独家课程 | 历史GIS（二）
历史GIS（二）
作者简介
王涛，历史学博士，现为南京大学历史学院教授、数字史学研究中心主任。主要研究领域涉及教会史、德国史、数字史学等方向。
王涛老师往期课程回顾：
1.融合历史研究的HGIS运用
通过上面的教程，我们实现了一次华丽的转变：作为人文学者，我们再也不是用传统的眼光来看待文献了，而开始用数据（或者“数据库”）的思维审视历史文本。这个小小的变化，会让传统的史料迸发出更多可能性。那么问题来了，历史学家拿着这些空间数据，可以做什么呢？
这是一个大问题，并且跟每个研究者自己的问题意识紧密相联，无法给出统一的答案。但是，这个大问题可以分解成许多小步骤，研究者在GIS的软件平台对空间数据进行配准、关联、查询等相关操作时，会有一些隐匿的问题浮现出来。这将是HGIS的工作流带给研究者最刺激的内容。换句话说，HGIS是一种探索性的研究，研究者有时并不知道从盒子里能拿到什么味道的巧克力。当然，我们也有可能抓出一张巧克力的包装纸，一无是处；但这并没关系，扔掉废纸重新开始：因为在HGIS的系统里，换一种方法，导入新的数据，再尝试一种新思路的成本并不高。
下面，我们将进入实操的环节，向大家演示配准、基于栅格地图制作矢量地图、可视化呈现等具体任务的实现步骤。
为了打消大家以为GIS很困难的错误印象，我们先从最基本的一些操作开始，目的是要树立一种信念：QGIS原来如此简单。
我们首先要对QGIS做基本设置。
首先，语言环境。QGIS是由国外团队开发的，所以其默认语言是英语，不过该软件支持多国语言，包括中文。如果你觉得英文的语言环境看着别扭，可以把系统语言变更为中文。操作如下：
菜单栏上选[Settings]，点击[Options]，在弹出的对话框左边标签栏选择[General]，右边的各种选项中，勾选排在第一个的[override system locale]，这是之前灰色的[User Interface Translation]会出现下拉式菜单，找到[简体中文]。点击[OK]确认后，退出QGIS重新打开，系统的工作语言就变成中文了。但是，我并不建议大家改变语言环境，因为后续的学习以及网上各种资料以英文为主，熟悉英文界面对我们很有必要。
其次，我们要对数据源做一些改动，避免将来处理多语种数据时出现乱码的问题，比如德语中的变元音ö-ä-ü等无法正确显示的情况。路径同样是[Settings]→[Options]，这次选择标签[Data Sources]，在右边的窗口中，有一个[Ignore shapefile encoding declaration]，取消前面的复选框，点击[OK]确认退出。
2.矢量图层的基本处理
设置好后，我们重新打开QGIS，屏幕中心的界面空空如也，因为我们没有载入任何图层。现在我们就开始载入一个矢量地图，在实战中理解矢量数据的点、线、面三种类型叠加的状态。样本数据可以在后文提供的百度网盘下载。
动作的路径为[Layer]→[Add Layer] →[Add Vector Layer..]，找到存放样本数据的位置，我们先加入一个柏林的区域图，选择“Berlin_Admin”文件夹中后缀为.shp的文件，然后点击[Add]就可以了。
（图1：导入矢量数据）
如果顺利的话，我们应该能够看到原来空白的屏幕中央，出现了一张地图。我们把鼠标放在地图上，滑动滚轴，就可以放大缩小地图。地图的清晰度不会因为放大而模糊，这就是矢量地图的优势。
我们用相同的操作，将柏林的有轨交通线和公共交通站点加入地图。最终大家会看到一张类似下图的图片：
（图2：柏林行政区的图层）
软件界面的左下角有一个[Layers]的面板，我们能够看到已经载入了3个图层，分别对应着点线面三种数据模型。通过“选择/取消”每个图层前面的复选框，可以控制图层的显示或者隐藏。为了研究的方便，我们还可以给每个图层取一个更容易区分的名字，甚至可以是中文名，比如把点图层默认的“gis_osm_transport_free_1”这一长串名字更名为“公交站点”。
把鼠标移到[Layers]面板，右键单击点图层“gis_osm_transport_free_1”，在弹出的对话框中，选择[Rename Layer]，然后键入“公交站点”。
（图3：修改图层名称）
大家在自己的电脑进行“添加矢量图层”的动作后，看到的画面可能跟教程中不一样。特别是柏林行政图的颜色可能并不是紫红色，这个颜色是系统随机分配的，我们会觉得影响对地图的观察，可以重新给地图上色。
同样是先将鼠标移动到[Layers]面板的“行政区域”图层，点击右键调出对话框，但这次我们选择最后一个[Properties...]。弹出的对话框中，选择左边标签页的[Symbology]，这里有很多参数可以调整。我们目前都用不上，我们只想达到一个至简的效果，让行政区域的背景变成白色。选择[Simple fill]，然后在下面的[Fill style]的下拉式菜单中选择[No Brush]，点击[OK]，完成设置。当我们退回到屏幕时，就发现整个地图干净了。
（图4：调整图层背景色）
实际上，通过这几步操作，你应该不会对QGIS感到畏惧了吧。它的操作界面非常友好。我们再进行几种动作，大家更能体会到QGIS的便捷。
在讲到GIS的基本原理时，我们提到空间数据与属性数据的关联。在QGIS中，如何查看属性数据呢？依然需要使用鼠标右键调出。由于每一个矢量图层都有自己的属性数据，所以我们同样要在[Layers]面板中选择相应的图层。比如，我们想看看“公交站点”的属性，选择[Open Attribute Table]。
（图5：调出矢量图层的属性数据）
弹出来一个像Excel表格的窗口，这个就是跟“公交站点”图层关联的属性数据。我们看到不少描述性的数据，包括站点ID、站点类型、站点名等，还可以看到站点的总数等信息。我们可以用一些操作把相关属性反映在地图上。
（图6：属性数据）
大家从图2看到，七千多公交站点密密麻麻散落在地图上，是不是很难区分？我们从属性数据可以看出，站点存在不同的类别，有火车站、汽车站、码头、有轨电车站等。能否将这些站点根据交通工具类型分别显示呢？
再次进入公交站点图层的[Properties...]→[Symbology]。我们要关注最上面有一个下拉式菜单，可以调出[Categorized]。
（图7：对点图层数据进行分类）
然后会有一个新的对话框出来。在[Column]选择[fclass]（属性数据中的一列）,然后点击窗口左下侧的[Classify]，我们就会看到系统自动根据不同的交通工具进行了分类，一共有六种，对应六种颜色。
（图8：点数据的分类）
（图9：点数据的分类）
回到地图上，我们看到了不同的呈现状态。QGIS在“公交站点”的图层下自动依据分类生成了新的图层，每个图层前也有复选框控制是否显示，我们现在只想看铁路站点，把汽车站点隐藏，整个世界清静了。
（图10：显示火车站站点）
这时，我们又想着，火车站点应该有名字的吧，可以让站名也显示在地图上吗？只需要再次调出[Properties...]，这次选择左边标签页的[Labels]，在下拉式菜单中选择[Single labels]，至于[Label with]则选择属性数据列表中的[name]，大功告成。当然，为了美观，字体的大小、颜色、位置等都可以调整。我们在这里就不演示了，大家自己去探索一番吧。
（图11：设置站点标签）
对矢量图层的基本操作大概就是上述内容，它们虽然基础，但对我们理解HGIS的原理以及QGIS的工作思路都很有帮助，而且这些步骤在今后的研究中也会被经常使用。
3.文献史料的空间化
我们前面已经多次提到，将历史文献中描述性的“空间信息”（比如道路里程数、进出口贸易、人口信息等），经过“地理编码”转换为“空间数据”，是HGIS的关键环节。这意味着，历史学家在阅读史料的过程中，在用空间思维对待传统素材。为了让空间数据能够在QGIS中被展示、被分析，我们需要一些技能提升效率。
对于现代地名的“地理编码”，已经有非常好用的工具来自动完成；然而在HGIS的语境下，地理编码最大的挑战是地名随着时间的推移发生了改变。比如最典型的例子，柯尼斯堡（Königberg）这个地名在任何一张现代地图中都找不到，用OpenStreetMap来进行编码，显然是不可能完成的任务。所以，对历史地名进行地理编码，手动工作不可避免。
但我们有一个讨巧的办法。
假如我们在阅读史料的时候，发现了下面这则材料，德意志帝国政府的统计年鉴，显示了1875和1890两年德国若干大城市的人口数量（来源：Quelle: Statistisches Jahrbuch für das Deutsche Reich; 1881, S. 3ff (1875); 1893, S. 9ff (1890);）。传统的处理方式无非是把它制作成表格：
（图12：历史数据）
但HGIS的空间思维让我们敏锐地意识到，这里涉及到德意志地名，完全可以对它们进行地理编码，然后在地图中显示出来。如果我们手头刚好有1890年德意志帝国的行政区划矢量地图的话（后文提供的百度网盘下载），就可以在QGIS中通过“关联CSV表格”来实现。
原理很简单。我们都知道矢量地图都有配套的属性数据，打开一张1890年帝国行政区划图就能看到。属性表格有许多项目，但巧合的是，也有一些城市的名字，虽然不一定能够跟我们的人口统计城市名称一一对应，但可以把相同的城市关联起来。这个任务只需要简单几步操作，就能够实现文献史料的空间化处理。
（图13：1890年帝国行政区的属性数据）
不过，第一步需要我们把人口统计表格转化为CSV格式。这个很容易，我们在Excel里用另存为就能完成（后文提供的百度网盘下载CSV文件）。我们把这个CSV文件当作一个图层叠加到1890年行政区图上。路径为[Layer]→[Add Layer]→[Add Delimited Text Layer..]
（图14：添加CSV文件）
在弹出的窗口中，导入我们转换好的CSV文件，其他参数都不用管，唯一需要注意的是在[Geometry Definition]中选择[No geometry]。
（图15：导入CSV文件）
点击下面的[Add]按钮，文件就顺利导入，我们在QGIS的[Layers]面板也可以看到多出了一个图层，名字正是CSV文件的名称。
现在是最关键的一步。鼠标移到[1890Admin]图层，点击右键，选择[Properties...]，这次我们选择左边标签页的[Joins]，然后点击右下角的[+]，新建一个链接。我们要做的，就是把wachstum.csv文件中城市名，和[1890Admin]图层属性数据中的城市名对应，所以[Join field]选择[Stadt]；[Target field]选择[HAUPTSTADT]。其他参数都默认，点击两次[OK]后，链接完成。
（图16：关联数据）
但似乎没有任何变化？没关系，我们再次看看[1890Admin]图层的属性列表，是不是发现多出几列，刚好是wachstum.csv文件中的人口数量和增长率。
（图17：关联后的属性数据）
最小代价的地理编码就完成了。我们可以通过调整图层的参数，将不同城市所隶属的行政区域的人口数量在地图上显示出来。整个步骤跟上面讲到的“矢量图层的基本处理”完全一致。大家可以自我练习，实现不同的效果。
（图18：关联之后）
红色越深，相关城市所在行政区的人口数量越多，柏林虽然是面积最小的，但毫无疑问是人口最多的行政区域。
用这种方式完成的“地理编码”，可以将文本描述的空间数据在地图上呈现，帮助我们直观地发现相关信息。但缺点也非常明显，如果你恰好没有矢量地图怎么办？而且矢量地图属性列表中没有相应的地名怎么办？实际上，在我们的案例中，也确实有一些城市没有出现在属性列表中，所以最终呈现在地图上的数据也是不完整的。
要解决这个问题，我们只能另觅他途。一个解决的方案是，使用地名数据库。这样的数据库中包含了地名的经纬度，我们在使用的时候，可以通过Excel的VLOOKUP函数，批量对相应的地名填入地理坐标信息，然后就完成了地理编码。网络上虽然有现成的地理数据库免费下载使用，但在我们个人的研究语境下，一定会碰上例外的情况，因此搭建一个专属的历史地名数据库，是终极的解决方案。但这需要我们在日常研究的积累中不断充实和完善。这个过程将耗精力且漫长。
不过，也不是没有捷径。有研究团队开发了许多文本标注的工具，能够自动给文本中的人名、地名、官职等进行识别。可以想见，这样的工具一定存在误差，但终归能够解放一部分人力。我们在前文的“附加技能”介绍一种从文本提取地名的使用方法。
4.地图配准
跟地理编码稍微有些不同，地图配准（Georeferencing）主要是解决“模拟数据”形态的空间信息与坐标系统叠加的问题。最常见的任务场景是，把扫描的历史地图、航拍照片等赋予坐标系，然后不同的图层能够正确匹配，在此基础上进行对比、分析等空间操作。
如果是扫描地图的话，存在两种情况，一种是自带地理坐标系的地图（这样的地图往往是19世纪后期绘制的，已经有了现代意义上的测绘技术），另一种是不带坐标系的。前一种情况的配准工作要容易一些。
不论是哪种情形，在QGIS里进行配准之前，都要确保安装了插件[Georeferencer GDAL]。QGIS3.4.7应该默认安装好了，如果没有的话，大家自行百度解决安装问题。另外，还要保证这个插件处于激活的状态。
当然，在进入地图配准的教程之前，我们首先要解释一个问题。既然要“配准”，那应该以什么为参照进行匹配呢？换句话说，我们首先要找一张带坐标系的“底图”（basemap）。带坐标系是关键点，地图的形态就比较随意了。一般GIS的教程都会以一些网络地图服务公司（Web Map Service，WMS）提供的地图为基准，但有时，我们通过各种渠道拿到的矢量地图，也可以作为配准的底图。这个跟我们的使用目的密切相关。
矢量地图的下载，我们之前已经提及。现在我们来谈谈使用WMS服务。
其实，我们完全可以把WMS服务提供的地图当作图层来理解，所以调用它的方法也是添加一个图层[Layers]→[Add Layer]，不过最后选择[Add WMS/WMTS Layer...]
（图19：添加WMS服务）
在弹出的窗口中，选择标签[New]，新建一个WMS服务链接。最关键的是要知道提供服务的URL地址，我们可以在这里使用台湾中央研究院提供的WMTS代理服务器。
（图20：设置服务器）
确认之后，我们会在QGIS左边的浏览器面板[Browser]发现多出了刚才加入的WMS服务器名称。双击一个地图的名称，就可以把地图载入系统，比如OpenStreetMap。
（图21：添加OpenStreetMap为底图）
使用WMS的服务，好处是地图种类比较全，不需要我们自己再花时间找。不过，你可能会问，我怎么知道WMS服务器的地址呢？标准答案是在网上搜索。但网络世界那么大，我觉得会迷路。所以，我在这里推荐大家安装一个插件QuickMapServices，它集成了许多提供WMS服务的网站，我们只需要在菜单中选择一下，就能够迅速导入一张底图。
查看和安装这个插件，请点击QGIS主界面的[Plugins]，然后选择[Manage and Install Plugins...]
（图22：添加插件）
等连上服务器后，会有一个插件管理的窗口弹出。我们在这里可以看到本系统安装过的插件，以及所有可供选择安装的插件。
在左边标签页是[All]的时候，在[search...]对话框中键入quick，下面会出现许多备选插件，找到QuickMapServices，完成安装。这时，我们会在菜单栏[Web]下找到多出一个选项[QuickMapServices]，表明我们安装成功了，打开菜单，我们就能够发现多种网络地图提供者，比如OSM。
（图23：插件安装成功）
但使用WMS的服务也有一个明显的弊端，因为它提供的是在线地图，所以从服务器下载各种数据会受网路状况的影响。我们应对的一个策略是，将网路服务商提供的地图下载到我们本地的硬盘。这里，我们需要另外一个插件：OSMDownloader。
安装好后，QGIS的主界面应该会出现一个小图标，表示可以开始使用了。
要下载地图非常简单。我们添加一个OSM的地图，然后缩放到我们想要的地方，点击工具栏上的OSMDownloader插件的图标，鼠标移到地图上面时候自动变成一个大的“+”，选取我们想下载的区域，就能够把地图下载到硬盘。OSM地图有大量属性，所以地图的文件比较大，下载需要较长时间。
好不容易下载好地图，新问题又来了。通过插件下载的数据，后缀名是.osm。这是OpenStreetMap专属的文件格式，无法直接套用到QGIS。这时我们需要安装一个叫QuickOSM的插件，能够帮助我们对osm格式的文件进行解析。这个过程也比较耗时。
（图24：下载底图）
为了准备一份底图，我们学习了许多额外的技能。实际上，也不需要如此复杂。我们可以在网络上下载各种矢量地图，也能作为底图使用。这样的地图大量存在。
好了，有了底图后，我们就可以进入配准的环节。前面提到，扫描的地图有两种情况，一种是自带坐标系的，一种没有坐标系，难易程度不同，我们分别做介绍。
首先是有坐标系的地图，比如这张绘制于1856年的普鲁士和德意志西部的地图。（经由后文提供的百度网盘下载）
通过路径为：[Raster]→[Georeferencer...]，进入配准的窗体。在[File] →[Open Raster...]打开一个扫描地图开始工作。
（图25：打开栅格地图）
系统会提示选择一个“投影系统”。可惜，这是一张老地图，我们并不知道投影系统。不过，没有关系，我们选择[Cancel]。然后，就直接进入了配准的工作界面。
（图26：配准界面）
用通俗的话说，配准就是要给扫描地图上的点赋上地理坐标值。我们已经知道，扫描的地图是栅格数据的一种，本质上是像素阵列组合而成，给每个点赋值，该是多么艰巨的任务？别担心，QGIS的智能化程度很高，我们只需要找出3-6个控制点（Ground Control Points）的坐标，剩下的工作就可以由电脑自动完成。窗体工具栏上的加号和减号可以对地图进行缩放，手型工具可以对地图进行拖动，灵活调整地图的呈现格局。
（图27：观察地图坐标系）
因为原始地图有坐标系，控制点的选择就简单很多。具体到这张普鲁士的地图，我们从精度的角度考虑，选择一个矩形的四个点，应该就足够了。
先选择工具栏上的[Add Point]
（图28：添加控制点）
这时我们会发现，当鼠标在地图上移动时，它会变成了一个“+”字，这是为了我们更好在地图上进行定位。
在选好的地方点击一下鼠标，会弹出一个窗口，需要我们输入坐标值。记住：X/East是经度（longitude），Y/North是纬度（latitude），输入相应的数组就好。
（图29：输入坐标值）
点击[OK]后，我们会发现地图上多出了一个红点，这就是我们设置的控制点；同时，下面的控制点列表，也多出了相应的一行。
（图30：控制点赋值）
我们重复5次同样的动作，控制点一般找6个就可以了。最终的结果如图所示。
（图31：完成控制点赋值）
控制点的赋值工作就完成了，但在配准之前，我们需要调一些参数。选择工具栏上的齿轮图案，进入对话框：
（图32：调整参数）
大部分参数都选择默认。关于投影系统（Target SRS），系统会自动分配一个，但很有可能不准确。这个参数在没有任何线索的情况下，需要去推测与尝试。如果你对历史地图的绘制史有研究，你或许能够根据地图出版年代、作者、出版社等信息推算出来；我们也可以多次尝试不同的投影，通过最终配准扭曲的程度来筛选出一个最合适的投影系统。
等一切工作都准备好，我们就可以点击开始配准的按钮，系统就自动完成后续的工作。
（图33：开始配准）
因为我们刚才在设置当中选择了[Load in QGIS when done]，配准完成的地图会自动作为一张栅格图层添加进来。如何来验证配准的成效呢？我们可以找一张矢量地图（1890年德意志帝国行政区图，后文提供的百度网盘下载）来叠加一下，看上去效果不错。
（图34：叠加一个矢量图层）
行文至此，自带坐标系的地图配准就结束了。
至于没有坐标系的地图，其配准的大部分步骤与自带坐标系的地图配准非常类似，唯一需要注意的是控制点的选择。我们可以通过一些没有发生变化的建筑物、标志性地点作为参照进行配准，控制点要均匀地分布在地图上。在这种情况下，我们需要使用[From map canvas]在底图上选择控制点来完成配准。
我们来看一张没有坐标系的1851年柏林地图如何进行配准。仔细观察这张地图，虽然没有坐标系，但非常写实，街道、Spree河和建筑物还可以在今天找到，所以我们可以根据这些不变的事物来完成配准。底图我们就使用OpenStreetMap，将柏林区域放置到屏幕中央。
其他的步骤都差不多，变化出现在开始添加控制点的时候。毫无疑问，菩提树下街比较好定位，我们在与弗里德里希大街的路口放置一个控制点。在弹出对话框后，我们并不知道该点的坐标，所以我们选择[From map canvas]。
（图35：在地图上找控制点）
此时，系统会自动回到OSM地图的界面，我们在认为的同一个地方点击一下，采集该地点的坐标，然后，系统会自动返回配准的窗口。我们会发现，坐标值已经自动被填入了。
（图36：自动填充坐标值）
同样的动作我们再做5次，控制点的设置就完成了。注意在调整[Transformation Settings]的时候，需要将CRS与底图的投影系统保持一致。如果一切顺利的话，配准完成后，地图会作为栅格图层自动添加到OSM图层上。
（图37：完成配准）
我们可以调整新加入图层的透明度，来验证与底图匹配的程度。这种不带坐标系的地图配准，是非常精细的活。经验不足、对历史地图不了解、对时空变迁不熟悉的话，控制点很难找得准确，都会影响最后配准的效果。所以，可能第一次的配准并不成功，这没有关系，多尝试几次，效果会越来越好。当然，一些没有坐标系的地图，其绘制可能并非基于测绘数据，它的空间信息存在失真的情况，不论我们如何细心与努力，也很难与现代地图完全重合。
5.地图输出
我们想把一张做好的地图输出，方便打印或者印刷，该如何操作？我们需要使用[Print Layout]，其路径为：[Project]→[New Print Layout...]
（图38：输出地图）
这时会弹出一个窗口，需要输入新建布局的名称：
（图39：命名）
点击[OK]之后，就会有一个全新的窗口出现。
（图40：地图输出工作界面）
我们在这里进行地图布局的操作。
当然首先要把地图加进来，[Add Item]→[Add Map]，我们只需要在中间的白布上按着鼠标左键拖动，底图中的内容就会自动添加到工作平台。
（图41：调整各种参数）
现在，我们可以对地图各种元素，例如投影等进行设置。这些参数都在工作台右边的窗口，在[Item Properties]设置，设置完成后，需要点击[Update Preview]，才能看到更新数据后的效果。
我们可以不断往地图上添加新的图层。比如标签，比例尺、图标、说明等信息。路径都从[Add Item]开始，我们就不需要一一演示了。
参考书目：
Jim Clifford, Josh MacFadyen, and Daniel Macfarlane, "Georeferencing in QGIS 2.0," The Programming Historian 2 (2013), https://programminghistorian.org/en/lessons/georeferencing-qgis.
研究案例：
Katrina Navickas, From Chartist Newspaper to Digital Map of Grassroots Meeting, 1841-44, Journal of Victorian Culture, Vol. 22, No.2, 2017, pp. 232-247.
相关软件与数据百度网盘下载链接：
https://pan.baidu.com/s/17SaI3MLpls5hWFYuWKxrvw 提取码: ypg8
END
主编 / 徐力恒
责编 / 任苗青
美编 / 任苗青