简介全球飞行航线数据以矢量图形格式Shapefile存储面向地理信息系统研究人员、空中交通规划人员以及高校地理信息相关专业师生主要用于航线结构分析、航班流量统计和空中走廊密度可视化等方向。rar压缩包内共15个文件整体大小约8.01MB除核心的航线几何数据外还配套提供了属性表、投影坐标定义、空间索引、快速索引及元数据等保证在ArcGIS、QGIS等主流软件中可以直接加载并高效浏览避免因缺件或坐标缺失导致的数据打不开、错位等问题。属性表中通常记录航班编号、航空公司、航班频率等信息便于进行多条件查询。目前已有742人学习下载数据采用国际通用的WGS84地理坐标系可直接用于全球尺度的空间分析与成果表达。借助这套航线数据不仅可以完成航线密度可视化、机场间距离测算、航班时间分布规律挖掘还能结合人口、经济等专题数据探究航空交通与区域发展之间的深层关联既适合课堂教学演示也具备科研拓展价值。 前一阵子帮朋友做航线可视化他扔给我一个压缩包解开是一套几百兆的全球飞行航线数据主文件后缀是.shp。我第一反应是又有活儿干了。这种数据不算稀有但真正拿来能用、在图上能直接出效果的其实不多要么坐标系没写进.prj要么属性表字段缺了一大半要么航线全是直线段画出来既不好看也不禁看。这篇我顺着自己踩过的坑把全球飞行航线shp数据的构成、区域裁剪、格式互转、自建流程和反复出问题的细节一起讲透给同样要做航线分析或航线可视化的朋友做个参考。1. 全球航线shp数据的真实构成从文件件件到属性字段逐一拆解1.1 别只带一个.shp就走先说一个新手最容易犯的错以为“shp”就是单独一个后缀为.shp的文件。实际上一个标准的shapefile图层是一个“文件家族”至少包含.shp几何坐标、.shx几何索引、.dbf属性表这三个文件部分来源还会带.prj坐标系定义、.sbn/.sbx空间索引、.cpg编码说明。如果共享时只拷走了一个.shp换一台电脑大概率打不开即使软件强行打开也会出现“缺少.shx”或“无法读取属性表”的报错。我收到过几回这种残缺包每次都只能让对方重新打zip浪费不少时间。所以拿到“全球飞行航线数据shp格式”的第一件事是先把要素类之外的辅助文件确认齐全再开始叠加、裁剪或转格式。这里多说一句如果数据在ArcGIS Pro里显示为“要素类”而不是“图层”它可能来自文件地理数据库后缀根本不是.shp但用工具箱里的“要素类转Shapefile”导出来之后还是会变成这一套标准文件组合。别把“要素类”和“shp文件”当成一回事。1.2 属性表航线数据真正的核心航线数据在几何上常常是线要素一条记录代表一段航线的起终点连线。但真正做分析时几何只是半张牌属性表才是另外半张牌。我见过不同来源的全球航线shp字段命名五花八门但核心逻辑基本一致每条线的出发地、目的地、承运方再加上一些业务字段。常见的字段结构大概是这样的字段名类型说明示例FIDLong内部唯一标识0, 1, 2ShapeGeometry线或点几何LineStringAirlineString航空公司代码CAFlightNoString航班号CA183OrgCodeString出发机场三字码PVGDstCodeString到达机场三字码NRTAircraftString常用机型A350FrequencyShort周班次7属性表里最容易出问题的是机场代码。有的数据用IATA三字码有的用ICAO四字码混着用就会出现一条航线接不上两个机场的情况。如果你要对航线做分析先统一代码体系再谈后续。另一点是“航线”和“航段”的区分有些shp数据存的是点对点的直飞航线有的存的是航班完整路径切分出来的多个航段。拿到数据后在属性表里看是否有类似“SegmentNo”的字段如果没有通常就是简化后的直飞视图。1.3 坐标系和线路的“直线”问题全球范围的航线数据绝大多数默认使用WGS84地理坐标系EPSG:4326也就是经纬度坐标单位是度。这个约定对全球底图很友好但做区域分析时必须做投影否则不能直接算长度、面积。比如经纬度的1度经线长度在不同纬度上差异很大在赤道约111公里到了高纬度地区可能只有几十公里。用没投影的全球数据去计算航线里程结果没有参考价值。还有一个特别容易错觉的点CRS用WGS84时地图默认是等距圆柱投影两个城市之间画出来的连线看起来是直线但飞机实际飞行的是大圆航线在地图上是一段弧线。很多公开的航线shp只是把两个机场坐标用直线连起来这并不代表真实航迹。如果你只是做航线网络的拓扑展示直线没有问题但要做航迹回放或区域空间分析就必须区分“航线规划数据”和“航班轨迹数据”。我处理这类需求时会先问一句你要的是拓扑图还是要能反映实际飞行路径的弧线这个答案决定了后面整个技术路径。2. 拿到手先切区域区域边界裁剪、空间叠加与批量处理2.1 用边界shp裁剪航线的常规动作全球航线数据动辄十几万条记录真正分析时往往只关心某个区域比如一个省、一个城市群或者某条走廊。这时最常用的操作就是“裁剪”。拿某个城市的行政区划shp作为裁剪边界把全球航线裁成“经过或进入该区域”的子集。ArcGIS里的流程是打开“分析工具”工具箱找到“提取”→“裁剪”。输入要素选全球航线图层裁剪要素选边界shp指定输出路径后运行。这个工具的工作方式是保留所有与边界相交的线段并沿着边界切开所以输出的记录数往往比原始数据多因为一条跨国航线可能在边界内被切成多段这是正常现象。如果只想保留完整落在边界内的航线应该用“按位置选择”挑选“完全在内部”的要素再导出为新图层。“裁剪”和“选择导出”虽然看起来都是“取出部分数据”结果语义完全不同。QGIS里对应的是“矢量”菜单→“地理处理工具”→“裁剪”界面更直观。但无论哪个软件裁剪前我建议先把输入图层和边界图层的坐标系统一。我之前犯过一次错航线是WGS84边界是从部门系统里导出的CGCS2000高斯投影我忘了先投影直接裁结果边界范围对不上裁出来的航线横跨太平洋数据明显歪了。现在我做裁剪前一定先看一眼图层的坐标系信息必要时用“投影”工具统一。2.2 不裁剪就做叠加分析按位置选择与渔网统计裁剪会改变几何但有些场景不需要改几何只要“知道哪些航线落在某区域里”更适合用空间连接。比如你有某个乡镇的边界shp想知道全球航线里有多少条线经过了该乡镇上空直接用“空间连接”把边界要素与航线要素关联统计每条边界内的航线数量即可。这个操作不会把航线切成两段属性表里会多一个“JOIN_COUNT”或类似计数字段适合做空间密度类统计。如果连边界数据都没有也可以自己造“渔网”来进行网格分析。ArcGIS的“数据管理工具”→“采样”→“创建渔网”可以生成规则网格shp然后用“空间连接”把航线连接到网格上每个网格得到经过它的航线数量。这就是搜索平台上常说的“渔网分割shp”或“网格统计”操作。注意创建渔网时一定要设好坐标系渔网范围的起点、终点要和你的业务区域完全对应否则网格边界对不齐后续统计会有偏差。我自己常用的是把渔网投影成适合该地区的等积投影这样网格面积均匀统计结果更客观。2.3 批量KML转shp用模型构建器省掉重复劳动航线数据不一定都会以shp交付。很多外部门、兄弟单位喜欢发KML/KMZ因为Google Earth里直接打开方便。但你要在本地GIS里做分析肯定要先转成shp。一次两个文件还好如果是几十个KML就别手动一个一个操作了。ArcGIS的模型构建器可以解决这种批量转换新建模型拖入“迭代工作空间”工具把它作为循环起点设置好KML所在的文件夹路径再拖入“KML转图层”工具让迭代器的输出文件路径作为该工具的输入。模型跑起来后每个KML都会生成一个要素类。但有个坑很多KML内部有Document和Folder层级转换结果可能是多个要素类而不是一个干净的合并结果。建议在模型里再加一步“要素类转Shapefile”或“合并”工具把所有结果收拢成一个shp否则后续分析还是在处理一堆散件。用ArcGIS Pro纯Python跑也很快逻辑类似用arcpy.ListFiles或os.listdir遍历KML挨个调用KMLToLayer。这个方法适合在服务器环境或定时任务里自动跑。我实际项目中更倾向于Python脚本因为能顺手把投影转换、字段改名一起做了比如KML转出来后坐标系默认WGS84如果目标库是128度带的高斯投影脚本里直接接一个“投影”工具一次成型。3. 格式互转链路KML、GeoJSON、DWG、TXT与3DTiles的往返流程3.1 KML和GeoJSON转入shp以及反向导出做航线项目时会遇到一个非常现实的场景人家给你的数据是KML你要的是shapefile做完分析前端开发又跟你要GeoJSON。这种“两头都是别人格式只有中间过程是我自己”的情况太常见了。KML转shp在ArcGIS里用“转换工具”→“KML转图层”即可输出是一个要素类。如果KML是从Google Earth手绘的线会在“线”图层下如果是地标点则在“点”图层下。转换完成后建议先打开属性表看下字段KML转换后往往多出“Name”“Description”这类通用字段真正的业务信息可能在Description的HTML标签里。很多人转完发现字段是空的是因为业务信息藏在不规则文本里需要二次解析这个步骤常被忽略。GeoJSON转shp最简单的是用QGIS直接把GeoJSON文件拖进图层区右键图层→“导出”→“要素另存为”格式选“ESRI Shapefile”编码选UTF-8。ArcGIS Pro里同理拖入后右键导出要素。反向操作也一样shp转GeoJSON在QGIS里另存为GeoJSON前端就能直接用。这个基础操作搜索量很大原因在于很多新人不清楚“GeoJSON和shp都是矢量格式转换不改变几何但字段名和编码容易出问题”。我自己的经验是导出GeoJSON时不要直接用中文属性字段名浏览器端处理起来会有编码坑用英文短字段名最稳妥。3.2 DWG、WKT和TXT文本类与图形类的配合DWG转shp在航线场景里不太常见但城市规划和民航评审里偶尔会遇到甲方给你一张CAD标注了规划的航线走向需要你先转成shp再放到GIS里与其他图层分析。ArcGIS对DWG的处理方式是把CAD当作要素数据集里面包含Polyline、Polygon、Point等子图层。右键“Polyline”子层导出要素为shp即可。注意CAD坐标通常不是经纬度而是局部图纸坐标或工程坐标导入后先看坐标系定义再决定是否要做地理配准。WKT字符串转shp是一个被问得很多的冷门操作。WKT实际就是一段文本描述几何比如一条航线可以表示成“LINESTRING (121.47 31.23, 140.38 35.77)”。如果手里只有这种文本最快的方式是用Python的shapely库读取并批量生成GeoDataFrameimport geopandas as gpd from shapely import wkt wkt_list [ LINESTRING (121.47 31.23, 140.38 35.77), LINESTRING (116.39 39.90, 103.99 30.57) ] geoms [wkt.loads(item) for item in wkt_list] gdf gpd.GeoDataFrame(geometrygeoms, crsEPSG:4326) gdf.to_file(routes_from_wkt.shp, encodingutf-8)shp转txt则更偏业务场景。很多国土报备、规划申报类系统不接受shp只接受固定格式的txt或表格文本。最简单粗暴的方法是在图层属性表里全选记录复制粘贴到文本编辑器但更可控的方式是用QGIS导出CSV时勾选“包含WKT几何体”或者“仅加载几何体”把每个要素的坐标以文本形式落下来再按系统模板拼接。如果系统要求多边形顶点按固定顺序排列我一般写个小Python脚本逐要素读坐标并输出文本比手动处理快得多。3.3 shp转3dtiles先想清楚表达目标“shp转3dtiles”这个话题最近很热特别是做三维可视化的人越来越多。但转之前必须想清楚你要表达的是什么如果只是把航线shp直接吐成3dtiles在三维场景里看到的往往是一堆细线没有量感还容易因为高度缺失而贴在地上。正确思路是先用GIS工具把航线变成“有厚度”的几何体。比如先做缓冲区把每一条航线从线变面再为面赋予高度变成体最后通过转换工具输出为3dtiles。多数转换工具支持从GeoJSON转3dtiles所以通用链路是shp → GeoJSON → 3dtiles。整个链路中最容易出错的是坐标系3dtiles场景一般是WGS84经纬度如果原始shp是投影坐标必须转回WGS84再生成瓦片否则在三维地球里整体漂移几十公里。我刚开始转的时候吃过一次亏直接用投影坐标数据转瓦片加载到Cesium里模型全跑到非洲去了。后来养成习惯所有要进三维场景的数据先统一成EPSG:4326并且在转换工具里明确选择输入坐标系绝不依赖工具的默认猜测。4. 从零自建全球航线shp数据清洗、几何构建与保存细节4.1 先整理机场表和航线表别急着画线有时候公开渠道能拿到的全球航线shp版本太旧或者缺少特定航空公司、特定区域的线路就需要自己构建。这个需求听起来工作量很大其实拆开就两步把机场坐标做成点表把航线记录做成线表。原始数据一般有两部分机场表机场代码、名称、经纬度和航线表起飞机场、到达机场、航空公司等。这类数据网上有开放航班数据库比如OpenFlights类似结构的数据集字段非常规整也可以从机场、航空公司公开的信息里整理。但无论来源如何清洗是第一关也是最费时间的一关。常见问题包括机场代码存在空格或大小写不一致同一机场有多个重复记录航线表中存在起降机场代码无法关联到机场表。清洗原则很简单空值行删掉按机场代码去重合并前先确认关联键本文还有配套的精品资源点击获取
