folium地图坐标转换：WGS84、UTM与地方坐标系转换
【免费下载链接】folium Python Data. Leaflet.js Maps. 
项目地址: https://gitcode.com/gh_mirrors/fo/folium
在地理信息可视化工作中，你是否经常遇到这样的困扰：从不同渠道获取的坐标数据无法直接在地图上正确显示？GPS设备记录的经纬度导入后位置偏移，CAD图纸的地方坐标系数据与地图无法对齐？本文将通过folium结合Python生态工具，解决WGS84、UTM与地方坐标系之间的转换难题，让你的地理数据在地图上精准呈现。
坐标系基础：理解WGS84、UTM与地方坐标系
地理坐标系就像不同国家的语言，同一地点在不同坐标系中会有不同的"表达方式"。WGS84（World Geodetic System 1984，世界大地坐标系）是GPS设备的标准语言，以经纬度（度分秒）形式描述地球表面位置；UTM（Universal Transverse Mercator，通用横轴墨卡托投影）则是一种将地球表面分带投影为平面坐标的语言，以米为单位；而地方坐标系（如北京54、西安80）则是特定区域的"方言"，通常基于局部基准面。
folium作为基于Leaflet.js的Python地图库，原生支持WGS84坐标系（EPSG:4326）。当我们创建地图时，所有坐标默认采用这种国际通用格式：
import folium
# 创建WGS84坐标系地图（EPSG:4326）
m = folium.Map(location=[39.9042, 116.4074], zoom_start=12) # 北京WGS84坐标
m.save("wgs84_map.html")
要查看folium对坐标的基础处理逻辑，可以参考folium/utilities.py中的坐标验证函数，其中validate_location方法确保输入的经纬度符合WGS84规范，拒绝包含NaN值或非数值类型的坐标。
核心转换技术：从经纬度到平面坐标
当处理大比例尺地图或需要精确距离计算时，UTM坐标系比WGS84更具优势。folium虽然没有内置坐标转换功能，但可以通过Python生态中的专业库实现无缝衔接。下面是一个完整的WGS84与UTM坐标互转方案：
import folium
from pyproj import Transformer
def wgs84_to_utm(lat, lon):
"""将WGS84经纬度转换为UTM坐标"""
# 自动检测UTM分带
zone = int((lon + 180) / 6) + 1
# 创建转换器 (WGS84 -> UTM)
transformer = Transformer.from_crs(
"EPSG:4326", # WGS84
f"EPSG:326{zone:02d}" if lat >= 0 else f"EPSG:327{zone:02d}" # UTM北半球/南半球
)
utm_x, utm_y = transformer.transform(lat, lon)
return utm_x, utm_y, zone
def utm_to_wgs84(utm_x, utm_y, zone, is_northern=True):
"""将UTM坐标转换为WGS84经纬度"""
crs_code = f"EPSG:326{zone:02d}" if is_northern else f"EPSG:327{zone:02d}"
transformer = Transformer.from_crs(crs_code, "EPSG:4326")
lat, lon = transformer.transform(utm_x, utm_y)
return lat, lon
# 示例转换
wgs84_lat, wgs84_lon = 39.9042, 116.4074 # 北京WGS84坐标
utm_x, utm_y, zone = wgs84_to_utm(wgs84_lat, wgs84_lon)
print(f"UTM坐标: X={utm_x:.2f}m, Y={utm_y:.2f}m, 分带={zone}")
# 转换回WGS84并在folium中显示
recovered_lat, recovered_lon = utm_to_wgs84(utm_x, utm_y, zone)
m = folium.Map(location=[recovered_lat, recovered_lon], zoom_start=15)
folium.Marker([recovered_lat, recovered_lon],
popup=f"UTM: {utm_x:.0f}, {utm_y:.0f}").add_to(m)
m.save("utm_conversion_demo.html")
folium的坐标验证机制确保转换后的WGS84坐标有效。在folium/utilities.py的validate_location函数中，会检查坐标是否为数值类型、是否包含NaN值，以及是否符合经纬度范围要求。这一步骤在数据可视化前至关重要，可以有效避免因坐标格式错误导致的地图显示异常。
实战案例：地方坐标系与WGS84的衔接
在实际工作中，我们经常会遇到基于地方基准面的坐标数据（如北京54、西安80、CGCS2000）。这些坐标系与WGS84之间的转换需要专业参数，通常通过七参数或四参数模型实现。以下是一个结合pyproj处理地方坐标系的完整工作流：
import folium
from pyproj import CRS, Transformer
def beijing54_to_wgs84(bj54_x, bj54_y, bj54_proj="EPSG:2431"):
"""北京54坐标系转WGS84
注：不同区域的北京54坐标系可能需要不同的EPSG代码或自定义参数
"""
# 定义北京54坐标系（以3度分带为例，EPSG:2431对应北京54 / 3度带 117E）
bj54_crs = CRS.from_epsg(bj54_proj)
wgs84_crs = CRS.from_epsg(4326)
# 创建转换器，这里使用预设的EPSG转换参数
# 对于无EPSG代码的地方坐标系，需使用proj字符串定义参数
transformer = Transformer.from_crs(bj54_crs, wgs84_crs)
lat, lon = transformer.transform(bj54_x, bj54_y)
return lat, lon
# 示例：北京54坐标转WGS84并可视化
bj54_x, bj54_y = 394661.45, 4427865.32 # 假设的北京54坐标(3度带117E)
wgs84_lat, wgs84_lon = beijing54_to_wgs84(bj54_x, bj54_y)
m = folium.Map(location=[wgs84_lat, wgs84_lon], zoom_start=14)
folium.CircleMarker(
location=[wgs84_lat, wgs84_lon],
radius=10,
color='red',
fill=True,
fill_color='red',
popup=f"北京54坐标: {bj54_x:.2f}, {bj54_y:.2f}"
).add_to(m)
m.save("beijing54_to_wgs84.html")
对于没有标准EPSG代码的地方坐标系，我们需要使用proj字符串手动定义转换参数。例如，使用七参数转换模型：
# 自定义地方坐标系转换（示例参数，实际使用需替换为真实参数）
custom_crs = CRS.from_proj4("""+proj=tmerc +lat_0=39 +lon_0=116 +k=1 +x_0=500000
+y_0=0 +datum=Beijing54 +units=m +no_defs""")
transformer = Transformer.from_crs(custom_crs, CRS.from_epsg(4326))
坐标转换在folium中的高级应用
结合folium的GeoJSON处理能力，我们可以实现批量坐标转换与可视化。以下示例展示如何将UTM坐标系的GIS数据转换为WGS84并在folium地图上显示：
import folium
import json
from pyproj import Transformer
from folium.utilities import validate_locations # 导入folium坐标验证工具
def transform_geojson_coordinates(geojson_data, src_crs, dest_crs="EPSG:4326"):
"""转换GeoJSON数据中的所有坐标"""
transformer = Transformer.from_crs(src_crs, dest_crs, always_xy=True)
def transform_coords(coords):
if isinstance(coords, (list, tuple)) and len(coords) >= 2:
# 检查是否为坐标点
if all(isinstance(c, (int, float)) for c in coords[:2]):
x, y = coords[:2]
lon, lat = transformer.transform(x, y)
return [lat, lon] + list(coords[2:])
# 递归处理嵌套坐标
return [transform_coords(c) for c in coords]
return coords
# 深拷贝并转换坐标
transformed = json.loads(json.dumps(geojson_data))
for feature in transformed.get("features", []):
feature["geometry"]["coordinates"] = transform_coords(
feature["geometry"]["coordinates"]
)
return transformed
# 加载UTM坐标系的GeoJSON数据（示例）
with open("examples/data/utm_data.geojson") as f:
utm_geojson = json.load(f)
# 转换为WGS84坐标系
wgs84_geojson = transform_geojson_coordinates(utm_geojson, "EPSG:32650") # UTM 50N
# 在folium中显示转换后的数据
m = folium.Map(location=[39.9, 116.4], zoom_start=10)
folium.GeoJson(
wgs84_geojson,
name="转换后的GeoJSON数据",
style_function=lambda x: {"color": "blue", "weight": 2}
).add_to(m)
folium.LayerControl().add_to(m)
m.save("transformed_geojson_demo.html")
在处理大量坐标数据时，folium的folium/utilities.py提供了validate_locations和validate_multi_locations函数，可批量验证坐标有效性，确保转换后的数据符合folium的要求。这些工具函数在folium/vector_layers.py和folium/raster_layers.py中被广泛用于验证输入坐标。
常见问题与解决方案
坐标偏移问题
如果转换后的坐标在地图上出现系统性偏移，可能是以下原因导致：
- UTM分带错误：确保使用了正确的UTM分带号，中国区域大致位于UTM 43N至53N之间
- 基准面差异：北京54/西安80与WGS84存在基准面差异，需要七参数转换
- 投影参数错误：自定义坐标系时检查中央经线、缩放因子等参数
解决方案示例：使用七参数精确转换地方坐标系
# 使用七参数转换模型（需要实际测量的参数）
custom_crs = CRS.from_proj4("""+proj=tmerc +lat_0=0 +lon_0=117 +k=1 +x_0=500000
+y_0=0 +datum=WGS84 +units=m +no_defs
+towgs84=dx,dy,dz,ex,ey,ez,ppm""") # 替换为实际七参数
批量数据处理
当处理大型数据集时，建议使用pandas结合pyproj进行矢量化转换：
import pandas as pd
import pyproj
def batch_convert_utm_to_wgs84(df, zone, is_northern=True):
"""批量转换DataFrame中的UTM坐标为WGS84"""
crs_code = f"EPSG:326{zone:02d}" if is_northern else f"EPSG:327{zone:02d}"
transformer = pyproj.Transformer.from_crs(crs_code, "EPSG:4326", always_xy=True)
# 矢量化转换（比循环快10-100倍）
lons, lats = transformer.transform(df['utm_x'].values, df['utm_y'].values)
df['lat'] = lats
df['lon'] = lons
return df
# 示例：处理CSV数据
df = pd.read_csv("examples/data/large_utm_data.csv")
df = batch_convert_utm_to_wgs84(df, zone=50) # UTM 50N
# 验证坐标并创建folium地图
valid_locations = folium.utilities.validate_locations(df[['lat', 'lon']].values.tolist())
m = folium.Map(location=[df['lat'].mean(), df['lon'].mean()], zoom_start=12)
for lat, lon in valid_locations:
folium.CircleMarker([lat, lon], radius=3, fill=True).add_to(m)
m.save("batch_conversion_demo.html")
坐标可视化验证
为确保转换结果正确，可使用folium的标记功能同时显示原始坐标和转换后坐标：
m = folium.Map(location=[wgs84_lat, wgs84_lon], zoom_start=15)
# 原始坐标（假设为地方坐标系）
folium.Marker([original_lat, original_lon],
icon=folium.Icon(color='red'),
popup="原始坐标").add_to(m)
# 转换后坐标
folium.Marker([converted_lat, converted_lon],
icon=folium.Icon(color='green'),
popup="转换后坐标").add_to(m)
# 添加连接线
folium.PolyLine([[original_lat, original_lon], [converted_lat, converted_lon]],
color='gray', dash_array='5, 5').add_to(m)
m.save("coordinate_validation.html")
通过对比两者位置，可以直观判断转换是否正确。更多folium标记功能可参考官方文档docs/user_guide/ui_elements/popups.md。
总结与进阶学习
本文介绍了folium地图应用中三种常见坐标系（WGS84、UTM与地方坐标系）的转换方法，通过Python的pyproj库实现坐标转换，结合folium完成可视化。核心要点包括：
- 坐标系基础：理解WGS84经纬度与UTM平面坐标的区别及应用场景
- 转换实现：使用pyproj库进行不同坐标系间的精确转换
- 批量处理：结合pandas实现大规模坐标数据的转换与验证
- 可视化验证：利用folium的地图功能直观检查转换结果
进阶学习资源：
- folium官方文档：docs/index.rst
- 坐标转换示例：examples/GeoJSON_and_choropleth.ipynb
- 高级投影应用：docs/advanced_guide/custom_tiles.md
- pyproj官方文档：https://pyproj4.github.io/pyproj/stable/
掌握坐标系转换技能后，你可以轻松整合不同来源的地理数据，创建更加精准的folium地图可视化作品。无论是处理GPS轨迹数据、分析GIS空间信息，还是整合CAD工程图纸，坐标系转换都是连接不同数据世界的关键桥梁。
【免费下载链接】folium Python Data. Leaflet.js Maps. 项目地址: https://gitcode.com/gh_mirrors/fo/folium
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
