鐵人賽Day 6-常見的GIS資料格式

Dec 25, 2017

web

1. 先釐清一下資料型態
1. 1.1. 網格資料：
2. 1.2. 向量資料：
2. 本篇主要談的資料格式屬於向量式資料
1. 2.1. geojson (http://geojson.org/)
2. 2.2. ESRI shapefile(shp)
3. kml
4. topojson
5. 後記

前兩天我們先用CARTO(CartoDB)實作了一些基本的GIS資料視覺化，接觸了GIS資料。

延續 [Day3] 談互操作性及Web Map Service 標準議題，我們在處理資料時可能會遇到各種GIS格式，今日就來攻略幾種web常用的GIS資料格式。

本文是參加鐵人賽的文章，同步發表於 “2018鐵人賽-30天打造我的WebGIS系列”

先釐清一下資料型態

根據教科書，所謂GIS資料就是具備空間資訊的資料，依照資料型態可以分成兩類

網格資料(raster)
向量資料(vector)

網格資料：

網格資料指的通常是影像類型等規則網格的資料，例如衛星影像、高程模型(用來表示地形)，以像元(pixel)為基礎，每個pixel會有一些資訊如R,G,B, 或是深度、高度，等，賦予每一個pixel對應的空間坐標，就是一個網格式GIS資料，而賦予坐標的做法通常是定義網格大小、起始網格坐標、以及方向，定義這些資訊的檔案稱作 world file，常用的格式如geotiff、tiff、jpg、bmp等影像檔具有world file都屬於此類。

向量資料：

比起網格式資料可能都是使用專業人員處理好的資料，向量式資料在應用上常見得多，又依表示方法分成：點、線、面（註）

註：點線面是統稱，在2D 又可細分為multi points, multi polygon…etc. 在3D GIS的世界，相關格式另有一片天….。

本篇主要談的資料格式屬於向量式資料

geojson (http://geojson.org/)

geojson我們在第二天的範例中就已經在地圖上介接了一個開放資料範例，而跟前幾天提到GIS常用的OGC標準不同，geojson非OGC標準，是由IETF(Internet Engineering Task Force)組織訂定的，因為是json物件的方式表現，使用起來可說是簡單好用，於webgis廣為流通，目前版本的geojson(RFC 7946)具有以下特徵：

JSON，流通方便

一個geojson結構如下：

{
  "type": "Feature",
  "geometry": {
    "type": "Point",
    "coordinates": [125.6, 10.1]
  },
  "properties": {
    "name": "Dinagat Islands"
  }
}

幾何樣態（geometry Type）：Point, LineString, Polygon, MultiPoint, MultiLineString, and MultiPolygon
坐標(coordinates)：不同幾何形態有不同坐標值記錄方式，可以參考 wiki範例，而且並沒有定義投影坐標系統的欄位，通常默認為EPSG4326(也就是wgs84經緯度)
屬性(properties)：在properties以key-value方式記錄每一筆資料的屬性欄位

ESRI shapefile(shp)

shapefile在GIS領域廣為使用多年，目前仍廣泛使用中，它是GIS應用軟體供應商ESRI定義的格式，亦已部分公開相關結構，大多數GIS軟體(如QGIS、Arcgis等)也都支援。
要解析shapefile，可參考github上有許多shapefile library，而一個shapefile通常包含很多附屬檔案(wiki)：

Shapefile圖形格式 (.shp)
Shapefile圖形索引格式(.shx)
Shapefile屬性格式(.dbf)，屬性資料庫
Shapefile投影格式(.prj)，紀錄坐標系統
Shapefile空間索引格式(.sbn)

一個shapefile只會有一種幾何形態，共支援Point, Polyline, Polygon, 等13類的幾何型態資料，更多shape資料問題可參考wiki。

這邊要特別分享一個小小使用經驗：

shapefile因為具有(.prj)檔案記錄投影坐標系統的特性，與geojson有個不同的地方在於它可以使用不同的坐標系統(一般來說geojson都是使用ESPG4326，也就是wgs84經緯度)，我們拿到一份shapefile可能會是各式各樣坐標系統，這些坐標值是存在shp內，當我們偶爾會拿到沒有prj檔的shapefile時，可能會遇到對於shp內坐標值到底是啥而一頭霧水的現象，這時便需要經驗判斷資料的坐標系統喔！(關於坐標系統，預計過兩天再來攻略^^)

kml

kml是OGC規範格式，廣泛用於Google Earth等平台上，它是xml方式表達GIS資料，並且包含了其在Google Earth上的樣式資料，基本上都使用ESPG4326的經緯度坐標，範例如下(wiki)

<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns="http://www.opengis.net/kml/2.2">
<Document>
<Placemark>
  <name>New York City</name>
  <description>New York City</description>
  <Point>
    <coordinates>-74.006393,40.714172,0</coordinates>
  </Point>
</Placemark>
</Document>
</kml>

在我過去使用kml的經驗，Google Earth對於kml在樣式屬性上實在非常具有彈性，他甚至可以定義其在Google Earth上的Popup內容、視角、事件等等，個人覺得算是很單純但又很難掌握(ㄊㄠˇ 一ㄢˋ)的格式(樣式部分)

topojson

topojson是geojson的擴充，大致上是基於geojson但具資訊壓縮並考量位相關係的(topology)的資料格式(請參考topojson spec文件)，廣泛用於webgis及d3.js資料視覺化(作者同時也是d3.js作者Mike Bostock)，關於topojson詳細的規格可以直接參考文件，在這邊我們先快速來看看一個Taiwan.TopoJSON範例(因長度關係，請直接前往github上的範例)。

拿到資料後，我們把資料複製到json edirtor檢視：

從資料格式架構中可以看到，topojson相較於geojson多增加了幾個項目:bbox、transform、arcs

bbox: 記錄的是這份geojson的邊界
transfrom: 記錄兩個尺度及兩個平移參數，在topojson中為了減少記錄位數，坐標都是用int方式記錄，再靠transform參數還原
arcs: 記錄資料中的邊，arcs分兩個部分，一個是最外層的arcs記錄所有的邊，第二個是每個幾何物件中的arcs記錄的為arc index，每個幾何物件內的arcs都參照最外層arcs，如此是以共邊的概念記錄每個物件的幾何，減低資料量並保有位相關係(topology)
objects: GIS資料物件陣列，包含幾何及屬性

後記

geojson、shapefile、kml在webgis中最常被用到，資料交換也常依賴這幾類格式，大多數webgis平台都支援這些資料形式，因此大家一定會碰到，今天先介紹這些格式，明天預計來攻略這幾類的資料轉換(這應該才是最重要的^^)。

prev：鐵人賽Day 7-常見的GIS資料格式-轉換篇 next：鐵人賽Day 3-談互操作性及Web service 標準