Barangay Boundaries Repository — Philippine Barangay Boundaries GeoJSON & PSGC RDF

这是一个菲律宾行政区划边界的数据集，包含层次化的每类行政边界（GeoJSON格式），如描笼涯（barangays）、市镇、城市（按法律类别划分）、省份、区域和特殊地理区域。每个多边形都标注了规范的PSGC代码、名称和状态。数据集从NAMRIA shapefile和PSA PSGC快照生成，并提供了17个季度快照的PSGC变更历史作为RDF链接数据。它适用于GIS分析师、研究人员和公民科技项目，需要权威且代码稳定的菲律宾边界数据。This is a dataset of Philippine administrative boundary data, which includes hierarchical administrative boundaries of all categories in GeoJSON format, such as barangays, municipalities, legally classified cities, provinces, regions, and special geographic areas. Each polygon is annotated with standardized PSGC codes, official names and legal statuses. Derived from NAMRIA shapefiles and PSA PSGC snapshots, the dataset provides PSGC change history across 17 quarterly snapshots as RDF linked data. It is applicable to GIS analysts, researchers and civic tech projects that require authoritative and code-stable Philippine boundary data.

原始信息汇总

数据集概述：Barangay Boundaries Repository

该数据集提供菲律宾行政区划边界数据，格式为GeoJSON，并附有PSGC（菲律宾标准地理代码） 的RDF知识图谱。

数据集内容

• 核心产出：按行政类别分层的GeoJSON集合，每个多边形标注了规范的PSGC代码、名称和状态。
• 覆盖层级：国家（ADM0）、大区（ADM1）、省份（ADM2）、市镇/城市（ADM3）、描笼涯/村（ADM4）。
• 城市分类：高度城市化城市（HUC）、独立组成城市（ICC）、组成城市等按法律类别拆分。
• 历史版本：追踪了17个季度的PSGC变更历史，以W3C ORG本体知识图谱（RDF）形式发布。

数据来源与处理流程

• 来源：PSA（菲律宾统计局）的PSGC快照 + NAMRIA（菲律宾测绘与资源信息局）的行政边界shapefile。
• 处理工具链：brgybnd CLI工具，支持摄入PSGC数据、转换NAMRIA数据、构建分层GeoJSON、生成变更增量RDF。
• 中间阶段：保留raw_t0p005/（原始NAMRIA转换）和enriched_t0p005/（PSGC富化）两个中间产物。

数据覆盖（2023-10-24快照）

层级	含义	PSGC实体数	GeoJSON要素数	匹配数	覆盖率
ADM0	国家	1	1	1	100.000%
ADM1	大区	17	17	17	100.000%
ADM2	省份	82	88	88	100.000%
ADM3	市镇/城市	1,644	1,626	1,624	99.877%
ADM4	描笼涯	42,010	41,825	41,803	99.947%
总计		43,754	43,557	43,533	99.945%

分层要素数量（2023-10-24）

• 大区：17
• 省份：82
• 市镇：1,485
• 组成城市：110
• 独立组成城市：6
• 高度城市化城市：34
• 描笼涯：42,026
• 特别地理区域：9

已知局限

• 亚市镇：NAMRIA ADM4不包含马尼拉的14个亚市镇单独多边形，submunicipalities.geojson为空。
• 未分类要素：6个未解析要素和20个非行政要素无法归类到标准PSGC层级。
• 缺失多边形：230个PSGC实体（主要在BARMM和大马尼拉）没有对应的NAMRIA多边形。

HUC问题说明

高度城市化城市（HUC）在PSGC中行政上独立于省份（父级为大区），但NAMRIA将其多边形绘制在地理归属省份内部。本仓库通过huc_adm2_mapping.json映射文件解决该不匹配问题。大马尼拉地区作为特殊情况，其四个立法区被映射为虚拟省份。

PSGC编码结构

10位数字分层标识符，格式为 PPCCCMMLLL0：

• PP：大区
• PPCCC：省份/HUC
• PPCC CMM：市镇/城市
• PPCCCMMLLL：描笼涯

另有一个9位对应码用于追踪实体在代码变更中的身份。

可用文件与下载

通过GitHub Releases发布，首次发布版本为v2026.4.13.0（2023-10-24快照）：

• 分层GeoJSON压缩包：barangay-boundaries-2023-10-24-hierarchical.zip（推荐）
• 单个分层文件：如barangays.geojson、provinces.geojson、regions.geojson等
• 校验清单：manifest.json（含MD5/SHA-256、大小、要素数）
• 变更历史RDF：delta.ttl、delta.nt、delta.jsonld
• 中间产物：enriched_t0p005/adm{0..4}.geojson、raw_t0p005/adm{0..4}.geojson

引用与许可

• 代码许可：MIT License
• 数据归属：PSGC快照©菲律宾统计局（PSA）；行政边界©NAMRIA（shapefile版本2023-11-06）
• 数据集引用：可通过CITATION.cff或GitHub的“Cite this repository”功能获取引用格式。

搜集汇总

数据集介绍

构建方式

该数据集基于菲律宾统计局（PSA）发布的菲律宾标准地理代码（PSGC）快照，以及国家测绘与资源信息局（NAMRIA）提供的行政边界形状文件构建而成。通过自主研发的`brgybnd`工具链，将原始形状文件转换为简化的GeoJSON格式，进而利用PSGC数据进行语义增强，为每个地理要素标注规范的PSGC代码、名称、状态及匹配置信度。最终，采用层级分类策略，将多边形按行政类别（如省、市、社、描笼涯）拆分，并区分高度城市化城市、独立组成部分城市等法定类别，生成一系列按类别组织的GeoJSON文件。整个流程保留了从原始NAMRIA转换到增强后的中间阶段文件，确保了数据处理的透明性与可追溯性。

特点

该数据集的核心特色在于其层级化、按类别提取的GeoJSON集合，每个多边形均携带权威的PSGC代码，便于与任意PSGC键控数据集进行精准关联。它包含了17个季度快照的PSGC变更历史，并以W3C ORG本体知识图谱的形式发布RDF增量文件，清晰记录了创建、删除、合并、拆分、更名及代码变更等事件。数据集巧妙地解决了高度城市化城市与省份之间的地理编码不匹配难题，即“HUC问题”，通过专门的映射文件实现了NAMRA多边形与PSGC层级关系的统一。总体而言，其PSGC代码与NAMRIA多边形之间的匹配覆盖率高达99.945%，为地理信息系统分析、学术研究及公民科技项目提供了可靠且权威的菲律宾行政边界数据源。

使用方法

用户可直接从GitHub Releases页面下载已处理好的层级化GeoJSON压缩包，或通过`curl`命令单独获取某类行政边界的GeoJSON文件，如描笼涯边界。对于需要自定义处理流程的高级用户，可通过`uv`工具安装本项目提供的命令行界面`brgybnd`。该工具支持多种操作：使用`brgybnd ingest`摄入PSGC快照，使用`brgybnd convert-geo`将NAMRIA形状文件转换为简化GeoJSON，以及使用`brgybnd build-hierarchical`一键执行从转换、增强到分类拆分的全流程，最终生成层级化的GeoJSON输出。所有命令均辅以详细的帮助文档，方便用户快速上手并根据自身需求灵活构建或更新菲律宾行政边界数据集。

背景与挑战

背景概述

菲律宾行政区划数据长期以来面临着官方代码与地理边界脱节、市级实体法律分类复杂且变更频繁等治理难题。为弥合菲律宾统计局（PSA）发布的标准化地理代码（PSGC）与国家测绘资源局（NAMRIA）提供的行政边界矢量数据之间的鸿沟，该项目于2023年由独立开发者创建，聚焦于构建层级化、代码一致的GeoSJON数据集。核心研究问题在于如何通过自动化流水线实现PSGC代码与NAMRIA多边形的高精度匹配，并妥善处理高度城市化城市（HUC）与省份之间的行政归属歧义。该数据集覆盖了全国42,000余个描笼涯及各级行政单元，首次将法律分类（如独立成分市、特级地理区域）与地理边界深度融合，为菲律宾的GIS分析、社会科学研究及智慧治理提供了权威的基准参考，在地方治理与空间统计领域产生了显著影响。

当前挑战

该数据集面临的首要挑战是解决HUC与地理省份之间固有的行政归属冲突——PSGC将HUC视为省级单元，而NAMRIA却将其包含在所在省份的多边形内，需通过自定义映射表进行校正。此外，构建过程中需应对NAMRIA数据中缺少马尼拉副市及穆斯林棉兰老岛邦萨摩洛自治区（BARMM）部分描笼涯多边形的难题，导致230个PSGC实体无对应几何形状。数据流水线还需处理跨17个季度的PSGC变更历史，将其编码为可机读的RDF增量文件，这涉及合并、分裂、更名和代码转移等复杂事件的语义建模。最后，确保99.945%的代码覆盖率需要设计精确的模糊匹配与置信度评分策略，以弥合两个官方数据源间的命名差异与版本断层。

常用场景

经典使用场景

在菲律宾地理信息科学（GIS）与空间数据分析领域，该数据集最经典的使用场景莫过于将行政边界数据与各类社会经济、人口普查或公共卫生调查数据进行空间连接与融合。由于每个多边形要素均被赋予了权威的菲律宾标准地理编码（PSGC），研究人员可以轻松地将该数据集与PSGC编码的统计数据集——例如菲律宾统计局（PSA）发布的人口普查数据、贫困率指标或健康设施分布记录——进行精准匹配，从而实现从村级（barangay）到省级、区域级的跨尺度空间分析与可视化。这种基于统一编码的空间数据整合方式，有效消除了传统上因行政边界版本混乱或编码无法对应而导致的标注困难和空间错位问题。

解决学术问题

该数据集精准回应了长期以来困扰菲律宾空间社会科学研究的核心痛点：缺乏一套公开、可复现、且保持与官方行政区划同步更新的高精度边界数据。在人口地理学、城市与区域规划、灾害风险评估、流行病学等研究领域，学者们常因无法获取或自行拼接出连贯且编码统一的行政边界图，而导致研究结果的可靠性降低。该数据集通过系统性地整合NAMRIA的边界形状文件与PSA的PSGC编码快照，以及提供17个季度的编码变更历史日志，实现了行政边界与统计编码的严格对齐，使得纵向时间序列分析和跨机构数据融合成为可能，显著提升了菲律宾相关实证研究的可复现性与信度。

衍生相关工作

基于该数据集，已涌现出一系列衍生性与互补性的经典工作。最直接的一类是地理编码与服务扩展工具的开发，例如构建基于W3C ORG本体的RDF知识图谱，使得PSGC的变更历史（创建、删除、合并、拆分、重命名与编码更替事件）能够以链接数据的形式被机器直接查询与推理，极大方便了语义网和知识工程领域的复用。另一重要衍生成果是针对HUC—省份边界不匹配问题而设计的显式映射机制，并被封装为机器可读的`huc_adm2_mapping.json`，这一映射策略本身即构成一个精细的空间对齐方法论，启发了一系列关于城市法定隶属关系与地理实体边界在地形与编码双重视角下如何协同表达的后续研究。