简介：1950-2018年中国沿海台风历史数据以Shapefile格式打包提供，适合地理信息、气象研究与灾害风险管理从业者使用，可用于分析台风登陆位置、路径轨迹、频率与强度变化。压缩包共10个文件，包含.shp矢量数据、.dbf属性表、.shx索引、.prj投影信息及.xml元数据等完整要素，大小约1005KB，可直接在ArcGIS、QGIS中打开并叠加底图分析。资源内含TyphoonPoint与TyphoonLine两个图层，分别对应台风登陆点和移动路径，便于研究者开展频率统计、强度分级、登陆地点分布、路径特征等专项分析；结合时间与空间维度，还可进一步用于风暴潮模拟和防灾规划研究。目前已有1782人学习下载，对于需要历史台风数据的科研人员而言，是一份结构完整、可直接使用的数据基础。

1. 打开这个压缩包前，先想清楚要拿这六十多年的台风路径SHP做什么

拿到「1950-2018中国台风SHP数据.rar」这个压缩包的人，多半和我当初一样：需要历史台风路径来做点正经事，而不是只画一张好看的轨迹图。这个SHP数据集覆盖了西北太平洋和中国近海将近七十年、上千条台风路径，每条路径包含观测时间、中心位置、中心气压和最大风速等关键属性。可以拿它做登陆台风频次统计、风暴潮灾害评估、城市内涝风险区划，甚至用来验证气候变暖背景下台风路径是否存在北移趋势。但我要先说一个反直觉的结论：这份数据不是解压就能直接用的，早期年份的路径稀疏程度、字段编码混乱、坐标系统一问题，都会在第一步拦住你。适合读这篇文章的是GIS工程师、做气象数据分析和防灾规划的研究人员，以及需要给项目配历史台风底图的开发者——我会把读取、清洗、统计和出图的路子完整走一遍，并告诉你坑在哪。

2. 先弄明白这套SHP的底细：文件家族、坐标系与字段命名

2.1 SHP不是单个文件，而是一个文件家族

SHP是ESRI Shapefile的缩写，从业二十年的人习惯把它叫作“一个shapefile”，但严格来说它是多个文件的集合。解压rar后，你会看到至少四类文件：.shp存放几何坐标、.shx存放几何索引、.dbf存放属性表、.prj存放坐标系定义。缺了任何一个，数据都可能打不开或坐标错乱。很多人拿到压缩包后只拖.shp进软件，其余文件不管，这是第一处隐患。.dbf被拖拽时如果和.shp不同名或缺失，属性表会直接显示为空，台风编号、风速这些字段全部读不出来。

另外一个常被忽略的是.cpg文件，它记录了属性表的字符编码。早年国内发布的SHP，dbf里的中文大多用GBK或CP936编码，如果没有.cpg，QGIS会默认按UTF-8解码，台风名称变成乱码就是从这里来的。我拿到任何历史SHP，第一步永远是打开文件目录确认四个基础文件都在，再用文本编辑器瞄一眼.cpg内容，这能省下后面一大半排查时间。

2.2 坐标系：直接叠底图偏到海里的原因在这里

这套台风SHP大概率是WGS84经纬度坐标系（也就是EPSG:4326），经纬度单位是度，适合全球范围显示，不适合做距离和面积计算。如果你要叠加本地政务底图或城规坐标系的图层，不做投影转换就会出现几百米的系统性偏移，看起来像台风路径整体漂到了海面上。判断方法很简单：在QGIS右下角看坐标显示，如果光标移动时数值在小数点后六位变化，那就是经纬度；如果显示的是几百万米的数值，那就是投影坐标。更靠谱的做法是用GeoPandas读一下.crs属性，输出<Geographic 2D CRS: EPSG:4326>就是WGS84。

做投影转换时要记住一个原则：做密度分析和距离计算必须用投影坐标系，不能直接用经纬度。我一般会把数据转成EPSG:3857做全球尺度的显示，或者根据研究区域转成CGCS2000 / 高斯-克吕格投影做局部计算。EPSG:3857会导致高纬度面积失真，所以如果只算中国近海的风场影响范围，转成阿尔伯斯等积投影更合适。

2.3 字段命名：每个来源的SHP都有自己的一套缩写

不同机构发布的台风SHP，字段命名差异极大。常见的字段包括台风编号、观测时间、中心经度、中心纬度、中心气压、最大风速，但名字可能是Number、TYID、TC_NO、FX_LON、LON、JD、PRES、P、VMAX、WS。早年SHP属性表的dbf格式对字段名长度有10字符限制，所以字段名都是一堆缩写，猜含义全靠经验。这里我给一张常见字段对照表，帮你少走弯路：

这里要特别提醒：Time字段在不同版本的SHP里可能是日期类型，也可能是字符串“195008310600”这样的数字串，后面做时间过滤时这一步会卡住很多人。我的习惯是读取数据后先执行一行columns和dtypes打印，把字段类型摸清楚再写业务逻辑，绝不凭经验猜。字段名不同的问题会在第5章展开，这里先记住一个概念：拿到数据先做字段摸底，而不是直接画图。

3. 用GeoPandas把台风路径SHP读进内存：环境、代码与首次验证

3.1 环境准备：GeoPandas安装与rar解压

读取SHP最顺手的方式是用Python的GeoPandas库，它是Pandas和Shapely的封装，对矢量数据的读写、坐标转换和空间操作都做了高度简化。装GeoPandas建议用conda，直接从源码安装常被GDAL版本问题卡住：

conda create -n typhoon python=3.10 conda activate typhoon conda install -c conda-forge geopandas matplotlib

这个命令会同时装好GDAL、Fiona、Shapely等依赖，避免单独安装时版本冲突。关于rar压缩包，这里必须说清：GeoPandas的read_file支持直接读取zip压缩包里的shp，但不支持rar。所以需要先用系统工具解压，Linux和macOS可以用unar命令行：

unar 1950-2018中国台风SHP数据.rar # 或者 unrar x 1950-2018中国台风SHP数据.rar ./typhoon_data/

参数说明：unar对中文文件名支持更好，乱码概率低；unrar需要单独安装，但进度显示更清晰。解压完成后，确认目录下有.shp、.shx、.dbf、.prj四个文件同名同目录，再进入下一步。

3.2 读取与首轮验证：用代码检查数据能不能用

读取代码本身很简单，但验证逻辑才是关键：

import geopandas as gpd # 读取SHP，encoding参数按dbf实际编码调整 gdf = gpd.read_file( "./typhoon_data/Typhoon_1950_2018.shp", encoding="utf-8" ) # 首轮验证：看一眼数据规模、字段、坐标系、几何类型 print("数据行数:", gdf.shape[0]) print("字段列表:", gdf.columns.tolist()) print("坐标系:", gdf.crs) print("几何类型:", gdf.geometry.geom_type.unique()) # 打印前5行，检查字段内容是否正常 print(gdf.head())

逻辑说明：read_file会把SHP内的Geometry和dbf属性表一并读入。encoding参数是排查乱码的关键，如果这句代码保留utf-8读出来中文名是乱码，就改成encoding="gbk"再读。打印几何类型的目的是确认数据是点还是线——台风SHP常见两种形态：逐六小时观测点组成的点数据，和按时间顺序连成的线数据。如果是点数据，后面要做路径线需要自己按台风编号和时间排序连成LineString，这一步很多人一开始没意识到。

3.3 不写代码也能验数据：把矢量拖进QGIS看看

如果只是想知道数据行不行，不一定要写Python。QGIS直接拖.shp进图层窗口就能显示。我更推荐打开属性表，盯着三个地方看：时间字段的值到底是“1950-08-31 06:00”还是“1950083106”；经纬度字段名分别是什么；台风名称有没有乱码。QGIS属性表右上角的编码切换按钮可以快速换编码验证，不用重启软件。这个环节的产出是一张“字段清单+编码类型+时间格式”的检查表，后面写脚本全按这个表来。

检查完格式，顺手在QGIS里按年份做一次符号化分层设色，看不同年代的台风路径颜色分布。如果某几个年代的颜色集中在狭窄海域，说明那段时期观测能力有限，后面做统计分析时要分阶段处理，不能直接拉一条全时段趋势线。

4. 从原始线段到能用的统计结果：合并、过滤与密度图

4.1 合并线段：把同一场台风的所有分段合成一条完整路径

SHP里的台风路径通常不是一整条LineString，而是按观测点逐段记录，一场台风几十条线段是常态。直接统计路径数量会把一场台风数成几十场。合并线段的思路是按台风编号做Dissolve：

# 按台风编号合并，台风编号字段以实际数据为准 typhoon_lines = gdf.dissolve( by="TYID", as_index=False ) # 计算每条路径的总长度（单位：米，因为做了投影转换） typhoon_lines_m = typhoon_lines.to_crs(epsg=3857) typhoon_lines_m["length_km"] = typhoon_lines_m.geometry.length / 1000 # 按长度排序，看最大的几个台风编号 print(typhoon_lines_m[["TYID", "length_km"]].sort_values("length_km", ascending=False).head(10))

参数说明：dissolve的by参数指定台风编号列，合并后的属性表只保留用于聚合的字段和几何信息，所以想保留风速、编号等信息要在合并前想好策略——要么合并后再关联，要么把关键字段放进聚合函数里。这里我先把数据转成EPSG:3857再算长度，是因为EPSG:4326下geometry.length算出的是度，不是米。长度排序能帮你快速发现异常：如果某条路径长度超过一万公里，多半是数据拼接错误或跨日期界线导致的点位错乱。

4.2 过滤出登陆与近海台风：用经纬度范围做空间筛选

研究台风对陆地的影响时，不需要分析所有生成于远海的台风，只保留进入中国近海或登陆的路径即可。常见做法是用经纬度范围做边界框过滤：

# 用边界框过滤：覆盖华南、华东及南海方向的关键区域 bbox = (105, 5, 135, 45) # minx, miny, maxx, maxy nearby = typhoon_lines_m.cx[bbox[0]:bbox[2], bbox[1]:bbox[3]] # 从时间字段提取年份，统计每年进入近海的台风数量 nearby["year"] = nearby["Time"].astype(str).str[:4].astype(int) yearly_count = nearby.groupby("year").size().reset_index(name="count") # 输出最近10年的统计，检查数据是否完整 print(yearly_count.tail(10))

参数说明：cx方法是GeoPandas基于边界框的裁剪，比clip快很多，适合粗筛。这里的bbox坐标按照西北太平洋台风影响中国的主要路径确定——北边到45度覆盖东北方向影响路径，南边到5度覆盖南海生成区域，东边到135度覆盖西北太平洋。时间字段如果已经是日期类型，直接用.dt.year提取年份；如果是字符串，先用str切片取前4位再转整数，这是最稳妥的做法。

4.3 路径密度图：不做核密度分析，就看不出台风走廊在哪

只看路径线条，密集区域会被后来的线条完全遮挡，视觉上很难判断哪里是台风走廊。QGIS里自带Heatmap工具，它是核密度估计的实现，操作路径为：图层 → 创建栅格 → 热力图。参数设置上有两个关键：半径（Bandwidth）和像素大小（Pixel size）。对台风路径这种覆盖几百公里的对象，半径设500公里、像素大小设5公里比较合适。半径太短，栅格会变得星星点点，看不出走廊效果；半径太长，整个近海都被糊成一个大色斑，失去分析意义。

如果想在Python里复现这个效果，可以用scipy或kdeplot，但QGIS的Heatmap更直观，参数调试即时反馈。输出栅格后，用色带从蓝到红渲染，你会看到一条从菲律宾方向转向华东沿海的高密度带，以及南海方向的次级密集区。这张图配合4.2的年度频次统计，基本就能支撑一个区域台风灾害风险评估的前期论证了。

5. 台风SHP数据避坑：六个最常见翻车现场与处理办法

5.1 早期年份路径稀疏到做不了逐年统计

现象：按年度统计时发现1950年代每年只有十几个台风记录，到了2010年代每年二十多个，前后差距大到让人怀疑数据缺失。 原因：那个年代没有气象卫星，远海台风只能靠船舶和岛屿观测站发现，大量未登陆的远海台风根本没有被记录。这和数据损坏无关，是观测能力的时代限制。 解决：做统计分析时把数据明确分成两段：1950-1979年只能做登陆台风的频次分析，1980年之后才适合做全路径和生成数量的研究。如果分析的是登陆频次这种受观测能力影响较小的指标，全时段可用，但要注明早期年份存在低估。

5.2 属性表中文乱码，台风名称变成一堆符号

现象：读入GeoPandas后，台风名称字段显示为“鈥欌€”或“锟斤拷”这类乱码。 原因：dbf文件用了GBK编码，GeoPandas默认按UTF-8解码。部分SHP有.cpg文件标注编码，但没有的话全靠猜。 解决：用encoding="gbk"重新读取。如果一半正常一半乱码，说明来源数据本身编码就混了，这种情况下只能把正常字段保留、乱码字段弃用，别指望统一转码救回来。我的习惯是读完第一时间打印前五行名称字段，乱码问题半小时内解决，拖到后面全是玄学。

5.3 prj文件缺失导致坐标系未知

现象：SHP加载进软件后能显示，但叠加本地底图位置明显偏移，经纬度读数不对。 原因：压缩包里只有.shp、.shx、.dbf，缺了.prj。没有.prj，软件无法获知坐标系，默认按无投影处理，偏移不可避免。 解决：用GeoPandas检查gdf.crs，输出None就说明真的缺。此时不要瞎指定坐标系——如果能从数据文档或字段分布判断坐标范围（经度在100-135之间、纬度在5-45之间），可尝试指定EPSG:4326，但必须用已知台风点位做交叉验证。验证方法：找一次近年知名登陆台风，把路径的关键转折点与公开路径资料对一下，偏差在0.5度内算干净。偏差大就直接放弃这份数据，别硬修。

5.4 同一场台风被拆成几十段，统计数量翻了十倍

现象：按台风编号统计时，一场台风对应几十条记录，画图时每条路径颜色不同，视觉上像是几十条轨迹挤在一起。 原因：SHP存储的就是分段线，每条观测记录之间的线段独立存在，几何上被切断了。 解决：参照4.1用dissolve按台风编号合并。合并前先确认编号字段没有空值——空值会生成一条“无编号路径”，统计时容易混进结果。如果一场台风的路径在空间上首尾相接，dissolve后是一条完整线；如果中间有断档，说明原始观测点位缺失，这种场次建议在分析时剔除。

5.5 年份字段是字符串，怎么过滤都不对

现象：做时间过滤时写year > 2000报错，或者排序结果完全混乱，2000年排到了1950年前面。 原因：dbf字段类型定义为文本型，存的年份值是“2000”而不是整数2000。字符串排序按字典序，“1950”确实排在“2000”前面，但“200”这种值也会混进来捣乱。 解决：读取数据后先执行print(gdf.dtypes)定位字段类型，再用astype转换。转换前要处理空值，否则int()直接报错：

gdf["year"] = pd.to_numeric(gdf["year"], errors="coerce").fillna(0).astype(int)

参数说明：errors="coerce"把无法转换的内容变成NaN，fillna(0)兜底，这样至少保证过滤时不崩。转换后重新打印dtypes确认，再做过滤逻辑。

5.6 换了数据分片字段全变，脚本直接跑不通

现象：换一个年份分区或另一来源的台风SHP，原先脚本里写的LON字段不存在了，报KeyError。 原因：不同发布者字段命名不一致，LON、FX_LON、JD、LONGITUDE都是经度的意思，但没统一标准。 解决：写一个字段兼容别名函数，在脚本开头自动匹配：

def find_col(df, candidates): for col in candidates: if col in df.columns: return col raise KeyError(f"None of {candidates} found") lon_col = find_col(gdf, ["LON", "FX_LON", "JD", "LONGITUDE"]) lat_col = find_col(gdf, ["LAT", "FX_LAT", "WD", "LATITUDE"]) year_col = find_col(gdf, ["year", "YEAR", "Time", "DATE"])

这段代码的核心思路是把字段名当作参数而不是写死。兼容函数跑一遍能自动识别当前数据源用什么名字，后续所有逻辑都基于变量操作，换数据源时不用改主逻辑。

6. 让六十九年的路径数据开口说话：逐年趋势与路径北移验证

数据清洗完毕，最后这一步是验证这个方向值不值得投入。第一步做逐年登陆频次曲线，直接回答“这些年台风活动是多了还是少了”：

import matplotlib.pyplot as plt # 逐年近海台风数量 plot_data = yearly_count.tail(30) # 取1989-2018这30年 plt.figure(figsize=(12, 5)) plt.bar(plot_data["year"], plot_data["count"], color="#2c7fb8", width=0.8) plt.xlabel("Year") plt.ylabel("Typhoon Count") plt.title("Typhoons Entering the Coastal Area (1989-2018)") plt.grid(axis="y", alpha=0.3) plt.show()

第二步做路径带对比，这是我最想推荐你上手的进阶验证。把数据按年代分两个图层：1960-1979和2000-2018，画在同一张图上，观察路径带是否整体北移。更定量一点的做法是计算每条台风路径的平均纬度——把线几何的质心纬度取出来，按年份做线性回归：

# 计算每条路径的质心纬度 typhoon_lines_m["centroid_lat"] = typhoon_lines_m.geometry.centroid.y # 注意：此时坐标系是EPSG:3857，y值不是纬度，需要先转回经纬度 typhoon_lines_wgs = typhoon_lines_m.to_crs(epsg=4326) typhoon_lines_wgs["centroid_lat"] = typhoon_lines_wgs.geometry.centroid.y

这个指标虽然粗糙，但能直观反映路径分布的重心移动。如果回归斜率明显为正，就说明存在北移迹象，值得用更严谨的再分析数据做深入验证。我自己的习惯是拿到这类SHP先做三件事：查prj文件、确认dbf编码、打印几何类型，这三步做完，数据能不能用就心里有数了。做历史台风分析的这几个月里，这套流程帮我少踩了无数个坑，希望帮到你。

本文还有配套的精品资源，点击获取