咨询客服
TopoJSON（拓扑结构优化的JSON地理数据格式）
2026年04月23日 09:13
GISBox是一站式三维 GIS 数据编辑、转换、发布平台，支持 OSGB/GEOTIFF/RVT 等多种 GIS 格式编辑，转换为 3DTiles/Terrain 等并发布。
简介
TopoJSON是一种基于JSON的地理数据编码格式，它在GeoJSON的基础上引入了拓扑结构，通过识别并共享相邻地理对象的公共边界，显著减少数据冗余，从而在保持精确几何关系的同时大幅压缩文件体积，特别适合在网络环境中高效传输和渲染复杂地图，如国家边界、行政区划等多边形数据。
文件结构
TopoJSON 文件结构由以下核心字段组成，构成一个完整的拓扑地理数据容器：
- type：根级字段，值固定为"Topology"，用于标识该JSON文件为TopoJSON格式，区别于GeoJSON的"FeatureCollection"或"Feature"。
- objects：必填对象容器，用于组织多个地理要素（如国家、省份、河流等），每个子对象定义一个独立的几何实体，包含其类型（如Polygon）和对arcs的索引引用。
- arcs：必填数组，存储所有共享边界线的坐标序列（称为“弧”），采用有向偏移编码（delta-encoded）方式，每个弧由一系列相对于前一点的整数偏移量构成，实现几何边界的唯一存储与复用。
- transform：可选对象，包含scale和translate两个数组，用于将arcs中的整数坐标还原为真实地理坐标，实现高压缩比（通常减少80%以上体积）。
- bbox：可选数组，定义整个数据集的地理边界范围，格式为[minX, minY, maxX, maxY]，用于空间索引与快速裁剪，提升渲染效率。
优点
- 极致压缩效率：通过共享相邻地理要素的公共边界（弧段），消除坐标冗余，文件体积通常比GeoJSON减少80%以上，显著提升网络传输与加载速度。
- 拓扑关系保持：在数据简化或处理过程中，能确保相邻区域（如省与县）的边界始终保持连接，避免“缝隙”或“重叠”等几何错误，适用于高精度地图可视化。
- 多要素集成：单个文件可同时包含多个地理要素集合（如国家、城市、河流），且无重复存储，便于统一管理与渲染。
- 兼容压缩优化：支持与gzip等通用压缩算法协同使用，进一步降低传输开销，适合Web地图应用（如D3.js）。
- 量化编码增强：采用整数偏移（delta-encoded）坐标表示，配合scale和translate参数，实现高压缩比同时保留亚米级精度。
缺点
- 解析开销较高：需额外解码拓扑结构（弧段重建几何），解析耗时略高于直接读取的 GeoJSON，对低性能设备或实时交互场景存在轻微延迟。
- 工具链依赖强：无法直接手动编辑，必须依赖专用工具（如topojson-cli、MapShaper）进行转换与简化，增加开发流程复杂度。
- 调试困难：拓扑错误（如自相交、断开边界）或量化参数误设易导致几何变形，且错误信息晦涩，需依赖专用验证工具排查。
- 不适用于非拓扑数据：对点、线状要素（如轨迹、POI）或动态更新数据（如实时传感器位置）无优势，反而增加不必要的结构复杂性。
- 可读性差：人类难以直接理解arcs索引与transform编码，不利于快速审查或调试原始数据。
- 内存瓶颈风险：处理超大文件（如>262MB GeoJSON）时，转换过程可能触发Node.js内存溢出，需分块处理或升级运行环境。
应用场景
TopoJSON广泛应用于需要高效传输与精确渲染复杂地理数据的场景，尤其在Web地图可视化中成为主流选择，如通过D3.js、OpenLayers或Mapbox构建国家、省界、县区等多边形地图时，其拓扑共享机制大幅降低文件体积并确保边界无缝衔接；在商业智能平台如Power BI中，TopoJSON被用于加载自定义行政区划形状，实现区域着色、层级下钻与交互式统计地图，支撑精准的区域数据分析；政府与城市地理信息系统则依赖TopoJSON存储道路网络、建筑轮廓、流域边界等大规模空间数据，提升数据处理与实时渲染效率；在环境监测与空间分析领域，TopoJSON用于精确表达植被覆盖、地形特征及Choropleth分级统计图，支持拓扑保持的几何简化与相邻区域关系计算，为决策提供高保真地理底图。
示例图
1. geojson编辑后转topojson格式。
文件打开方式
1. vue+cesimu：加载topojson文件，显示图形。
相关 GIS 文件
DRG（Digital Raster Graphic，美国地质调查局）