china-village-boundaries

KO | EN

gitlite — search

#javascript #python #hacktoberfest #typescript #go #android #machine-learning #java #windows #awesome #awesome-list #security #mcp #open-source

china-village-boundaries

(★ 25)

中国全国村级行政边界数据集 — 33 省份, 90 万条记录, Shapefile 格式 / China village-level administrative boundaries

china-village-boundaries 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 全国村界数据集 / China Village Boundaries Dataset

**中文** | [English](README.en.md) | [日本語](README.ja.md)

## 概述

中国全国范围的村级行政边界空间数据（Shapefile 格式），覆盖 33 个省级行政区划单位，包含约 87.5 万条村级边界记录。

## 来源与数据说明

- **原始分享者**：[@elpwc](https://x.com/elpwc)（通过[网盘分享](https://x.com/elpwc/status/2064590494974591226)）
- **整理/再上传者**：[@thedavidweng](https://x.com/thedavidweng)
- **数据时间跨度**：据原分享者估计，数据来自 2010–2022 年间，大部分约在 2016 年左右
- **数据来源**：网络收集整理，原始出处不详。推测部分数据来源于国土三调（第三次全国国土调查）及相关政府公开数据

## ⚠️ 使用限制

- **版权/授权状态不明确**。本数据集从网络收集，无法确认原始权利人或授权条件
- **不声明为"官方"数据**。边界精度和完整性未经官方验证
- **建议仅用于个人研究、学术分析和 GIS 学习**
- **不建议用于商业用途或作为法律/行政依据**
- 如数据权利人认为侵权，请联系删除

## 许可证

本数据集以 **CC0 1.0**（公共领域贡献）发布。整理者对数据本身的原始权利不做主张，仅对整理工作放弃权利。

> 如您是数据的原始权利人并希望调整许可条件，请联系整理者。

## 数据格式

- **主要格式**：ESRI Shapefile（.shp / .shx / .dbf / .prj / .cpg）
- **辅助格式**：FileGDB（.gdb）、GeoJSON、KML、GML（部分省份）
- **编码**：UTF-8（大部分）或 GBK/CP936（部分省份，见下方说明）
- **坐标参考系（CRS）**：WGS84 (EPSG:4326)，58 个数据集已统一

## 坐标参考系（CRS）

**已统一为 WGS84 (EPSG:4326)。** 所有 58 个 .shp 文件的坐标值均为地理坐标（度），.prj 文件已声明 WGS84。

> 原始 .prj 文件曾声明多种 CRS（CGCS2000、Krasovsky_1940_Albers、Hong_Kong_1980_Grid 等），但 .shp 坐标值始终为地理坐标。详见 CHANGELOG.md。

## 字段编码说明

所有 58 个 .shp 的 .cpg 文件均声明 **UTF-8** 编码。大部分数据集的字段名和字段值都是 UTF-8，但存在以下已知问题：

**混合编码数据集**（字段名 UTF-8，字段值 GBK/CP936）：
- 河北村界、河南村界、陕西村界：.cpg 声明 UTF-8 以保证字段名可读，但中文字段值（村名等）为 GBK

> GIS 软件读取时字段名正常，中文字段值可能乱码。可用 `ogr2ogr --config SHAPE_ENCODING GBK` 转换为 GeoPackage 解决。

**UTF-8 字段名被 DBF 11 字节限制截断**（多个省份）：
- 广东全省、上海 2 套、山西、四川、甘肃、浙江、福建、黑龙江等省份的部分 .dbf 中，UTF-8 中文字段名因 DBF 格式 11 字节限制被截断
- 完整字段名已通过字节分析恢复，见 CHANGELOG.md

## 字段 Schema

各省 .dbf 的字段结构不统一。完整的字段映射表见 **[SCHEMA_MAPPING.md](SCHEMA_MAPPING.md)**（含 dry run 验证结果）。

映射覆盖 11 个核心管理层级字段：

| 标准字段 | 说明 | 覆盖率 |
|---|---|---|
| `province_code` / `province_name` | 省级 | 100% |
| `city_code` / `city_name` | 地市级 | 100% |
| `county_code` / `county_name` | 区县级 | 100% |
| `township_code` / `township_name` | 乡镇级 | 100% |
| `village_code` / `village_name` | 村级 | 100% |
| `note` | 备注 | 100% |

> 52/58 数据集的所有字段完全映射（90%），6 个含 DBF 11 字节截断的中文字段名（上海 2 套数据的社区管理补充字段）。截断字段的完整名称已通过字节分析和数据值验证恢复，见 CHANGELOG.md。

常见字段模式（原始名称）：

| 字段类型 | 常见原始名称 | 说明 |
|---|---|---|
| 行政区划代码 | `XZQDM`, `xzqdm`, `AREA_CODE`, `PAC`, `code` | 12 位或 9 位行政区划代码 |
| 行政区划名称 | `XZQMC`, `NAME`, `name`, `村名称`, `村级名` | 村/社区名称 |
| 层级代码 | `省级码`, `市代码`, `区县码`, `乡镇码`, `村级码` | 各级行政区划代码（部分省份拆分存储） |
| 层级名称 | `省级名`, `市名`, `县区名`, `乡镇名`, `村名` | 各级行政区划名称 |
| 几何属性 | `SHAPE_Leng`, `SHAPE_Area` | 周长和面积（单位取决于 CRS） |

> 详见各省份的 .dbf 文件。使用 `dbfread`、`geopandas` 或 QGIS 可直接读取。

## 目录结构

```
全国村界/
├── 上海村界/          （2 套数据，含纠偏版本）
├── 云南村界/
├── 内蒙村界/          （2 套数据）
├── 北京村界/
├── 吉林村界/
├── 四川村界/
├── 天津村界/
├── 宁夏村界/
├── 安徽村界/
├── 山东村界/          （2 套数据）
├── 山西村界/
├── 广东村界/          （全省 + 中山/惠州/遂溪分市数据）
├── 广西村界/
├── 新疆村界/          （不含新疆生产建设兵团）
├── 江苏村界/
├── 江西村界/          （旧版 + 新版）
├── 河北村界/
├── 河南村界/
├── 浙江村界/          （2 个版本）
├── 海南村界/
├── 湖北村界/
├── 湖南村界/
├── 澳门堂区统计区/    （行政区划 + 统计区 + 方格网坐标）
├── 甘肃村界/
├── 福建村界/
├── 西藏村界/
├── 贵州村界/
├── 辽宁村界/
├── 重庆村界/
├── 陕西村界/          （村界 + 市/区县/乡镇辅助边界）
├── 青海村界/
├── 香港选区统计区单元区/（选区 + 统计区 + 行政区划）
└── 黑龙江村界-林业局界/
    ├── 黑龙江省统计村界/（含纠偏版本）
    └── 黑龙江森工集团/  （大兴安岭/龙江森工/伊春森工/北大荒）
```

## 各省份数据概览

| 省份 | 记录数 | CRS | 编码问题 | DBF 日期 | 数据集数 |
|---|---|---|---|---|---|
| 上海 | 20,111 | WGS84 | 11 字段名截断 | 2023-04/07 | 3 |
| 云南 | 13,595 | WGS84 | — | 2021-07 | 1 |
| 内蒙古 | 29,140 | WGS84 | — | 2023-06/08 | 2 |
| 北京 | 8,021 | WGS84 | — | 2023-07 | 1 |
| 吉林 | 10,194 | WGS84 | 7 字段名截断 | 2024-03 | 1 |
| 四川 | 41,297 | WGS84 | 8 字段名截断 | 2023-07 | 1 |
| 天津 | 5,847 | WGS84 | — | 2022-08 | 1 |
| 宁夏 | 2,947 | WGS84 | 7 字段名截断 | 2023-04 | 1 |
| 安徽 | 17,848 | WGS84 | — | 2023-05 | 1 |
| 山东 | 171,758 | WGS84 | — | 2023-06/2024-03 | 2 |
| 山西 | 30,778 | WGS84 | 10 字段名截断 | 2024-03 | 1 |
| 广东 | 28,323 | WGS84 | 8 字段名截断（全省） | 2023-05/2024-03 | 4 |
| 广西 | 21,403 | WGS84 | — | 2023-05 | 1 |
| 新疆 | 15,591 | WGS84 | — | 2023-12 | 1 |
| 江苏 | 22,841 | WGS84 | — | 2023-04 | 1 |
| 江西 | 41,530 | WGS84 | — | 2023-06/2024-03 | 2 |
| 河北 | 58,399 | WGS84 | 8 字段名截断 + **字段值 GBK** | 2024-04 | 1 |
| 河南 | 50,371 | WGS84 | 8 字段名截断 + **字段值 GBK** | 2022-08 | 1 |
| 浙江 | 68,450 | WGS84 | 10 字段名截断 | 2023-07/10 | 2 |
| 海南 | 4,822 | WGS84 | — | 2016-09 | 1 |
| 湖北 | 32,457 | WGS84 | — | 2023-07 | 1 |
| 湖南 | 31,238 | WGS84 | — | 2021-04 | 1 |
| 澳门 | 61 | WGS84 | — | 2022-11 | 3 |
| 甘肃 | 18,600 | WGS84 | 10 字段名截断 | 2024-03 | 1 |
| 福建 | 19,760 | WGS84 | 8 字段名截断 | 2024-03 | 1 |
| 西藏 | 5,638 | WGS84 | — | 2024-03 | 1 |
| 贵州 | 19,627 | WGS84 | — | 2023-02 | 1 |
| 辽宁 | 12,976 | WGS84 | 1 字段名截断 | 2022-06 | 1 |
| 重庆 | 10,847 | WGS84 | — | 2023-05 | 1 |
| 陕西 | 29,752 | WGS84 | **字段值 GBK** | 1995-2022 | 4 |
| 青海 | 4,049 | WGS84 | — | 2023-03 | 1 |
| 香港 | 5,571 | WGS84 | — | 2022-05/11 | 4 |
| 黑龙江 | 21,298 | WGS84 | 9+1 字段名截断 | 2023-05/12 | 9 |

## 已知问题

1. **~~坐标系不统一~~**：CRS 已统一为 WGS84 (EPSG:4326)，详见 CHANGELOG.md
2. **字段 Schema 不统一**：各省字段命名和结构差异较大，已建立映射表，详见 SCHEMA_MAPPING.md
3. **浙江村界版本 3 已删除**：版本 2 和 3 的 .shp 和 .dbf MD5 完全一致，已删除版本 3
4. **上海 2 套数据部分字段名被截断**：UTF-8 中文字段名因 DBF 11 字节限制被截断（非 GBK 乱码）。完整字段名已通过字节分析恢复，见 CHANGELOG.md
5. **陕西乡镇界** .dbf 日期显示 1995 年，可能是 DBF 头部日期字段异常，不代表数据实际年份
6. **部分省份含多版本数据**（内蒙、山东、江西、黑龙江、上海、浙江），使用时请注意区分
7. **新疆生产建设兵团未覆盖**：当前 `新疆村界` 仅包含新疆自治区范围内数据，不含兵团相关边界

## 使用方法

### QGIS
直接拖入 .shp 文件即可。QGIS 会自动读取 .prj（坐标系）和 .cpg（编码）。

### Python (GeoPandas)
```python
import geopandas as gpd
gdf = gpd.read_file("path/to/file.shp")
print(gdf.crs)  # 查看坐标系
print(gdf.head())  # 查看字段
```

### 格式转换
建议使用 `ogr2ogr` 转换为 GeoPackage（.gpkg）或其他格式：
```bash
ogr2ogr -f GPKG output.gpkg input.shp  # CRS 已统一为 WGS84，无需 -t_srs
```

## 相关文档

- [SCHEMA_MAPPING.md](SCHEMA_MAPPING.md) — 字段 Schema 映射表（含 dry run 验证结果）
- [CHANGELOG.md](CHANGELOG.md) — 数据预处理完整记录（可回溯可追查）
- [metadata.json](metadata.json) — 结构化元数据（33 省份，58 数据集，875,140 条记录）

## 相关链接

- 原始分享推文：https://x.com/elpwc/status/2064590494974591226
- GitHub Release（数据下载）：https://github.com/thedavidweng/china-village-boundaries/releases/tag/v2026.06
- Zenodo DOI：[10.5281/zenodo.20664361](https://doi.org/10.5281/zenodo.20664361)（上传发布通过 [zenodo-cli](https://github.com/thedavidweng/zenodo-cli) 完成）
- Internet Archive：https://archive.org/details/china-village-boundaries-2026

china-village-boundaries

china-village-boundaries 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

china-village-boundaries

china-village-boundaries 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README