式，特别适合 Web 应用。

.. csv-table:: GeoJSON 特性分析
   :header: "特性", "说明"
   :widths: 25, 75

   "结构", "遵循 JSON 标准，人类可读，机器易解析。一个 GeoJSON 对象可以是 `Geometry`, `Feature` 或 `FeatureCollection` 。"
   "优点", "**Web 友好** ：可直接被 JavaScript 前端地图库（如 Leaflet, Mapbox GL JS）渲染。**易于生成和消费** ：是现代 Web API 返回空间数据的首选格式。"
   "缺点", "**数据冗余** ：文本格式且无压缩，文件体积大。**无内置索引** ：不适合直接存储或查询大型数据集。**缺乏高级特性** ：不支持拓扑、网络等复杂结构。"
   "适用场景", "前端数据可视化、轻量级 API 数据交换、配置性数据存储。不适用于大数据量的存储或复杂空间分析。"

GeoPackage (GPKG)
~~~~~~~~~~~~~~~~~~

GeoPackage 是由 OGC 制定的、基于 SQLite 的开放标准格式，旨在成为轻量级、单文件、全功能的通用地理数据容器。

.. csv-table:: GeoPackage 与 文件地理数据库/Shapefile 对比
   :header: "维度", "GeoPackage", "文件地理数据库 (Esri)", "Shapefile"
   :widths: 20, 30, 25, 25

   "本质", "单一 SQLite 文件", "包含二进制表的文件夹", "多个必需文件集合"
   "标准", "OGC 开放标准", "Esri 私有格式（已公开）", "Esri 公开格式"
   "数据类型", "矢量、栅格、属性、扩展", "矢量、栅格、属性、复杂模型", "仅矢量+属性"
   "容量限制", "SQLite 限制(~140TB)，实际受文件系统限制", "无明确上限，性能随数据量增长下降", "2GB/文件"
   "索引", "R-Tree 空间索引", "自定义网格空间索引", "无（可选 .sbn 非标准）"
   "跨平台", "极佳，任何支持 SQLite 的平台", "需要 Esri 库或逆向工程", "极佳"

**核心优势：**

1.  **自包含与便携** ：一个文件包含所有数据、索引、元数据和坐标系定义。
2.  **功能全面** ：同时支持矢量和栅格数据，并可定义复杂的表关系和约束。
3.  **性能优异** ：基于 SQLite，空间查询速度远快于 Shapefile，与文件地理数据库各有千秋。
4.  **开放与互操作** ：作为 OGC 标准，得到 QGIS、GDAL/OGR、ArcGIS（需 10.2.2+）等广泛支持。

**注意** ：尽管移动地理数据库也使用 SQLite，但其内部表结构与 GeoPackage**完全不同** ，二者互不兼容。

专业交换与 CAD 格式
-------------------

DXF / DWG
~~~~~~~~~~~

DXF 和 DWG 是 Autodesk 公司主导的 CAD（计算机辅助设计）领域标准格式，在 GIS 中常用于接收工程勘测、建筑设计等领域的数据。

.. csv-table:: CAD 格式在 GIS 中的应用特点
   :header: "项目", "说明"
   :widths: 25, 75

   "DXF", "开放的交换格式，文本或二进制。结构复杂，由 HEADER, TABLES, BLOCKS, ENTITIES 等段（SECTION）构成，通过组码-组值对定义图形。"
   "DWG", "Autodesk 的私有二进制格式，功能比 DXF 更完整。"
   "GIS 导入挑战", "1. **缺乏地理参考** ：通常只包含局部坐标系，需要人工配准。2. **语义缺失** ：图形元素（如 Line, Circle）与 GIS 要素（如道路、建筑）的映射关系不明确。3. **数据冗余** ：包含大量制图细节，需要简化与提取。4. **属性信息弱** ：属性常以“块属性”或文本形式存在，结构化提取困难。"
   "使用建议", "GIS 处理 CAD 数据通常是一个“数据清洗与转换”的过程，需要借助 FME 等专业 ETL 工具或编写详细规则。"

Web 服务标准
------------

WFS (Web Feature Service)
~~~~~~~~~~~~~~~~~~~~~~~~~~

WFS 是 OGC 制定的一种基于 HTTP 的**数据服务** 标准，它允许客户端从远程服务器**获取** 和**操作** （取决于服务级别）矢量要素数据，支持查询、锁定和事务操作。

.. csv-table:: WFS 服务层级
   :header: "服务级别", "支持的操作"
   :widths: 25, 75

   "WFS Basic", "`GetCapabilities`, `DescribeFeatureType`, `GetFeature` (仅查询)"
   "WFS Transactional (WFS-T)", "增加 `Transaction` (增删改) 操作"
   "WFS Locking", "增加 `LockFeature` 操作，支持事务中的乐观锁"

**主要特点：**

- **标准化接口** ：通过 HTTP GET/POST 发送 XML 请求（通常为 Filter Encoding），返回 GML 或 GeoJSON 等格式的要素数据。
- **动态数据源** ：适合提供实时或频繁更新的数据，如传感器位置、事务状态。
- **GIS 中间件** ：WFS 服务背后通常连接着 PostGIS、Oracle Spatial 等空间数据库。

**局限性：**

- **性能** ：对于返回海量要素的请求，响应慢且数据量大。
- **复杂度** ：请求和响应 XML 较为复杂，调试不如 RESTful API 直观。
- **适用场景** ：更适合系统间（如 GIS 服务器到 GIS 桌面软件）的数据集成，而非直接面向最终用户的 Web 地图交互。

.. seealso::
   关于 WFS 协议的详细技术细节，请参阅 :ref:`wfs` 章节。

总结与选型建议
---------------

.. csv-table:: 矢量格式选型快速参考
   :header: "使用场景", "推荐格式", "关键理由"
   :widths: 25, 20, 55

   "长期归档与最大兼容性交换", "Shapefile", "尽管过时，但仍是事实上的交换标准，确保任何系统都能打开。"
   "单机项目、高性能本地存储", "**文件地理数据库** 或 **GeoPackage**", "二者均无大小限制、功能强大。GDB 与 Esri 生态集成更深，GPKG 开放标准更通用。"
   "Web 前端可视化与 API 交互", "**GeoJSON** (少量数据) 或 **矢量切片** (大量数据)", "GeoJSON 是 Web 原生格式；矢量切片能实现海量数据的快速渲染。"
   "企业级多用户编辑与复杂建模", "**企业级地理数据库** 或 **PostGIS**", "需要完整的 DBMS 功能（事务、安全、并发）。PostGIS 成本更低，生态开放；Esri GDB 与 ArcGIS 套件无缝集成。"
   "移动端或嵌入式应用", "**GeoPackage** 或 **移动地理数据库**", "单文件、自包含、支持离线操作。GPKG 更通用。"
   "集成 CAD 工程数据", "DXF/DWG (经转换)", "作为数据来源，需经 ETL 工具清洗转换后存入 GIS 数据库。"
   "发布动态可查询的矢量服务", "**WFS**", "标准化的 Web 要素服务接口，供其他 GIS 系统消费。"

**核心建议：**

1.  **优先使用开放标准** ：在新项目中，优先考虑 **GeoPackage** 和 **PostGIS** ，它们拥有更好的长期互操作性和社区支持。
2.  **理解“交换格式”与“工作格式”的区别** ：Shapefile、GeoJSON 适合交换；File Geodatabase、GeoPackage、空间数据库适合作为日常工作存储和分析的载体。
3.  **避免技术猎奇** ：对于尚未成熟（如 FlatGeobuf）或过于小众的格式，除非有压倒性的特定需求（如极致流式读取性能），否则应谨慎采用。成熟的格式（即使有缺陷如 Shapefile）拥有更完善的工具链和更易寻得的故障解决方案。
4.  **数据库是终极解决方案** ：对于任何涉及多用户协作、复杂业务规则、海量数据或需要与其它业务系统集成的项目，**空间数据库（PostGIS/企业级 GDB）是无可争议的最佳选择**。

选择合适的数据格式是 GIS 项目成功的基石，它影响着数据管理效率、团队协作流程以及系统的长期可维护性。