CSV、GeoJSON 还是 Shapefile：你该要哪种格式？

委托做一份数据集时，格式这个问题通常三秒钟就定了——用需求方软件默认能打开的那种。它其实值得多想一会儿，因为常见答案里有两个会悄悄把数据弄坏。

CSV：做点数据够用，别的就没救了

如果一份点数据集是要在表格软件里打开、或者要导进数据库，CSV 就是对的交付格式。它通用、能做 diff，什么工具都读得懂。它不存坐标系，所以拿到的人只能靠猜；它也表达不了线和面，除非在某一列里塞 WKT 字符串——而多数表格软件的用户接着就会把它弄坏。

GeoJSON：网页端的默认选择

GeoJSON 是纯文本，人能直接读，所有网页地图库和所有现代 GIS 软件都支持。它支持全部几何类型，也支持嵌套属性。凡是要在浏览器里展示、或者由 API 消费的数据，它都是自然的答案。

它的弱点是体积。坐标以文本存储、精度又给得过高，会产出极大的文件：同一个图层做成 GeoJSON 可能占 40 MB，做成 GeoPackage 只有 6 MB。把坐标截到小数点后六位——大约 10 厘米的精度——通常能砍掉三分之一的体积，而且没有任何实质损失。

# Trim coordinate precision and reproject in one pass
ogr2ogr -f GeoJSON out.geojson in.gpkg \
  -t_srs EPSG:4326 \
  -lco COORDINATE_PRECISION=6

# Anything over ~50 MB should become vector tiles instead
tippecanoe -o out.pmtiles -zg --drop-densest-as-needed out.geojson

Shapefile：仍然到处都是，仍然是 1993 年的东西

shapefile 不是一个文件，而是一组文件；传输途中要是丢了 .prj 或 .dbf，数据就降级甚至彻底不可用。它有两个真会造成损害的限制，值得明说。

• 字段名会被截断到 10 个字符。population_density 变成 population；如果你同时还有 population_total，它就变成 populati_1。字段含义就这么无声地毁掉了。
• 单个文件有 2 GB 上限，如今体量大的图层动不动就超过。
• 字符编码没有可靠的声明，非 ASCII 名称传过来变成乱码的概率，高到需要提前准备应对方案。
• 每个文件只能有一种几何类型，混合图层必须拆开。

只有当对方的工作流确实需要 shapefile 时才要它——在工程与规划领域，这仍然很常见。要的时候，顺带要一份字段名对照表，让截断是被记录下来的，而不是被撞见的。

GeoPackage：优先选它

GeoPackage 是单个 SQLite 文件，可以容纳多个图层，完整保留字段名与字段类型，规范地存储坐标系，也扛得住很大的数据量。它是 OGC 标准，QGIS、ArcGIS、GDAL、PostGIS 以及所有现代工具链都支持。

如果对方的软件支持，交付用 GeoPackage 几乎总是正确答案；而在它基础上搭的网页图层，用 GeoJSON 才是正确答案。

按场景该要什么格式