El formato Shapefile es un formato de datos vectoriales geoespaciales para software de sistemas de información geográfica (SIG) . Esri lo desarrolla y regula como una especificación mayoritariamente abierta para la interoperabilidad de datos entre Esri y otros productos de software SIG . [1] El formato shapefile puede describir espacialmente características vectoriales : puntos , líneas y polígonos , que representan, por ejemplo, pozos de agua , ríos y lagos . Cada elemento suele tener atributos que lo describen, como nombre o temperatura .
El formato Shapefile es un formato de almacenamiento vectorial digital para almacenar la ubicación geográfica y la información de atributos asociados. Este formato carece de capacidad para almacenar información topológica . El formato Shapefile se introdujo con ArcView GIS versión 2 a principios de los años 1990. Ahora es posible leer y escribir conjuntos de datos geográficos utilizando el formato shapefile con una amplia variedad de software.
El formato Shapefile almacena la geometría como formas geométricas primitivas como puntos, líneas y polígonos. Estas formas, junto con los atributos de datos vinculados a cada forma, crean la representación de los datos geográficos. El término "shapefile" es bastante común, pero el formato consiste en una colección de archivos con un prefijo de nombre de archivo común, almacenados en el mismo directorio . Los tres archivos obligatorios tienen extensiones de nombre de archivo .shp , .shxy .dbf. El archivo de forma real se relaciona específicamente con el .shparchivo, pero por sí solo está incompleto para su distribución ya que se requieren otros archivos de soporte. El software SIG heredado puede esperar que el prefijo del nombre de archivo se limite a ocho caracteres para cumplir con la convención de nombres de archivos de DOS 8.3 , aunque las aplicaciones de software modernas aceptan archivos con nombres más largos.
.shp— formato de forma; la geometría de la característica en sí {tipo de contenido: x-gis/x-shapefile}.shx— formato de índice de forma; un índice posicional de la geometría de la característica para permitir buscar hacia adelante y hacia atrás rápidamente {tipo de contenido: x-gis/x-shapefile}.dbf— formato de atributo; atributos de columnas para cada forma, en formato dBase IV {tipo de contenido: aplicación/flujo de octeto O texto/sin formato}.prj— descripción de la proyección, utilizando una representación textual conocida de sistemas de referencia de coordenadas {tipo de contenido: texto/sin formato O aplicación/texto}.sbny .sbx— un índice espacial de las características {content-type: x-gis/x-shapefile}.fbny .fbx— un índice espacial de las características que son de solo lectura {content-type: x-gis/x-shapefile}.ainy .aih— un índice de atributos de los campos activos en una tabla {tipo de contenido: x-gis/x-shapefile}.ixs— un índice de geocodificación para conjuntos de datos de lectura y escritura {tipo de contenido: x-gis/x-shapefile}.mxs— un índice de geocodificación para conjuntos de datos de lectura y escritura (formato ODB) {tipo de contenido: x-gis/x-shapefile}.atx— un índice de atributos para el .dbfarchivo en el formato (ArcGIS 8 y posterior) {tipo de contenido: }shapefile.columnname.atxx-gis/x-shapefile.shp.xml— metadatos geoespaciales en formato XML, como ISO 19115 u otro esquema XML {tipo de contenido: aplicación/fgdc+xml}.cpg— se utiliza para especificar la página de códigos (solo para .dbf) para identificar la codificación de caracteres que se utilizará {tipo de contenido: text/plainO x-gis/x-shapefile}.qix— un índice espacial alternativo de árbol cuádruple utilizado por MapServer y el software GDAL/OGR {tipo de contenido: x-gis/x-shapefile}En cada uno de los archivos .shp, .shxy .dbf, las formas de cada archivo se corresponden entre sí en secuencia (es decir, el primer registro del .shparchivo corresponde al primer registro de los archivos .shxy .dbf, etc.). Los archivos .shpy .shxtienen varios campos con diferente endianidad , por lo que un implementador de los formatos de archivo debe tener mucho cuidado de respetar la endianidad de cada campo y tratarlo adecuadamente.
El archivo principal ( .shp ) contiene los datos de geometría. La geometría de una característica determinada se almacena como un conjunto de coordenadas vectoriales. [1] : 5 El archivo binario consta de un único encabezado de longitud fija seguido de uno o más registros de longitud variable . Cada uno de los registros de longitud variable incluye un componente de encabezado de registro y un componente de contenido de registro. Se proporciona una descripción detallada del formato de archivo en la Descripción técnica de ESRI Shapefile . [1] Este formato no debe confundirse con el formato fuente de fuente de forma de AutoCAD , que comparte la extensión..shp
El ordenamiento de los datos de coordenadas en ejes 2D supone un sistema de coordenadas cartesiano , utilizando el orden (XY) o (Este Norte). Este orden de ejes es consistente para los sistemas de coordenadas geográficas , donde el orden es similar (longitud, latitud). Las geometrías también pueden admitir coordenadas Z y M de 3 o 4 dimensiones , para elevación y medida, respectivamente. Una dimensión Z almacena la elevación de cada coordenada en el espacio 3D , que puede usarse para análisis o visualización de geometrías utilizando gráficos por computadora en 3D . La dimensión M definida por el usuario se puede utilizar para una de muchas funciones, como almacenar medidas de referencia lineal o el tiempo relativo de una característica en el espacio 4D .
El encabezado del archivo principal tiene una longitud fija de 100 bytes y contiene 17 campos; nueve campos enteros de 4 bytes (entero de 32 bits con signo o int32) seguidos de ocho campos de punto flotante con signo de 8 bytes ( doble ):
Luego, el archivo contiene cualquier número de registros de longitud variable. Cada registro tiene como prefijo un encabezado de registro de 8 bytes:
Después del encabezado del registro está el registro real:
El contenido del registro de longitud variable depende del tipo de forma, que debe ser el tipo de forma indicado en el encabezado del archivo o Nulo. Los siguientes son los posibles tipos de formas:
El índice contiene un índice posicional de la geometría de la característica y el mismo encabezado de 100 bytes que el .shparchivo, seguido de cualquier número de registros de longitud fija de 8 bytes que constan de los dos campos siguientes:
Usando este índice, es posible buscar hacia atrás en el archivo de forma, primero buscando hacia atrás en el índice de forma (lo cual es posible porque usa registros de longitud fija), luego leyendo el desplazamiento del registro y usando ese desplazamiento para buscar el posición correcta en el .shparchivo. También es posible buscar hacia adelante un número arbitrario de registros utilizando el mismo método.
Es posible generar el archivo de índice completo a partir de un único .shparchivo. Sin embargo, dado que se supone que un archivo shapefile siempre contiene un índice, hacerlo cuenta como reparar un archivo corrupto. [2]
Este archivo almacena los atributos de cada forma; Utiliza el formato dBase IV. El formato es de conocimiento público y se ha implementado en muchos clones de dBase conocidos como xBase . La biblioteca C de código abierto, por ejemplo, llama a su formato "xBase" aunque sea simplemente dBase IV. [3]
Los nombres y valores de los atributos no están estandarizados y serán diferentes según la fuente del archivo de forma.
Este es un archivo de índice espacial binario , que solo utiliza el software Esri. Esri no documenta el formato. Sin embargo, la comunidad de código abierto ha realizado ingeniería inversa y lo ha documentado. El encabezado de 100 bytes es similar al de .shp . [4] Actualmente no está implementado por otros proveedores. El archivo no es estrictamente necesario, ya que contiene toda la información necesaria para analizar correctamente los datos espaciales..sbn.shp
El formato Shapefile no tiene la capacidad de almacenar información topológica . Las coberturas de ESRI ArcInfo y las geodatabases personales/de archivos/empresariales tienen la capacidad de almacenar topología de entidades.
Los bordes de una polilínea o polígono están compuestos de puntos. El espaciado de los puntos determina implícitamente la escala en la que la característica es útil visualmente. Superar esa escala da como resultado una representación irregular. Se necesitarían puntos adicionales para lograr formas suaves a escalas mayores. Para entidades mejor representadas por curvas suaves, la representación poligonal requiere mucho más almacenamiento de datos que, por ejemplo, las splines , que pueden capturar de manera eficiente formas que varían suavemente. Ninguno de los tipos de formato de shapefile admite splines.
El tamaño de los archivos .shpy .dbfde los componentes no puede exceder los 2 GB (o 2,31 bytes ): alrededor de 70 millones de funciones de puntos en el mejor de los casos. [5] El número máximo de entidades para otros tipos de geometría varía según el número de vértices utilizados.
El formato de la base de datos de atributos para el .dbfarchivo componente se basa en un estándar dBase más antiguo . Este formato de base de datos tiene inherentemente una serie de limitaciones: [5]
Debido a que el tipo de forma precede a cada registro de geometría, un archivo de forma es técnicamente capaz de almacenar una mezcla de diferentes tipos de formas. Sin embargo, la especificación establece: "Se requiere que todas las formas no nulas en un archivo de forma sean del mismo tipo de forma". Por lo tanto, esta capacidad de mezclar tipos de formas debe limitarse a intercalar formas nulas con el tipo de forma único declarado en el encabezado del archivo. Un archivo de forma no debe contener datos de polilínea y polígono; por ejemplo, las descripciones de un pozo (punto), un río (polilínea) y un lago (polígono) se almacenarían en tres conjuntos de datos separados.