免费开源GIS怎么学？GRASS GIS教程全解析（含：练习数据）

wowwwai GIS研习社 · 工具流程与项目排障

如果你正在搜索“免费开源GIS怎么学？GRASS GIS教程全解析（含：练习数据）”，大概率是想找一条不依赖商业软件授权、又能真正上手空间分析的学习路线。GRASS GIS 是一套历史悠久、功能完整的免费开源 GIS 软件，尤其适合学习栅格分析、地形分析、流域分析、矢量处理和批处理自动化。

这篇文章按 GIS研习社的实践思路来写：不只介绍 GRASS GIS 是什么，而是带你理解它的核心数据组织方式、安装后的第一套练习数据怎么用、常见分析流程怎么跑，以及新手最容易踩哪些坑。

引言：为什么免费开源GIS学习可以从 GRASS GIS 开始

很多 GIS 初学者会先接触 QGIS、ArcGIS Pro 或在线地图平台，但当学习进入栅格计算、地形因子、流域提取、批量处理和命令行自动化时，GRASS GIS 的优势会变得非常明显。

GRASS GIS 的特点是“工具多、分析能力强、适合科研和生产流程”。它不是只用来浏览地图的软件，而是一套完整的地理空间处理环境。你可以用它完成 DEM 坡度坡向计算、土地利用重分类、缓冲区分析、矢量叠加、栅格代数、时间序列栅格处理等任务。

对学生和初级 GIS 工程师来说，学习 GRASS GIS 有三个直接价值：

• 免费开源：不需要商业授权，适合课程练习、个人项目和科研复现。
• 空间分析体系完整：尤其适合掌握栅格分析、地形分析和流域分析的底层逻辑。
• 可自动化：既能用图形界面操作，也能使用命令行、Python 脚本批处理。

背景：GRASS GIS 适合解决哪些 GIS 学习问题

GRASS GIS 不是最容易上手的 GIS 软件，但它非常适合解决“我想真正理解空间分析怎么做”的问题。它的学习难点主要来自数据组织方式和工具命名规则，而不是分析能力不足。

如果你的目标属于下面几类，GRASS GIS 教程就很值得学习：

• 想用免费开源 GIS 软件完成课程实验或毕业设计。
• 想学习 DEM 分析，包括坡度、坡向、阴影、等高线和汇流分析。
• 想理解栅格数据的区域、分辨率、重采样和地图代数。
• 想批量处理 Shapefile、GeoTIFF、GeoPackage 等常见 GIS 数据。
• 想把 QGIS、Python GIS 与 GRASS GIS 结合起来使用。

与 QGIS 相比，GRASS GIS 的图形界面没有那么“办公软件化”，但分析模块更偏向严谨的数据处理流程。许多 QGIS 的 Processing 工具箱中也可以调用 GRASS GIS 算法，这说明两者并不是竞争关系，而是可以组合使用。

原理：先理解 GRASS GIS 的 Location、Mapset 和 Region

学习 GRASS GIS，最重要的是先理解三个概念：Location、Mapset 和 Region。很多新手导入数据失败、结果范围不对、栅格分析结果为空，根源都在这里。

1. Location：一个固定坐标系统的数据工作区

Location 可以理解为一个带坐标系统的 GIS 项目空间。一个 Location 只能对应一个坐标参考系统，例如 WGS 84、CGCS2000、高斯投影或 UTM 投影。

这与很多桌面 GIS 软件不同。你不能随意把不同坐标系的数据直接混在一个 GRASS GIS Location 里分析。如果数据坐标系不同，应先重投影，或者新建对应坐标系的 Location。

2. Mapset：Location 下面的子工作空间

Mapset 是 Location 内部的工作分区。你可以把它理解为项目里的子文件夹。默认常见 Mapset 是 PERMANENT，通常用于保存基础数据和坐标系统信息。

在团队或复杂项目中，可以给不同实验、不同人员或不同处理阶段建立不同 Mapset，避免数据混乱。

3. Region：控制栅格计算范围和分辨率

Region 是 GRASS GIS 中非常关键的概念。它决定当前栅格处理的空间范围和像元大小。即使数据本身没有问题，如果 Region 设置不正确，计算结果也可能只覆盖一小块区域，甚至输出空数据。

对于 GRASS GIS 教程练习，建议每次进行栅格分析前都检查 Region：

g.region -p

如果要让当前计算范围匹配某个 DEM 栅格，可以使用：

g.region raster=elevation -p

步骤：从安装到练习数据完成第一套 GRASS GIS 教程

步骤1：安装 GRASS GIS

GRASS GIS 支持 Windows、macOS 和 Linux。新手建议直接从 GRASS GIS 官方网站下载稳定版安装包，Windows 用户可以选择独立安装包，Linux 用户也可以通过系统包管理器安装。

安装完成后，启动 GRASS GIS。首次启动时，你会看到数据库目录、Location 和 Mapset 的选择界面。这里不要急着点下一步，先准备练习数据。

步骤2：准备练习数据

学习 GRASS GIS 最推荐使用官方示例数据集，例如 North Carolina sample dataset。这个数据集包含 DEM、道路、土地覆盖、行政边界、水系等数据，适合练习栅格、矢量和空间分析。

你也可以准备自己的练习数据，但建议至少包括：

• 一个 GeoTIFF 格式 DEM 数据。
• 一个 Shapefile 或 GeoPackage 格式行政区边界。
• 一个道路、水系或采样点矢量图层。
• 明确的数据坐标系统信息。

如果数据没有坐标系统，先不要直接导入分析。应先在 QGIS 或 GDAL 中确认 CRS，否则后续面积、距离、坡度和叠加结果都可能不可靠。

步骤3：创建 GRASS GIS Database、Location 和 Mapset

GRASS GIS Database 是保存全部 Location 的根目录。建议单独建立一个文件夹，例如：

D:grassdata

然后根据练习数据的坐标系统创建 Location。如果你使用官方 North Carolina 数据集，直接选择已有 Location 即可。如果使用自己的数据，可以通过“从 EPSG 代码创建 Location”或“从已有数据文件读取坐标系统创建 Location”。

常见建议如下：

• 一个项目尽量使用一个统一坐标系统。
• 经纬度数据用于显示可以，做距离、面积和缓冲区分析前建议投影到米制坐标系。
• 不要把 WGS 84 经纬度数据和投影坐标数据硬塞进同一个 Location。

步骤4：导入栅格数据

如果你有一个 DEM GeoTIFF 文件，可以在图形界面中选择导入栅格，也可以使用命令：

r.import input=dem.tif output=elevation

r.import 会在需要时进行投影转换，更适合新手。如果确认输入数据与当前 Location 坐标系统完全一致，也可以使用：

r.in.gdal input=dem.tif output=elevation

导入后检查栅格信息：

r.info map=elevation

然后设置计算区域：

g.region raster=elevation -p

步骤5：完成第一个 DEM 坡度分析

坡度分析是学习 GRASS GIS 的经典入门任务。使用 DEM 数据生成坡度图：

r.slope.aspect elevation=elevation slope=slope aspect=aspect

命令含义很直接：输入 DEM 图层 elevation，输出坡度图层 slope 和坡向图层 aspect。

完成后，可以在图层管理器中加载 slope，并调整色带。若坡度值全部异常，优先检查 DEM 的坐标单位。如果 DEM 是经纬度坐标，坡度计算可能不符合预期，建议先投影到以米为单位的坐标系。

步骤6：导入矢量数据并检查属性

矢量数据可以使用 Shapefile、GeoPackage、GeoJSON 等格式。推荐使用 GeoPackage，因为它对中文字段、多个图层和编码支持通常更稳定。

导入矢量边界：

v.import input=boundary.gpkg output=boundary

查看矢量拓扑和属性：

v.info map=boundary

查看属性表结构：

v.db.select map=boundary

GRASS GIS 的矢量数据带有拓扑结构。拓扑可以帮助检查面是否闭合、线是否相交、边界是否重复，这对高质量空间分析非常重要。

步骤7：做一次矢量缓冲区分析

假设你有道路图层 roads，要生成 100 米缓冲区，可以使用：

v.buffer input=roads output=roads_buffer distance=100

这里要特别注意：distance=100 的单位来自当前 Location 的坐标单位。如果坐标系统是投影坐标，单位通常是米；如果是经纬度坐标，单位可能是度，不适合直接解释为 100 米。

步骤8：栅格重分类练习

栅格重分类是土地适宜性评价、坡度等级划分、生态敏感性分析中常见操作。假设坡度图层为 slope，可以准备一个规则文件 slope_rules.txt：

0 thru 5 = 1
5 thru 15 = 2
15 thru 25 = 3
25 thru 90 = 4
* = NULL

执行重分类：

r.reclass input=slope output=slope_class rules=slope_rules.txt

这里的输出图层 slope_class 不是简单复制原始数据，而是根据规则建立新的分类结果。后续可以继续用于栅格叠加和评价模型。

步骤9：导出分析结果

完成分析后，通常需要把结果导出给 QGIS、ArcGIS Pro 或 WebGIS 使用。

导出栅格 GeoTIFF：

r.out.gdal input=slope output=slope.tif format=GTiff

导出矢量 GeoPackage：

v.out.ogr input=roads_buffer output=roads_buffer.gpkg format=GPKG

导出后建议在 QGIS 中打开检查，包括坐标系、范围、属性字段和渲染效果。

常见坑：学习 GRASS GIS 最容易出错的地方

坑1：把不同坐标系统的数据导入同一个 Location

这是 GRASS GIS 新手最常见的问题。Location 的坐标系统是固定的，不要把不同 CRS 的数据直接混在一起分析。若必须使用不同坐标系数据，应使用 r.import 或 v.import，让 GRASS GIS 进行必要的投影转换。

坑2：忘记设置 Region，导致栅格结果范围不对

如果输出栅格只有一小块、为空或分辨率异常，优先检查：

g.region -p

进行栅格分析前，建议用输入栅格设置 Region：

g.region raster=elevation -p

坑3：用经纬度数据直接做距离和面积分析

经纬度坐标的单位是度，不是米。做缓冲区、面积统计、距离分析时，应优先使用合适的投影坐标系。中国区域常见选择包括 CGCS2000 高斯投影、UTM 分带投影或地方工程坐标系。

坑4：只会点图形界面，不看模块帮助

GRASS GIS 的模块参数很多，图形界面只是把命令封装起来。建议每学一个工具，都查看模块说明。例如：

r.slope.aspect --help
v.buffer --help
r.reclass --help

理解参数含义比记住按钮位置更重要。

坑5：导出结果后不检查

分析结果导出后，不要直接交付。至少检查四项：

• 坐标系统是否正确。
• 空间范围是否覆盖研究区。
• 属性字段是否完整。
• NoData、NULL 或空几何是否异常。

方法比较：GRASS GIS、QGIS 和 ArcGIS Pro 怎么选

工具	适合场景	优势	注意点
GRASS GIS	栅格分析、地形分析、流域分析、批处理	免费开源，分析模块强，命令行和脚本能力好	Location、Mapset、Region 概念需要先理解
QGIS	数据浏览、制图、常规空间处理、插件扩展	界面友好，插件丰富，可调用 GRASS 工具	复杂栅格流程仍需理解底层参数
ArcGIS Pro	商业项目、企业 GIS、制图生产、地理处理模型	生态完整，文档和工具链成熟	需要授权，部分高级工具依赖扩展模块
Python GIS	自动化、批量处理、数据科学分析	可结合 GeoPandas、Rasterio、GDAL、PyGRASS	需要编程基础和环境管理能力

如果你是初学者，可以采用“QGIS + GRASS GIS”的组合：用 QGIS 做数据查看和制图，用 GRASS GIS 做严谨的栅格和矢量分析。等熟悉模块后，再逐步学习命令行和 Python 自动化。

检查清单：一套可复用的 GRASS GIS 学习流程

每次做 GRASS GIS 教程或练习项目时，可以按下面清单检查：

• 数据是否明确：确认练习数据包含 DEM、矢量边界、道路或水系等基本图层。
• 坐标系统是否一致：确认 Location 与主数据 CRS 匹配。
• 是否需要投影转换：不同 CRS 数据优先用 r.import 和 v.import。
• Region 是否设置正确：栅格分析前执行 g.region raster=输入栅格 -p。
• 单位是否合理：面积、距离、缓冲区分析优先使用米制投影坐标。
• 输出结果是否检查：检查范围、分辨率、属性表、NoData 和坐标系统。
• 命令是否记录：把关键命令保存下来，方便复现和写实验报告。
• 是否能在 QGIS 中打开：导出 GeoTIFF 或 GeoPackage 后，用 QGIS 复核显示效果。

FAQ：GRASS GIS教程常见问题

1. GRASS GIS 适合零基础学习吗？

可以学，但不建议完全零基础直接把 GRASS GIS 当作第一款地图软件。如果你还不了解图层、坐标系、栅格和矢量，建议先用 QGIS 建立基本概念，再学习 GRASS GIS 的分析流程。

2. GRASS GIS 和 QGIS 有什么关系？

QGIS 是更偏桌面制图和综合 GIS 工作的平台，GRASS GIS 是更偏空间分析和数据处理的 GIS 引擎。QGIS Processing 工具箱可以调用部分 GRASS GIS 算法，所以两者可以配合使用。

3. GRASS GIS 练习数据去哪里找？

推荐使用 GRASS GIS 官方示例数据集，例如 North Carolina sample dataset。它包含地形、土地利用、道路、水系和行政边界等数据，适合系统练习。也可以使用自然资源、遥感影像或公开 DEM 数据，但必须确认坐标系统。

4. 为什么 GRASS GIS 导入数据后看不到图层？

常见原因包括 Location 坐标系统不匹配、Region 范围没有设置到数据范围、图层没有添加到显示窗口、导入过程报错但未检查日志。建议先运行 r.info、v.info 和 g.region -p 检查。

5. 为什么 GRASS GIS 栅格分析结果为空？

优先检查 Region。GRASS GIS 的栅格计算受当前 Region 控制，如果范围与输入栅格不重叠，结果可能为空。可以用 g.region raster=输入栅格 -p 重设计算范围。

6. GRASS GIS 能不能用 Python 调用？

可以。GRASS GIS 提供 Python 接口，也可以通过命令行在脚本中调用模块。新手建议先熟悉图形界面和基础命令，再学习 Python 自动化，否则容易同时被 GIS 概念和编程环境卡住。

7. GRASS GIS 适合做 WebGIS 数据处理吗？

适合做前处理，例如栅格重采样、矢量清洗、缓冲区分析、栅格分类、数据裁剪等。但最终发布到 WebGIS 时，通常还需要转换为 GeoJSON、矢量瓦片、COG、MBTiles 或 PostGIS 数据服务。

结论：免费开源GIS学习要从可复现流程开始

学习 GRASS GIS 的关键不是记住每个按钮，而是建立一套可复现的空间分析流程：确认坐标系统，创建正确的 Location，导入练习数据，设置 Region，运行分析模块，检查结果并导出通用格式。

如果你想系统学习免费开源 GIS，建议把 GRASS GIS 与 QGIS、GDAL 和 Python GIS 结合起来。QGIS 负责可视化和制图，GRASS GIS 负责严谨的空间分析，GDAL 和 Python 负责批量自动化。这样不仅能完成课程练习，也能逐步过渡到真实 GIS 项目。

对于“免费开源GIS怎么学？GRASS GIS教程全解析（含：练习数据）”这个问题，最实用的答案就是：先用一套标准练习数据跑通 DEM 分析、矢量缓冲、栅格重分类和结果导出，再逐步把同样流程迁移到自己的研究区数据中。