nepalboundaries

github2026-06-17 更新2026-06-18 收录

行政区划边界

地理空间分析

数据链接：

https://github.com/Lalitgis/nepalboundaries 数据链接链接失效反馈

官方服务：

资源简介：

该数据集提供尼泊尔的多级行政边界数据，包括国家、省份、区、市、选区、区首府、省首府以及保护区和国家公园的边界，适用于空间分析、地图绘制、可视化和地理空间工作流，支持R和Python环境，数据采用WGS84投影（EPSG:4326），并兼容多种导出格式（如GeoJSON、GPKG、Shapefile）。

This dataset provides multi-level administrative boundary data for Nepal, including national boundaries, provinces, districts, municipalities, constituencies, district capitals, provincial capitals, as well as protected areas and national parks. It is suitable for spatial analysis, cartography, visualization and geospatial workflows, supports R and Python environments, adopts the WGS84 projection (EPSG:4326), and is compatible with multiple export formats such as GeoJSON, GPKG and Shapefile.

创建时间：

2026-05-26

原始信息汇总

🇳🇵 nepalboundaries：尼泊尔行政边界数据集

数据集概述

nepalboundaries 是一个专注于尼泊尔行政边界的数据集，提供多层级行政边界数据，支持 R 和 Python 环境下的空间分析、地图制作和地理空间工作流。

行政层级结构

数据集涵盖以下级别：

国家（Country）
省（Province）
县（District）
市（Municipality）
区（Ward）
县首府（District headquarter）
省首府（Province headquarter）
保护区和国家公园（Protected Areas and National Park）

尼泊尔行政结构为：

Nepal ├── 7 Provinces │ ├── 77 Districts │ │ ├── 753 Municipalities │ │ └── Protected Areas │ │ └── ~6,743 Wards

主要功能

提供多级行政边界数据
支持按省、县、市或区进行筛选
标准化空间数据集
使用 WGS84 投影（EPSG:4326）
兼容 sf、leaflet、ggplot2 等 R 包
支持多种导出格式（GeoJSON、GPKG、Shapefile）
R 和 Python 具有一致的 API

可用函数

函数	描述
`nb_country()`	尼泊尔国家边界
`nb_province()`	省边界
`nb_district()`	县边界
`nb_municipality()`	市边界
`nb_ward()`	区边界
`nb_nationalpark()`	国家公园和保护区的边界
`nb_get_multiple()`	多级行政边界
`nb_summary()`	摘要统计信息

筛选示例

获取单个省：nb_province(province = "Bagmati")
获取省内各县：nb_district(province = "Koshi")
获取县内各市：nb_municipality(district = "Kathmandu")
获取市内各区：nb_ward(municipality = "Pokhara")

数据导出格式

Shapefile（.shp）
GeoJSON（.geojson）
GeoPackage（.gpkg）
CSV（不含几何信息）

安装方式

R 包： r remotes::install_github("Lalitgis/nepalboundaries")

数据集属性

数据结构：R 包内置 .rds 文件（通过 data_preparation_R.R 生成）
坐标参考系统：WGS84（EPSG:4326）
许可证：MIT License

引用方式

bibtex @software{nepalboundaries2026, title={nepalboundaries: Administrative Boundaries of Nepal}, author={Lalit BC}, year={2026}, url={https://github.com/Lalitgis/nepalboundaries} }

致谢

尼泊尔测量局
尼泊尔行政边界贡献者
R 地理空间社区
sf、leaflet、ggplot2 及相关库的开发者

搜集汇总

数据集介绍

构建方式

nepalboundaries数据集聚焦于尼泊尔行政边界地理信息，专为R与Python环境中的空间分析与可视化工作流而设计。该数据集构建于尼泊尔官方测绘部门及本地整理的行政边界资料之上，涵盖国家、省、县、市、区以及保护区与国家公园等多个层级。所有空间数据均采用WGS84（EPSG:4326）投影坐标系，并以GeoJSON、GPKG、Shapefile等多种标准格式存储。数据集通过R包形式发布，用户可通过GitHub便捷安装，源码目录下还提供了数据预处理脚本以支持边界数据的重新生成。

特点

该数据集的核心特色在于其多层级的行政边界覆盖与简洁一致的接口设计。用户能够按省、县、市或区灵活筛选所需区域，获取经过标准化处理的清洁空间数据。数据集高度兼容sf、leaflet、ggplot2等主流空间分析与可视化库，支持从基础边界绘制到复杂空间连接、面积计算、邻接分析等高级操作。统一的函数簇（如nb_province、nb_district）简化了调用流程，无需记忆庞杂参数即可快速获取尼泊尔任意行政层级的边界数据。

使用方法

在R环境中，可通过remotes::install_github("Lalitgis/nepalboundaries")安装该包，随后调用如nb_province()获取省级边界，或使用nb_district(province = "Bagmati")筛选特定省份的县级数据。所有空间对象均返回为sf格式，可直接参与ggplot2绘图、st_join空间连接、st_write数据导出等操作。Python版本亦提供类似接口，支持一致的数据检索流程。数据集还特别内置了nb_summary()函数用于快速获取行政单元统计摘要，并支持通过nb_get_multiple()同时获取多重层级边界，极大降低了多尺度分析的门槛。

背景与挑战

背景概述

尼泊尔地处喜马拉雅山脉南麓，地形极为复杂，其行政区划历经多次重组，尤其是2015年新宪法颁布后，全国由5个发展区调整为7个省份、77个县、753个地方自治体及约6743个基层 Ward。这一变革对空间数据基础设施提出了严峻挑战，传统的行政区划边界数据集往往更新滞后、层级不完整，难以满足精细化的地理分析与政策规划需求。在此背景下，由 Lalit BC 主导的 nepalboundaries 数据集于2026年发布，旨在提供一套涵盖国家、省、县、自治体、Ward 及国家公园等多层级、标准化的尼泊尔行政边界矢量数据。该数据集基于 WGS84 坐标系统，兼容 R 与 Python 生态，借鉴了 rgeoboundaries 项目理念，但专注于尼泊尔本地化数据源，为区域发展研究、灾害管理、公共卫生及环境规划等领域提供了可靠的空间分析基础。其影响力体现在填补了高精度、多层级边界数据在开源生态中的空白，推动了尼泊尔地理信息科学的可重复性研究。

当前挑战

nepalboundaries 数据集面临多重挑战。首要挑战源于领域问题：尼泊尔行政区划的频繁调整与边界争议，要求数据必须持续同步官方最新公告，而官方测绘机构数据更新周期长、数字化程度不一，导致数据时效性与权威性难以绝对保证。其次，构建过程中需处理来自政府测绘局、OpenStreetMap 等多源异构数据的融合问题，不同来源的几何精度差异显著，尤其是偏远山区和 Ward 级边界常存在拓扑错误、属性缺失或边界重合冲突。此外，数据标准化需兼容 R 与 Python 两种语言环境，确保在 sf、leaflet 等库中的稳定调用，这要求维护统一的坐标参考系与导出格式（如 GeoJSON、Shapefile），增加了数据清洗与验证的工程复杂度。长期维护依赖社区贡献，而缺乏持续资金支持与专职团队，使得数据更正、版本迭代及与科研需求的协同面临可持续性挑战。

常用场景

经典使用场景

在尼泊尔地理信息科学（GIS）与空间分析领域，nepalboundaries 数据集以其精细的多级行政边界（涵盖国家、省份、县、市镇乃至选区）为核心，成为研究者进行区域空间可视化与量化分析的基石。该数据集尤其适用于基于 R 或 Python 环境的生态景观格局解析、人口空间分布建模、以及区域发展规划中的行政区划图谱绘制。通过其标准化的 WGS84 投影和简洁的过滤接口，学者可快速提取特定省份或市镇的边界数据，并将其无缝集成至 leaflet 或 ggplot2 等主流可视化框架中，从而高效完成从数据调用到空间认知跃迁的完整链路。

衍生相关工作

nepalboundaries 的发布催生了多项衍生研究与工具开发。在学术层面，研究者将其与遥感栅格数据结合，构建了用于分析尼泊尔森林覆盖变迁与县际人口流动的计量模型；基于该数据集的空间连接函数，亦涌现出关于廓尔喀地震后重建资源空间分布不均的开创性讨论。在软件生态方面，开发者围绕该包封装了诸如自动生成行政边界统计摘要、邻接矩阵提取、以及多层级地图批量导出等高级实用函数，极大丰富了 R 与 Python 的地理计算工具链。这些衍生工作不仅验证了初始数据集的高复用性，更推动了南亚地区精细尺度空间分析研究范式的演进。

数据集最近研究