地图投影该怎么选择?常用投影有哪些?

为什么你导出的地图总“歪”？90%的人忽略了投影选择

上周一位读者在后台留言：“Dr. Gis，我用QGIS把北京和上海的点连起来，导出PDF后发现连线居然弯了！明明是直线啊！”——这根本不是软件bug，而是你忘了选对地图投影。就像把地球仪上的航线画到平面地图上，不选对“剥橘子皮”的方式，再直的线也会被拉弯。

我在参与某省国土空间规划时，曾因团队统一使用Web Mercator投影计算耕地面积，导致最终成果比实际少了3%，差点酿成重大事故——投影选错，数据全废。

投影的本质：把三维地球“熨平”到二维纸面

想象你手里有个橘子（地球），想把它表面的图案完整贴到一张纸上。无论你怎么撕、怎么压，橘子皮总会皱或裂——这就是投影变形。所有地图投影都在做三件事之间的权衡：保形状、保面积、保距离。没有“完美投影”，只有“最适合当前任务的投影”。

• 等角投影：保持局部形状不变（航海、气象常用）
• 等积投影：保持面积比例准确（统计、资源调查必备）
• 等距投影：保持特定方向距离真实（导航、军事应用）

实战场景：5大高频需求对应的黄金投影

避坑指南：3个必须检查的投影陷阱

1. 数据源投影未知：收到Shapefile先用ogrinfo -al yourfile.shp查坐标系，无投影信息的数据等于废品。
2. 动态投影≠真实投影：ArcGIS/QGIS的“动态投影”只是视觉矫正，导出前务必用Project Tool永久转换。
3. 跨带数据未分割：高斯投影每3度一个分带，横跨两个带的数据必须切割处理，否则边缘形变可达百米级。

终极心法：用Python一键诊断投影健康度

分享我写的一个脚本，自动检测数据集投影是否适合面积计算：

import geopandas as gpd
def check_projection_suitability(gdf):
    crs = gdf.crs
    if crs.is_geographic:
        print("❗警告：地理坐标系(经纬度)不能直接计算面积！")
        return False
    elif 'aea' in crs.name.lower() or 'lcc' in crs.name.lower(): 
        print("✅ 推荐：等积/等角圆锥投影，适合区域分析")
        return True
    elif crs.to_epsg() == 3857:
        print("⚠️ 高危：Web Mercator投影会严重扭曲面积！")
        return False
    else:
        print("❓未知投影，请手动验证：", crs.name)
        return None

# 使用示例
data = gpd.read_file('your_data.shp')
check_projection_suitability(data)

总结：投影选择三步走

1. 明确用途——要算面积？测距离？还是单纯好看？
2. 锁定范围——全球？国家？城市？极地？
3. 验证数据——原始投影是什么？是否需要转换？

现在轮到你了：你在项目中踩过哪些投影的坑？或者有什么奇葩的投影变形案例？评论区晒出来，点赞最高的送《GIS投影避坑手册》电子版！