2021年全国水体分布（按省、市、县）矢量数据的制作与分享

01.简介

偶然间获得了Open Street Map的2021年全国水体分布Shp矢量数据，大约400M左右。

当我加载到arcgis中，感觉到了明显的卡顿。由于之前写过分省、市、县裁剪矢量的代码，顺手就将水体数据按照2021年的行政边界裁剪了。该数据分为3个层次结构，分别为省、地级市、县。其中，省级水体31个（不包含HongKong、TaiWan等）， 地级市水体366个，县级市水体2847个。每一个文件夹中都包含该省、地级市或者县的水体矢量数据、行政边界以及数据说明。

02.制作方法

2.1制作方法流程图

2.2Python裁剪脚本

主要是用Geopandas读取水体矢量，并按照行政边界的字段名称进行行政边界的裁剪。

def clip_parking(Mask_PATH,Data_path,OutPut_path):
    tifPaths_folder_SHENG = os.listdir(Mask_PATH)
    for mask_path in tqdm(tifPaths_folder_SHENG):
        try:
            #省目录
            DEM_SHENG_PATH = os.path.join(mask_path, Mask_PATH)
            #获得文件中的名字
            SHENG_PATH=DEM_SHENG_PATH+"\\"+mask_path+"\\"+mask_path+".shp"
            #裁剪函数
            City = gpd.read_file(SHENG_PATH)
            Parking_shp = gpd.read_file(Data_path)
            City=City.to_crs(Parking_shp.crs)
            Beijing_Parking = gpd.clip(Parking_shp,City)
            mkdir(OutPut_path+mask_path+"_2021年全省水体分布_矢量")
            #保存文件SHP
            save_SHP_path = OutPut_path + mask_path + "\\" + mask_path +"水体分布"+ ".shp"
            Beijing_Parking.to_file(save_SHP_path, driver="ESRI Shapefile",encoding="utf-8")
        except:
            pass

其中，裁剪之后的结果文件保存为shp格式，由于字段包含中文，编码格式一定要选择UTF8。

2.3数据后处理

这一步主要是在已经处理好的水体数据文件夹中，添加水体效果图以及各个行政区的矢量数据。其中，添加水体效果图到每一个文件夹的脚本为：

# 第一部分，准备工作，拼接出要存放的文件夹的路径
file_path = r"待添加文件的路径"
# 文件列表
current_folder = os.listdir(file_path)
# 添加文件的位置
add_file_path1 = "需要添加的文件"

#将名称为file的文件复制到名为file_dir的文件夹中
for list in tqdm(current_folder):
    # 拼接出要存放的文件夹的路径
    dir_path = file_path + list
    # 将指定的文件file移动到file_dir的文件夹里面
    shutil.copy(add_file_path1, dir_path)

之后，使用一个脚本，将每一个水体文件对应的行政边界添加到对应文件中，下面以添加对应的县行政边界为例：

# 第一部分，准备工作，拼接出要存放的文件夹的路径
file_path = r"待添加文件的路径"
#矢量边界的目录
gsons_path = r"矢量边界的路径"

# 文件列表
current_sheng_folder = os.listdir(file_path)
# 循环省
for sheng in tqdm(current_sheng_folder):
    # 省份的目录
    path_sheng = file_path + sheng+"\\"
    #循环市
    current_shi_folder = os.listdir(path_sheng)
    for shi in current_shi_folder:
        # 市的目录
        path_shi = path_sheng + shi+"\\"
        # 循环县
        current_xian_folder = os.listdir(path_shi)
        for xian in current_xian_folder:
            try:
                #行政边界矢量位置
                gson_name=sheng+"_"+shi+"_"+xian+".gson"
                gson_path=gsons_path+gson_name
                #该县的路径
                xian_path=path_shi+xian
                shutil.copy(gson_path,xian_path)
            except:
                pass

03.数据展示

通过上述步骤，我们获得了全国各省、地级市、县等行政单位的水体数据。首先展示省级水体数据：广东省水体分布图四川省水体分布图 

如果你要找县级市的水体分布图，进入"分县"文件夹中，选择对应省份-地级市-县进行选择。我们以四川省资阳市乐至县的水体数据为例， 直接选择分县-四川省-资阳市-乐至县，并将其加到Google影像图中，查看水体矢量效果。

04.数据分享

直接公众号回复，"水体"，获得百度云链接（有套路）。

05.写在后面

1.水体数据是我进行全国数据大整合的一小步。 

2.之前我提到的分享100期各省、地级市、县的土地利用数据，目前已经处理好了20期500m分辨率的MODIS土地利用数据、30期30m分辨率的武汉大学土地利用数据、1期10m分辨率的清华大学数据、1期Esri的10m分辨率数据。另外，DEM数据目前已经分县扩展到了12.5m分辨率。

3.土壤数据、温度数据、降水数据等也在路上。

4.关于数据的获取，不会要求读者分享和在看，绝不可能。我已经受够了很多公众号要求我分享到朋友圈，才能获取数据的套路。这些数据我会陆续放在"锐多宝的地理空间"公众号中，供读者取用。谢谢关注。

欢迎关注锐多宝的地理空间

往期精彩: