对比了多个版本的行政区划以后直辖县级市市辖区城区常住人口

行政区划数据是重要的基础地理信息数据,但目前市面上能使用的行政区域数据问题颇多。我这里列出几种大家常用的行政区划数据供大家参考:

基于上述问题,我想基于权威的行政区划数据,制作一套长时间序列的、具有符合民政部属性的、开放获取的行政区划数据。目前最权威的区划数据是国家基础地理信息中心于2022年1月发布的国家基础地理信息,该数据的现势性为2019年,但该数据也存在诸多问题。

因此,基于1比100万的行政区划数据、民政部地名数据以及其他矢量数据,我制作了2020年初的行政区划数据。接下来一段时间,我将基于这套2020年区划数据与民政部历年来行政区划资料,陆续更新2015年-2022年的行政区划数据。

2数据处理原则

(1)尽可能少地改动矢量数据;

(2)国界、南海诸岛的矢量绝不修改,一律以国家基础地理信息2022年发布的数据为准;

(3)各地属性、统辖信息一律以民政部2019年的数据为准;

上述步骤处理完之后,数据是分块的。

进行县名称的数据融合,以消除下面的方块状组合,再最后选择中国区域,获得的行政区划数据如下所示。

写到这里,首先感谢公众号数读城事继续几年的区划数据更新,这套数据的属性信息是最全的,而且是和民政部代码相契合的。这里我直接使用了这套数据进行了基于县名称的空间连接。由此我们的区划数据初步具有了各县的属性信息。

6区划矢量修改数据修复

由于这套数据存在多处数据的矢量拓扑错误,我们首先使用arcgis自带的修复几何功能进行修复。然后不能修复的位置,我们进行空间定位,通过编辑矢量功能进行修复。

在制作过程中,也遇到了民政部有行政代码,国家基础地理信息数据无矢量的情况,比如深圳的坪山区。如果遇到这样的问题,我会首先参考天地图行政区划、民政部的矢量区划,如果没有则参考高德地图的适量区划。比如深圳的坪山区并无矢量:

另外,也遇到了民政部无代码,但有矢量的情况,比如说甘肃太子山天然林有区划矢量,但行政级别上又属于几地管辖:

又如莲花山风景保护区无行政区划代码,参考高德地图区划数据,并入康乐县:

另外比较特殊的地区是台湾省,有县级矢量,但在民政部的行政区划中只有省级代码。为保证本数据的所有属性数据以民政部为准,这里对台湾省的所有县级数据进行了合并,只保存省级矢量。

7属性数据修改

这部分也是耗时最长的步骤,即使在大部分数据有属性数据的情况下,依然问题较多。

代码、名称等错误

与民政部的区划代码进行300余个市级别的对比,若有不同行政区域,则找相关原因。有可能市字段匹配错误,比如石家庄的新华区、沧州市的新华区字段匹配错误(这种最多)。也有可能是被遗漏掉了,比如温州市的龙港市。

另外就是我国还有一些特殊的行政单位,比如省直辖市、省直辖县行政级别上属于县级单位,但又无地级单位。

比如湖北省的潜江市、天门市、仙桃市,河南的济源市, 海南的临高县、东方市等,具体分布图如下所示,这部分区域统一将地级属性命名为空

还有一些比较特殊的地区,是地级市,但截止2019年末,该地区又无县级行政单位,比如海南儋州市、广东东莞市等。这部分区域统一将县级属性命名为空。

地名县级县级码县级类地级地级码地级类省级儋州市 不统计 0 不统计 儋州市 460400 地级市 海南省 东莞市 不统计 0 不统计 东莞市 441900 地级市 广东省 嘉峪关市 不统计 0 不统计 嘉峪关市 620200 地级市 甘肃省 三沙市 不统计 0 不统计 三沙市 460300 地级市 海南省 中山市 不统计 0 不统计 中山市 442000 地级市 广东省 海西蒙古族藏族自治州直辖 不统计 0 不统计 海西蒙古族藏族自治州 632800 自治州 青海省省级为空区域

在进行检查前,首先普及一下我国大体的行政区划级别。

林区,是中国行政区划之一,行政地位与市辖区、县级市、县、自治县、旗、自治旗、特区相同,属县级行政区,现仅有一个,为湖北省直辖的神农架林区

特区,这里指六枝特区属六盘水市辖区域,位于贵州省西部,现仅有一个。

因此:

省级行政单位有:省、直辖市、自治区、特区

市级行政单位有:地级市、自治州、地区、盟

县级行政单位有:区、县级市、县、自治县、旗、自治旗、直辖县、省直辖市、林区、特区。

此外,还有省直辖县、省直辖市。在民政部的行政区划等级中不属于任何地级行政区划代管。属于县级行政区,不经地级行政区代管或管辖,由省级行政区直接管辖,独立于地级行政区之外单独建制,由所在的省或自治区直接领导和管理。因此省直辖县、省直辖市无地级行政区,也属于县级行政区。

合计行政区划单位合计行政区划单位合计行政区划单位34 4直辖市23省5自治区2特别行政区333 293 地级市7 地区30 自治州3 盟2846 965 市辖区387 县级市1323 县117 自治县49 旗3 自治旗1 特区1 林区

县级数量检查

逐个省份进行县级数量检查,检查表格如下:

地区县级数量地区县级数量北京市 16 市辖区 湖南省 36 市辖区18 县级市61 县7 自治县天津市 16 市辖区 广东省 65 市辖区20 县级市34 县3 自治县河北省 47 市辖区21 县级市94 县6 自治县广西壮族自治区 41 市辖区9 县级市49 县12 自治县山西省 26 市辖区11 县级市80 县海南省 8 市辖区5 县级市4 县6 自治县内蒙古自治区 23 市辖区11 县级市17 县49 旗3 自治旗重庆市 26 市辖区8 县4 自治县辽宁省 59 市辖区16 县级市17 县8 自治县四川省 54 市辖区18 县级市107 县4 自治县吉林省 21 市辖区20 县级市16 县3 自治县贵州省 15 市辖区9 县级市52 县11 自治县1 特区黑龙江省 54 市辖区21 县级市45 县1 自治县云南省 17 市辖区17 县级市66 县29 自治县上海市 16 市辖区 西藏自治区 8 市辖区66 县江苏省 55 市辖区22 县级市19 县陕西省 30 市辖区6 县级市71 县浙江省 37 市辖区20 县级市32 县1 自治县甘肃省 17 市辖区5 县级市57 县7 自治县安徽省 44 市辖区9 县级市52 县青海省 7 市辖区4 县级市26 县7 自治县福建省 29 市辖区12 县级市44 县宁夏回族自治区 9 市辖区2 县级市11 县江西省 27 市辖区11 县级市62 县新疆维吾尔自治区 13 市辖区26 县级市61 县6 自治县山东省 57 市辖区27 县级市53 县香港特别行政区河南省 53 市辖区22 县级市83县澳门特别行政区湖北省 39 市辖区25 县级市36 县2 自治县1 林区台湾省

在检查过程中,将错误的县级类型属性改为正确的,最后我国县级类型分布图如下所示:

这一步是在数据合并完成后进行的,是对逐个省份进行市级类型检查,主要注意几个无县级行政区的地级市,以及直辖市无地级行政单位。最后我国市级类型分布图如下所示:

在检查完矢量与属性信息之后,使用数据融合工具进行地级和省级的数据合并。

我国的市级数据如图所示:

我国的省级数据如图所示:

参考GADM属性信息,给矢量数据添加数据的英文属性,各个属性名称对应的名称如下:

中文英文属性名地名 NAME 县级 NAME_3 县级码 GID_3 县级类 TYPE_3 地级 NAME_2 地级码 GID_2 地级类 TYPE_2 省级 NAME_1 省级码 GID_1 省级类 TYPE_1 地名的中文拼音标注 VAR_NAME 县级的中文拼音标注 VAR_NAME3 地级的中文拼音标注 VAR_NAME2 省级的中文拼音标注 VAR_NAME1

省市县的类型英文名对应为:

中文名英文名中文名英文名县 County 地级市 Prefecture City 县级市 County City 自治州 Autonomous Prefecture 自治县 Autonomous County 地区 Prefecture 市辖区 District 盟 League 旗 Banner 直辖市 Municipality 自治旗 Autonomous Banner 省 Province 林区 Forestry Area 自治区 Autonomous Region 特区(县级) Special District 特区 Special District

不统计 NULL

另外,考虑到汉语拼音是表述普通话语音的拼音系统,后被用作对外宣传的拼写法则,这也就是我们看到大部分省市英文为拼音的原因。也有部分地区是非拼音,使用的是邮政式拼音。例如广东、广西、福建有一部分地区的地名已经有了拉丁字母的习惯拼法,例如Amoy(厦门)、Canton(广州)、Foochow(福州)等。

但考虑到我国一直使用的拼音代表地名,联合国也于1977年起正式改用汉语拼音拼写中国大陆地名,因此本数据全部采用拼音系统代表地名。但单个字的地区,比如广西横县、山西临县等,保留县名称,再命名。带民族的,保留民族的英文名字。

自此,我们获得了完整的具有英文属性的省市县行政区划矢量数据。

2020年省市县11数据获取

12

我为什么会选做这样的事?是因为我在搭建自己的网站中,经常遇到行政区划数据的问题。到底该用哪一套行政区划数据深深困扰着我。天地图数据?不完整。中科资环数据?太旧。高德地图数据?属性不够。

因此,我准备自己做一套能够使用的数据。最开始有两个思路,一个是使用民政部的区划数据,该数据的边界精度非常高,且没有数据加偏。但该数据有个问题,民政部并未发布该数据,数据来源的声明不太好写,难道说是通过爬虫获取,哈哈哈。另外一个数据就是该文的思路,基于国家基础地理信息中心发布的县矢量数据,这个数据虽然精度不高,但胜在权威,且可以声明数据来源。

13参考

中测网旗下服务矩阵

网课·培训·招聘·推广服务

测绘师:

网 课:

硬 件:

账 号:

技 师:

线下班:

无人机:

八大员:

求职招聘:

推广服务:

搜索关键词·获取干货

《中测网》公众号「聊天对话框」

【资质】 测绘资质查询/申办、甲级名单

【规范】 测量规范、技术规程、常用Excel表格

【CASS】 快捷键、高手必备技巧、操作视频

【RTK】 各类RTK操作视频:南方 华测 中海达

【GIS】 ArcGIS技巧、MapGIS技巧、快捷键

【航测】 无人机作业流程、规范、应用案例

【招聘】 最新测绘招聘职位、求职人员简历

【工资】 各岗位测量员的工资待遇、就业前景

【定额】 测绘生产成本费用定额、勘察收费

【招标】 实时更新,测绘地信 招标信息/公告

【奥维】 奥维地图下载/安装、自定义地图

【图片】 海量测绘图、逆天测绘图、图说测绘

【测绘师】报考条件、课件、继续教育流程

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

THE END
0.中国的行政区划(精选10篇)我国34个省级行政区的名称、简称及分布。 【四】教学难点: 识记我国34个省级行政区的名称、简称及省府所在地在地图上的位置。 【五】教学准备: 1、课前学生了解自己户口所在地,有关香港、澳门、中国台湾的历史,做一幅中国政区拼图版并熟悉中国政区图的形状和方位。 jvzquC41yy}/fr~khctxgw3eqo5kkjtcp1hbprfplkjjnrokcqgo1@:49;?/j}rn
1.西藏自治区行政区划(2024年)2.增补藏南地区公开使用地名(第四批)分布图 民政部 2024年3月30日 出处:https://www.mca.gov.cn/n152/n165/c1662004999979998568/content.html 本站内容是根据各种公开资料整理,仅供行政区划爱好者交流使用。本站对本页内容准确性、及时性不作任何保证。如需转载或引用,请自行核实内容,并请保留本站网址:www.xzjvzq<84z|sn/q{l1ujux1lmkpc566872464ivvq
2.解秘中国人寿海外投资版图|长期7%复利收益如何达成?美式分红的王第二,投资地区分布方面,中国人寿(海外)投资于全球资产,投资范围涵盖发达国家市场和新兴市场投资,地区包括但不限于美国、中国内地、香港特别行政区、欧洲及其他地区。 分红产品投资地区分布: 非分红产品投资地区分布: 投资案例 这里分享几个中国人寿海外的投资案例: jvzquC41zwkrk~3eqo574<8;22=7387;96<74=>
3.中国的行政区划课题:中国的行政区划 教学目标: 1、使学生知道我国三级行政区的划分,记住34个省级行政区的名称、简称、分布及行政中心,从而培养学生图与名统一的地理记忆能力。 2、使学生了解香港特别行政区和澳门特别行政区的设立,培养学生关心祖国,盼望祖国统一的情感。 jvzq<84yyy4vpsx0eqs0lrfqcp5ekun142692:7333;92;d843770qyon
4.中国行政地图2025高清大图、各省各市可放大中国地图高清版大图 各省分布图电子版可放大 中国地图全图,包括: 中国地图 1:1100万 4开,分省设色 界线版 无邻国 线划一 中国地图高清版 1:1100万 4开,界线版 中国地图各省分布图 1:1400万 4开 无邻国 更多中国地图全图 4开、8K 打包下载 十二、安徽省(华东) 安徽,简称皖,省会合肥,位于中国华东地区,jvzq<84yyy4z7@;0eqs0ojwkenk/c|uAkfC:3/u?4
5.ArcGIS笔记(一):生成县域级年GDP统计图使用arcgis显示县区gdp为了获取一定地区的社会经济分布图,获得县区域级或者乡镇域级GDP数据后再进行内插后,可以获得分辨率较高的GDP分布图。(用的办法有点繁琐麻烦,不足或错误之处还望不吝指出) 一、获取行政区划矢量数据 在地图软件或者地图选择器获取到相关行政区划的.shp文件,具体可以参考(中国省市区县级行政区划shapefile获取方法_中国shjvzquC41dnuh0lxfp0tfv8|gkzooa==234?598ftvkimg8igvcomu8642375:<7