村级 GeoJSON 边界藏着碎块？用 adcode 与拓扑把碎片拼成整面

发布于 2026-08-23 · GeoJSONcn 技术团队 · 阅读约 11 分钟

从省到街道的边界一般都很利索，一"下"到村级就开始不对劲。在做全国村级geojson数据下载的整理时，最大的麻烦不是文件大，而是同一片区域被切成好几块、叠了好几层：一个行政村面被分成两三片，中间还有碎缝和小岛，放大看惨不忍睹。这篇聊聊怎么用 adcode 主键加拓扑把村级废料清理成能直接上地图的干净面，顺手补齐全国省市区县geojson数据下载这套体系里最容易烂的一环。

村级 GeoJSON 碎片是怎么来的

村级数据之所以碎，多半是上游来源决定的。你在做 GeoJSON下载 或从专业源拿村级边界时，常常要过这么几道手续：

• 多源拼装。村子形状来自天地图乡镇面切分，再拿 OSM 村界去修正，两套几何边缘对不齐，就留下一堆细缝。
• 按图幅切分。某些源把全国按瓦片/图幅存，同一个村横跨两块图幅，就会在两边各存一块，中间断开。
• 历史归档。老村撤并前的旧面没删干净，和新面叠在一起，properties.adcode 却是同一个，统计就是双份。

所以第一步永远是把村级数据当成"半成品"来对待，不能直接画。

用 adcode 做主键先归簇，再谈合并

对付碎片，别一上来就去碰几何。先把所有要素按 properties.adcode（12 位或 9 位村级码）聚成一组，同一个码的若干碎片就是一家人。这一步同时解决两个问题：一是同一村多片能归拢；二是能发现同码异名（旧档案漏删）和同码几何重叠这种脏数据。下面这段 Node 用 Map 按 adcode 归簇，顺便统计每个码的碎片数和面积：

import { readFileSync } from 'node:fs';
const fc = JSON.parse(readFileSync('village.json', 'utf8'));
const groups = new Map();
for (const f of fc.features) {
  const code = String(f.properties.adcode || '');
  if (!groups.has(code)) groups.set(code, []);
  groups.get(code).push(f);
}
let multi = 0, overlap = 0;
for (const [code, list] of groups) {
  if (list.length > 1) { multi++; console.log(code, '碎片x' + list.length); }
}
console.log('多碎片村级要素数:', multi);

跑完你大概率会看到整片区域有一半以上的村"碎片数 > 1"，这就是要清理的目标。归簇里还有个坑：村级用 12 位统计用代码还是 9 位民政代码，来源不一。先统一到 12 位（前 9 位 + 3 位村民小组/虚拟层），否则同一个村会因为位数不同被拆成两组，合并就无从谈起。

同一村先合并，再统一环方向与去孔

碎片归到一族后，合并要按"拓扑优先、几何兜底"的顺序，别直接 union 硬拼——会撞出大量畸形顶点。我的顺序是：

1. 清洗几何。每片先过一遍 buffer(0) 或修复自交，把自交、未闭合环的脏面修掉，否则 union 阶段会埋雷。 2. 同码合并。一个村族的若干片用 union 合成一面。片与片若恰好共边，union 会消缝；若只是接近不重合，会留 0.0000x 度的碎缝。 3. 删多余孔。合并后常有细长孔或小岛，多半是旧档案残留。用面积阈值（比如 < 该村面积 1%）直接剔除。 4. 统一环方向。RFC 7946 要求外环逆时针、内环顺时针。合并后务必跑一遍 rewind，不然 PostGIS 和部分前端会报 non-closed rings。

mapshaper 能一把梭做合并+去缝，但村级要素量大（全国几十万），我更倾向脚本化分批跑。下面是按面积阈值清孔的片段：

function dropTinyHoles(g, minArea) {
  if (g.type !== 'Polygon' && g.type !== 'MultiPolygon') return g;
  const polys = g.type === 'Polygon' ? [g.coordinates] : g.coordinates;
  for (const ring of polys) {
    // ring[0] 外环，其余为内环
    let i = 1;
    while (i < ring.length) {
      if (shoelaceArea(ring[i]) < minArea) ring.splice(i, 1);
      else i++;
    }
  }
  return g;
}

shoelaceArea 用鞋带公式把经纬度环转为有符号面积，按 Math.abs 取面积比较。注意这里面积是"经纬度平方"的近似的量，只适合做相对阈值（相对该村面积的比例），跨村横向比没有物理意义。

兜底验证：面积闭环 + 抽样目检

合并完不能觉得"画着顺眼就完事"，得有两个硬校验。

校验一：面积闭环。 村级碎片清理完，把每个村合完的面积累加，和乡镇面面积对对数。行政村面之和应约等于乡镇面（差在政府驻地的飞地、水面等）。偏差 > 5% 的乡镇，说明有片没归对或漏删，回炉重查。校验二：抽样目检。 随机抽几个县城周边与省界附近的村，放大 20 倍肉眼扫一遍缝和小岛——自动化清理后机器看着对，人眼常能抓出残留。

这里也提一句合规：村级边界的几何我是在"地图完整性 = 要素不重叠、不缺失的纯技术校验"这个意义上提的。数据展示与导出始终遵循审图与技术服务边界，脚本只做拓扑与去重，不涉及任何领土主张或范围判定。

合并碎块的常见坑

我把踩过的坑列成一张表，跑村级 GeoJSON 合并前先对一眼：

小结

村级 GeoJSON 数据下载回来，别当成即开即用的成品。用 adcode 归簇看清碎片分布，按"清洗→合并→剔孔→rewind"的顺序把同一村拼成整面，再用面积闭环加抽样目检兜底，就能得到一套能直接叠到全国省市区县geojson数据下载那套省市区县边界上的干净村级层。碎片清干净，后续做 choropleth、做 point-in-polygon、做村级统计分析才不会被重复面积坑到。

---

需要这条村级 GeoJSON 数据下载链路里的省市区县乡镇各级边界，欢迎到 geojsoncn.com 的全国省市区县区划边界数据下载专区，本站预览与在线可视化免费，导出原始 GeoJSON 为付费能力（每次下载仅需 ¥1.99），可用于把各级边界按 adcode 对齐到村级层上。