全国范围OSM矢量数据分享与介绍

做项目要一份全国分省的矢量底图，找数据的时间往往比用数据的时间还长：论坛资源要积分，网盘链接十个里八个失效；好不容易凑齐一版，这省有道路没水域，那省的数据还停在 2019 年，坐标系和字段结构各玩各的，光"对齐数据"就先烧掉两天。

这篇直接分享一包现成的：OSM 社区最常用的数据导出渠道 Geofabrik 的 2026 年 9 月全国分省快照，33 个省级行政区、单文件 GPKG、共 3.53GB，QGIS 拖进去就能用。除了给包，重点讲清楚三件事：这数据里面有什么、属性精简到什么程度、拿它当生产数据前必须知道的几件事（精度、时效、ODbL 协议），最后附 QGIS 筛选和 PostGIS 入库的常用命令。

这包数据是什么

数据出自 Geofabrik——OSM 社区最常用的官方数据导出渠道，每天从 OSM 主库切一份日更快照，按行政区打包免费提供。这份打包取的是 2026-09-08 的快照（内蒙古晚一天，是 09-09 的），全国 33 个省级行政区一人一个 zip：内地 31 个省市自治区加港澳，台湾 Geofabrik 单列在亚洲区，不在这包里。

命名规则一眼看懂：anhui-260908-free.gpkg.zip = 安徽 + 2026年09月08日快照 + free 版。单个包广东最大 338MB，澳门最小不到 4MB；每个 zip 里就两样东西：一个同名单文件 .gpkg 加一份 README（授权说明），解压即用，安徽包解出来约 177MB。

GPKG 是个啥，为什么不用 shapefile

gpkg（GeoPackage）是 OGC 标准的"单文件空间数据库"，本质是一个 SQLite 库，一个省的所有图层装在一个文件里。对比 shapefile，优势实打实：

• 单文件：没有 shp/shx/dbf 三件套，也就没有拷文件漏拷 prj、投影当场丢失的经典事故；

• 字段名不截断：shapefile 字段名限 10 字符，landuse_type 得缩成 landuse_1，gpkg 想多长写多长；

• 没有 2GB 上限：shapefile 单文件 2GB 封顶，省级建筑物图层很容易撞线，gpkg 上限是 SQLite 的天花板；

• 中文不乱码：gpkg 全程 UTF-8，shapefile 的 GBK 与 UTF-8 之争可以直接翻篇。

QGIS 3.x 原生支持，把 gpkg 拖进图层窗口就完事；ArcGIS Pro 也直接认，老版本 ArcMap（10.2.1 以上）可以走数据库连接只读打开。

图层构成：一个省 20 个图层

每个 gpkg 里固定 20 个图层，按几何类型分三拨：6 个点层、3 个线层、11 个面层（面层名带 _a 后缀）。以安徽为样本数一遍（其他省同构）：

道路 21.6 万条、建筑物 7.6 万个、土地利用 4.5 万个斑块——做省级底图的料是够的。拿到手想自己核对图层清单，两条路：装了 GDAL 用 ogrinfo；没装也没关系，gpkg 本质是 SQLite，Python 标准库就能读：

# ogrinfo 是 GDAL 自带工具，QGIS 安装目录的 bin 里就有
ogrinfo D:\\osm\\anhui.gpkg                          # 列出全部 20 个图层
ogrinfo -so D:\\osm\\anhui.gpkg gis_osm_roads_free   # 只看道路图层的字段和要素数
# 没装 GDAL 也能看：gpkg 本质是 SQLite 库，标准库直接读
import sqlite3
con = sqlite3.connect(r"D:\\osm\\anhui.gpkg")
for (t,) in con.execute("select table_name from gpkg_contents"):
   cnt = con.execute(f'select count(*) from "{t}"').fetchone()[0]
   print(f"{t:<38}{cnt:>10,}")   # 图层名左对齐、要素数右对齐，一目了然

属性精简到什么程度

free 版的定位是"几何全量、属性精简"。以道路层为例，一共 12 个字段：osm_id（OSM 要素号）、code 与 fclass（要素编码和分类）、name（名称）、ref（道路编号，G3、S102 这类）、oneway / maxspeed / layer / bridge / tunnel（单双行、限速、跨越层次、桥隧标记）。分类体系全挂在 fclass 上，道路一共 28 类：motorway / trunk / primary / secondary / tertiary 这套主干道体系之外，service、track（机耕道，还细分 grade1~5）、footway、path、cycleway、steps 这些细粒度也都在。

想要完整属性（所有 OSM tag，比如车道数、路面材质、宽度）的话，free 版满足不了，两个路子：去 Geofabrik 同名页面下 internal 版（字段更全），或者直接下 pbf 用 osmium 按需抽取。日常做底图、专题图、原型验证，free 版字段够用。

QGIS 里最高频的动作就是按 fclass 过滤：图层右键 → 过滤：

— QGIS 图层右键 → 过滤，粘进 SQL 框即可
— 只留主干路网，画交通类专题图第一步
fclass IN ('motorway','trunk','primary','secondary')
​
— 反向排除更省事，人行类和机耕道一次剔掉
— 注意 track 细分了 grade1~5，别只排除 track
fclass NOT IN ('footway','path','steps','pedestrian','cycleway','bridleway',
              'track','track_grade1','track_grade2','track_grade3','track_grade4','track_grade5')

数据科普：当生产数据用之前，先知道这几件事

精度：没有承诺，但分层看。 OSM 是志愿者协作测绘，官方不承诺几何精度，这一点和基础测绘成果有本质区别。实际规律是：motorway / trunk / primary 这些高等级道路多沿官方底图或影像描绘，几何质量普遍不错；residential 以下的城市支路居中；要小心的是 track、footway、path 这类——很多来自 GPS 轨迹或手描，噪点毛刺多。要较真就得做精度验证：抽几个样本区，拿高精度参考数据（官方路网、高分影像矢量化结果）按 fclass 分级对比，算缓冲区重叠率或 Hausdorff 距离，别拿全省一个指标糊过去。

时效：日更快照，不等于处处最新。 包是 2026-09-08 的快照，OSM 在国内发达区域更新很勤，但编辑活跃度地域差异大，偏远地区要素可能多年没人动过。用之前看一眼数据日期，关键区域做抽查。

定位：参考底图，不是法定成果。 OSM 数据不能当权属依据、进不了规划审批、替代不了法定测绘成果；权属清楚、精度可证的活儿必须用官方数据。反过来，做产品原型、专题图、教学科研、互联网应用的底图参考，OSM 是成本最低的那一档。

协议：ODbL，署名是硬要求。 包里 README 写得很明白：数据基于 OpenStreetMap，遵循 ODbL 1.0 协议。笼统说三条：对外分发要署名 "© OpenStreetMap contributors"；基于它做出来的衍生数据库要发布，同样按 ODbL 开放；图件和报告记得标注来源。商用没问题，署名和 share-alike 这两条别省。

拿到手怎么用

QGIS：gpkg 拖进图层窗口，一个文件展开 20 个图层，勾选即加；配合上面的 fclass 过滤，几分钟出一张干净的路网专题图。

要交付 shapefile 或者入库，ogr2ogr 一条命令的事：

# 只抽高等级道路导出 shp，交接给不用 QGIS 的同事也方便
ogr2ogr -f "ESRI Shapefile" anhui_main_roads.shp anhui.gpkg gis_osm_roads_free \\
 -where "fclass IN ('motorway','trunk','primary','secondary')"
# 或者整层进 PostGIS：转 Web 墨卡托、指定表名和几何列名
# 转完直接对接之前那套 GeoTools 矢量瓦片实时出图接口
ogr2ogr -f PostgreSQL PG:"host=localhost user=postgres password=你的密码 dbname=gis" \\
anhui.gpkg gis_osm_roads_free -nln t_road -t_srs EPSG:3857 -lco GEOMETRY_NAME=geom

获取方式

• 已存放至网盘（33 个省共 3.53GB）：夸克网盘分享 提取码：S49i