把 GeoJSON 边界转成网格统计：方格、蜂窝与点位网格怎么取舍

发布于 2026-09-16 · GeoJSONcn 技术团队 · 阅读约 16 分钟

一份区县边界 GeoJSON 交到分析师手里，最常见的结局是被当成配图。要让面数据真正参与计算，往往得换个形态：先把轮廓切成规整的格子，再往格子里灌统计值。热力图、网点密度、物流覆盖、基站选址，底层都是这套动作。全国省市区县geojson数据下载回来之后该不该走这一步，取决于你要回答的问题是否落在"区域内总量"以外的维度上。

以浏阳市为例，32 个乡镇街道、112,344 个顶点、陆域面积 5005.23 平方千米。统计口径若只到乡镇，一份属性表就够了。可一旦要比"城区 3 公里半径内的门店铺数"，乡镇单元的粒度就不够细，边界形状还会干扰结论——同样的点距，落在狭长乡镇与方正乡镇里，密度读数完全不同。

三种网格形态的差别，先看一张表

Turf.js 7.3.5 提供三个切网格函数，输出形态和体积差别明显。

蜂窝的价值在于单元中心到各边等距，六个邻接方向没有疏密之分。方格在角邻接与边邻接上不一致，做邻域扩散时会露出方向纹理。

实测拿浏阳市跑了一遍。蜂窝在 2 千米边长下产出 788 个单元，按质心判定命中 480 个；边长放到 5 千米剩 111 个单元，10 千米只剩 21 个。方格同边长下的单元数约为蜂窝的三倍——方格在经纬两个方向都按边长平铺，蜂窝的错行排布省掉了近一半冗余。

成本同比例放大。2 千米蜂窝全程 331.9 毫秒，同档方格 950.2 毫秒；边长 10 千米时两者分别回落到 6.0 毫秒和 28.5 毫秒。生成耗时基本与单元数线性相关，选档位就是选这个系数。点位网格最省，10 千米档只出 88 个要素点，2 千米才 2160 个，耗时不到 0.6 毫秒。

mask 参数在 7.3.5 下会直接抛错

按官方文档，网格函数支持 mask 参数，传入多边形只保留落在其中的单元。这是最省事的路子，但在 @turf/hex-grid@7.3.5 与 @turf/square-grid@7.3.5 上会抛异常：

TypeError: Cannot read properties of undefined (reading 'type')
    at geomEach (@turf/meta/dist/cjs/index.cjs:240:24)
    at intersect (@turf/intersect/dist/cjs/index.cjs:7:18)
    at hexGrid (@turf/hex-grid/dist/cjs/index.cjs:74:36)

根因藏在依赖链里。hexGrid 把 mask 塞进临时数组再交给 featureCollection：

if (options.mask) {
  if (intersect(featureCollection([options.mask, hex]))) {
    results.push(hex);
  }
}

@turf/intersect@7.3.5 却把入参当 FeatureCollection 处理：

function intersect(features, options = {}) {
  const geoms = [];
  geomEach(features, (geom) => { geoms.push(geom.coordinates); });
  ...
}

geomEach 碰到 FeatureCollection 时取的是 features[i].geometry，而这个临时数组的第一项本身就是个 FeatureCollection 或裸几何对象，没有 .geometry 这一层。回调拿到 undefined，读 .type 立刻崩。传 Feature、传裸几何、传 FeatureCollection 三种写法我都试过，全部抛同一个错。

绕过办法是不用 mask，改成先出全网格、再自己判归属。冗余度可以提前估：浏阳、麻城这类县级数据的全网格大约是命中数的 1.2 到 1.7 倍；重庆这种省级 bbox 会拉到 2.2 到 2.6 倍，因为矩形框里大片区域根本不落在地界内。

归属判定的核心就是射线法：

const cellOf = (pt, units) => {
  for (const u of units) {
    const g = u.geometry;
    if (g.type === 'Polygon') {
      if (inRing(pt, g.coordinates[0])) return u;
    } else {
      for (const part of g.coordinates) {
        if (inRing(pt, part[0])) return u;     // MultiPolygon 逐部件试
      }
    }
  }
  return null;                                  // 落在飞地或空洞，判为未命中
};

命中率随区域形状剧烈变化

同一套网格参数，换一份数据，命中率能差出一倍。下面三组都是 10 千米蜂窝网格，判定口径一致（质心落点归属）：

浏阳、麻城是县级内部的乡镇街道，拼在一起接近实心块，命中率自然高。重庆是省级单位，38 个区县拼出的轮廓带大量外凸与内凹，bbox 面积远大于陆域面积，落在轮廓之外的网格全被判为未命中。

这提示一步容易漏掉的预处理：跑网格前先用实际面几何算面积，与 bbox 矩形面积比一比。重庆的陆域面积是 165,033.02 平方千米，比 bbox 反推的矩形小得多。差得越远，越该按区县分组各自跑网格，而不是拿全省 bbox 一次性铺满。

顶点数也不是决定性因素。浏阳 112,344 个顶点换来的命中率是 81.0%，麻城只有 5,507 个顶点却是 85.7%。决定命中率的是轮廓的紧致程度，不是数据精度。拿一份高精度数据就以为网格会铺得更准，是思路跑偏了。

网格归属的跨格问题

质心落在谁家，这个判定本身有边界情况。重庆那 311 个命中网格里，全部 311 个的质心同时落在多个区县内——跨格率 40.9%。市辖区彼此紧邻，网格边长 10 千米时，一个格的质心正好压在两个区的共享边上，射线法两次都判真。

宽松处理是取第一个命中，代价是统计量会被相邻区县重复计入。严谨一点的做法是保留命中列表，统计时按面积比例分摊。只做可视化，前者够用；结果要进报表或对外发布，建议把跨格单元单独打标，别让它悄悄混进归属清晰的样本里。

网格只是中间产物。要拿省、市、区县单独的边界做 PPT 底图，不必绕网格这条路，可以直接到 地图 PPT 模板选购页 按省市逐级下钻挑一份可编辑矢量地图，先看预览再决定是否下载，单份 ¥4.99。网格适合数值分析，矢量底图适合版面与汇报。

网格该建在哪一端

浏览器里现算网格可行，但不划算。2 千米蜂窝在浏阳这种量级上要 331.9 毫秒，重庆直接飙到 518.5 毫秒，叠加后续归属判定，首屏体验会被拖住。

更稳的分工是构建期生成一次。全国村级geojson数据下载或区县数据下载之后，在构建脚本里把网格跑出来，跟数据一起发布。边长按展示层级定档：省级视图 20 千米、区县视图 5 千米、乡镇视图 2 千米，各自生成后压缩成静态文件。前端只做两件事——读对应的网格文件，把统计值映射到颜色。单次请求体积可控，刷新缓存时也只需换那几个网格文件。

网格数据要不要保留坐标精度，与面数据是同一个取舍。网格顶点数远少于边界顶点，六位小数通常足够；只做密度统计的话，单元编号加统计值就够，坐标能降到四位。真正影响性能的是单元数而不是坐标位数——先把档位定对，比反复裁小数位更有效。这套生成步骤值得写进构建流程，别留在某个人的笔记本里靠手动执行。

本文数据仅用于技术讨论，区划口径以国家有关部门发布的为准。