GeoLibre 入门实战免安装的云原生 GIS 平台浏览器里就能跑空间分析【免费下载链接】GeoLibreA lightweight, cloud-native GIS platform for visualizing, exploring, and analyzing geospatial data. It runs in the web browser, on the desktop, on mobile, and inside Jupyter notebooks.项目地址: https://gitcode.com/GitHub_Trending/ge/GeoLibreGeoLibre 是一个轻量级、开源的云原生 GIS 平台同一套应用可以跑在浏览器、桌面端、移动端和 Jupyter Notebook 里核心定位是可视化、探索、分析地理空间数据。适合两类人一是想不装重型桌面软件就完成制图与空间分析的 GIS 新手二是需要把交互式地图嵌进网页、报告或数据产品里的开发者。先说一个常见痛点传统 GIS 工作流往往是装软件→下载数据→本地处理→导出图片。数据一大等下载的时间比分析的时间还长软件一装跨平台协作就成了麻烦。GeoLibre 的思路正好反过来把数据库DuckDB、地理处理Whitebox全部编译成 WebAssembly 在浏览器里跑远程数据用 HTTP range 请求流式读取只取当前需要的部分。数据不出本地浏览器分析却能直接对着远端的大文件做。为什么它和传统桌面 GIS 不一样差异化主要体现在两点零安装 本地处理。浏览器构建版是一个纯静态站点打开即用所有数据在你自己的浏览器会话中处理。对隐私敏感的矢量、栅格数据来说这意味着上传这一步根本不存在。云原生格式是原生公民不是兼容项。GeoParquet、FlatGeobuf、COGCloud-Optimized GeoTIFF一种便于按需读取的 GeoTIFF 组织方式、PMTiles 都是一等支持。教程里的关键操作是开启Stream GeoParquet (no copy)不拷贝整个文件进内存而是通过 range 请求原地查询对按空间排序如 Hilbert 序的大文件尤其有效——只抓取相关的 row group。官方教程里演示过流式加载 180 GB 数据集而不下载的场景。另外Whitebox 地理处理工具箱的 1000 工具同样以 WebAssembly 形式在浏览器中运行地形、水文、遥感、矢量工具都不需要装任何东西。三分钟上手从空白工作区到第一张图最短路径全程在浏览器构建版完成不需要任何安装打开官方在线版或启动桌面应用你会看到一张底图和空的图层面板。点击添加数据 → 矢量图层在输入框粘贴官方教程共用的世界各国示例数据集 URLhttps://data.source.coop/giswqs/opengeos/countries.parquet点击加载countries图层出现在地图和图层面板中。选中该图层在右侧样式面板调整填充颜色做分级统计图就把样式类型设为Graduated选一个数值属性如POP_EST、类别数和配色方案点击应用样式类型。想验证数据点状态栏的属性表按列排序或搜索开启要素识别后点击地图上的国家弹窗里就是它的属性。注意只有少数步骤必须用桌面应用——打开/保存项目文件、读取本地 MBTiles 和栅格、Python 侧车工具等高线、栅格转 COG 等。Whitebox 工具箱不在此列。完整教程索引见 官方教程目录按首张地图 → 云原生数据 → 矢量分析 → 地形分析 → 空间 SQL → 分享与嵌入的顺序走是官方推荐路径。能力全景它到底能帮你做什么能力解决什么问题适用时机空间 SQL 工作区DuckDB-WASM直接查询已加载图层或远程文件结果一键上图、导出 CSV/GeoParquet需要筛选、聚合、空间函数ST_*分析时GeoLibre 矢量工具箱缓冲、裁剪、相交、差异、合并、空间/属性连接做标准几何叠加分析时Whitebox 工具箱1000WASM地形、水文、LiDAR、遥感等地理处理浏览器内零安装不想配 Python 环境时云原生格式转换矢量转 GeoParquet浏览器内 DuckDB-WASM、转 FlatGeobuf/PMTiles/COGPython 侧车需要把本地数据发布为云原生格式时项目分享与嵌入上传项目得公开链接用 URL 参数把地图嵌进任意网页做报告、看板、数据产品时Python / R 包在 Jupyter、Quarto、Shiny 里内嵌整个应用双向同步分析流程已有 notebook 生态时深入实操一用空间 SQL 查询远程文件并上图SQL 工作区从处理 → SQL 工作区打开基于 DuckDB-WASM 运行浏览器和桌面端都能用。它有两个很实用的设计每个已加载的矢量图层就是一张可查询的表FROM子句里可以直接写裸 URL工作区会自动包上正确的读取器并流式读取不需要先加载文件标准 DuckDB CLI 里你得显式写read_parquet(https://...)。一次完整流程输入空间查询。空间扩展已加载所有ST_*函数可用SELECT NAME, ST_Area(geom) AS area, geom FROM https://data.source.coop/giswqs/opengeos/countries.parquet WHERE CONTINENT Africa ORDER BY area DESC;点击运行查看结果表注意 EPSG:4326 下ST_Area单位是平方度要平方千米用ST_Area_Spheroid(geom) / 1e6。因为结果保留了geom几何列点添加为图层查询结果即刻成为地图上的一个矢量图层支持识别、选择和属性表。旁边的导出 CSV/导出 GeoParquet按钮可直接落盘。列名不确定时先跑一句DESCRIBE SELECT * FROM your-file-url探一下。细节参考 SQL 工作区文档。深入实操二缓冲加叠加走一遍矢量分析工具都在处理 → GeoLibre 工具箱 → 矢量下注意别和菜单上方 Whitebox 目录的矢量类别搞混。缓冲打开 Buffer 工具设输入图层、距离和单位选引擎后点运行缓冲结果图层自动上图。引擎三选一客户端Turf.js浏览器内零配置但在地理坐标里做缓冲侧车GeoPandas桌面应用的 Python 侧车缓冲前先重投影公制距离更准PythonPyodide在浏览器里跑和侧车相同的 GeoPandas 代码结果一致却不用装侧车。大范围区域的精确公制距离建议用后两者。叠加用缓冲结果或任意多边形图层跑裁剪 / 相交 / 差异 / 合并点线要素则用空间连接按空间关系挂接属性或属性连接按关键字段一对一挂接第一个匹配的连接行胜出。精修在结果图层上打开属性表检查调整样式与输入区分每次运行都会记录到处理 → 历史支持一键重跑并复制等价的 Python 代码。导出走处理 → GeoLibre 工具箱 → 转换输出云原生文件如矢量转 GeoParquet浏览器内 DuckDB-WASM 完成。幕后一瞥两个值得看的实现嵌入客户端的契约式设计。如果你想让自己的网页在运行时驱动地图飞到某个要素、监听选中变化可以装geolibre/embed这个类型化客户端通过connect(iframe, { origin })拿到一个带setView、highlightFeature、on(selectionChanged, ...)的客户端对象。它的实现packages/embed/把 postMessage 协议封装成了带版本号的 API协议版本、请求-应答 ack、15 秒默认超时都是显式类型而不是散落的window.postMessage调用。代价是安全边界也很硬——只有把你页面源origin加入白名单的自建部署才生效官方托管的在线版没有白名单。DuckDB-WASM 的按需加载。流式 GeoParquet 与 SQL 工作区的裸 URL 读取共用同一条按需加载逻辑核心代码在 apps/geolibre-desktop/src/lib/duckdb-vector-loader.ts。测试目录里geoparquet-metadata.test.ts、sql-query-layer.test.ts、duckdb-vector-guard.test.ts等从元数据、坐标系、查询防护多个维度锁住了这条管线——对一个把流式读远端大文件当核心卖点的项目来说这种覆盖密度是合理的。收尾四条上手建议零安装起步先只用浏览器构建版跑通添加数据 → 样式 → 属性表 → 分享遇到需要本地文件或侧车的步骤再上桌面应用。远程大数据集Parquet / COG / PMTiles优先开流式不拷贝别把文件整体搬进内存。栅格分析和等高线山体阴影、坡度、坡向有浏览器引擎等高线和按掩膜裁剪需要 Python 侧车桌面应用。要嵌进网页时从 嵌入与分享文档 的 URL 参数入手maponly留纯地图layoutviewer给只读交互参数可自由组合。一句话总结GeoLibre 把装 GIS这件事从安装流程里删掉了——数据留本地、分析在浏览器、结果能分享云原生 GIS 的最小可行路径就是它。想深入的话可以克隆源码看看git clone https://gitcode.com/GitHub_Trending/ge/GeoLibre主应用在apps/geolibre-desktop核心能力拆在packages/下的 core、map、processing、embed 几个包里。【免费下载链接】GeoLibreA lightweight, cloud-native GIS platform for visualizing, exploring, and analyzing geospatial data. It runs in the web browser, on the desktop, on mobile, and inside Jupyter notebooks.项目地址: https://gitcode.com/GitHub_Trending/ge/GeoLibre创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 GeoLibre 入门实战：免安装的云原生 GIS 平台，浏览器里就能跑空间分析
GeoLibre 入门实战免安装的云原生 GIS 平台浏览器里就能跑空间分析【免费下载链接】GeoLibreA lightweight, cloud-native GIS platform for visualizing, exploring, and analyzing geospatial data. It runs in the web browser, on the desktop, on mobile, and inside Jupyter notebooks.项目地址: https://gitcode.com/GitHub_Trending/ge/GeoLibreGeoLibre 是一个轻量级、开源的云原生 GIS 平台同一套应用可以跑在浏览器、桌面端、移动端和 Jupyter Notebook 里核心定位是可视化、探索、分析地理空间数据。适合两类人一是想不装重型桌面软件就完成制图与空间分析的 GIS 新手二是需要把交互式地图嵌进网页、报告或数据产品里的开发者。先说一个常见痛点传统 GIS 工作流往往是装软件→下载数据→本地处理→导出图片。数据一大等下载的时间比分析的时间还长软件一装跨平台协作就成了麻烦。GeoLibre 的思路正好反过来把数据库DuckDB、地理处理Whitebox全部编译成 WebAssembly 在浏览器里跑远程数据用 HTTP range 请求流式读取只取当前需要的部分。数据不出本地浏览器分析却能直接对着远端的大文件做。为什么它和传统桌面 GIS 不一样差异化主要体现在两点零安装 本地处理。浏览器构建版是一个纯静态站点打开即用所有数据在你自己的浏览器会话中处理。对隐私敏感的矢量、栅格数据来说这意味着上传这一步根本不存在。云原生格式是原生公民不是兼容项。GeoParquet、FlatGeobuf、COGCloud-Optimized GeoTIFF一种便于按需读取的 GeoTIFF 组织方式、PMTiles 都是一等支持。教程里的关键操作是开启Stream GeoParquet (no copy)不拷贝整个文件进内存而是通过 range 请求原地查询对按空间排序如 Hilbert 序的大文件尤其有效——只抓取相关的 row group。官方教程里演示过流式加载 180 GB 数据集而不下载的场景。另外Whitebox 地理处理工具箱的 1000 工具同样以 WebAssembly 形式在浏览器中运行地形、水文、遥感、矢量工具都不需要装任何东西。三分钟上手从空白工作区到第一张图最短路径全程在浏览器构建版完成不需要任何安装打开官方在线版或启动桌面应用你会看到一张底图和空的图层面板。点击添加数据 → 矢量图层在输入框粘贴官方教程共用的世界各国示例数据集 URLhttps://data.source.coop/giswqs/opengeos/countries.parquet点击加载countries图层出现在地图和图层面板中。选中该图层在右侧样式面板调整填充颜色做分级统计图就把样式类型设为Graduated选一个数值属性如POP_EST、类别数和配色方案点击应用样式类型。想验证数据点状态栏的属性表按列排序或搜索开启要素识别后点击地图上的国家弹窗里就是它的属性。注意只有少数步骤必须用桌面应用——打开/保存项目文件、读取本地 MBTiles 和栅格、Python 侧车工具等高线、栅格转 COG 等。Whitebox 工具箱不在此列。完整教程索引见 官方教程目录按首张地图 → 云原生数据 → 矢量分析 → 地形分析 → 空间 SQL → 分享与嵌入的顺序走是官方推荐路径。能力全景它到底能帮你做什么能力解决什么问题适用时机空间 SQL 工作区DuckDB-WASM直接查询已加载图层或远程文件结果一键上图、导出 CSV/GeoParquet需要筛选、聚合、空间函数ST_*分析时GeoLibre 矢量工具箱缓冲、裁剪、相交、差异、合并、空间/属性连接做标准几何叠加分析时Whitebox 工具箱1000WASM地形、水文、LiDAR、遥感等地理处理浏览器内零安装不想配 Python 环境时云原生格式转换矢量转 GeoParquet浏览器内 DuckDB-WASM、转 FlatGeobuf/PMTiles/COGPython 侧车需要把本地数据发布为云原生格式时项目分享与嵌入上传项目得公开链接用 URL 参数把地图嵌进任意网页做报告、看板、数据产品时Python / R 包在 Jupyter、Quarto、Shiny 里内嵌整个应用双向同步分析流程已有 notebook 生态时深入实操一用空间 SQL 查询远程文件并上图SQL 工作区从处理 → SQL 工作区打开基于 DuckDB-WASM 运行浏览器和桌面端都能用。它有两个很实用的设计每个已加载的矢量图层就是一张可查询的表FROM子句里可以直接写裸 URL工作区会自动包上正确的读取器并流式读取不需要先加载文件标准 DuckDB CLI 里你得显式写read_parquet(https://...)。一次完整流程输入空间查询。空间扩展已加载所有ST_*函数可用SELECT NAME, ST_Area(geom) AS area, geom FROM https://data.source.coop/giswqs/opengeos/countries.parquet WHERE CONTINENT Africa ORDER BY area DESC;点击运行查看结果表注意 EPSG:4326 下ST_Area单位是平方度要平方千米用ST_Area_Spheroid(geom) / 1e6。因为结果保留了geom几何列点添加为图层查询结果即刻成为地图上的一个矢量图层支持识别、选择和属性表。旁边的导出 CSV/导出 GeoParquet按钮可直接落盘。列名不确定时先跑一句DESCRIBE SELECT * FROM your-file-url探一下。细节参考 SQL 工作区文档。深入实操二缓冲加叠加走一遍矢量分析工具都在处理 → GeoLibre 工具箱 → 矢量下注意别和菜单上方 Whitebox 目录的矢量类别搞混。缓冲打开 Buffer 工具设输入图层、距离和单位选引擎后点运行缓冲结果图层自动上图。引擎三选一客户端Turf.js浏览器内零配置但在地理坐标里做缓冲侧车GeoPandas桌面应用的 Python 侧车缓冲前先重投影公制距离更准PythonPyodide在浏览器里跑和侧车相同的 GeoPandas 代码结果一致却不用装侧车。大范围区域的精确公制距离建议用后两者。叠加用缓冲结果或任意多边形图层跑裁剪 / 相交 / 差异 / 合并点线要素则用空间连接按空间关系挂接属性或属性连接按关键字段一对一挂接第一个匹配的连接行胜出。精修在结果图层上打开属性表检查调整样式与输入区分每次运行都会记录到处理 → 历史支持一键重跑并复制等价的 Python 代码。导出走处理 → GeoLibre 工具箱 → 转换输出云原生文件如矢量转 GeoParquet浏览器内 DuckDB-WASM 完成。幕后一瞥两个值得看的实现嵌入客户端的契约式设计。如果你想让自己的网页在运行时驱动地图飞到某个要素、监听选中变化可以装geolibre/embed这个类型化客户端通过connect(iframe, { origin })拿到一个带setView、highlightFeature、on(selectionChanged, ...)的客户端对象。它的实现packages/embed/把 postMessage 协议封装成了带版本号的 API协议版本、请求-应答 ack、15 秒默认超时都是显式类型而不是散落的window.postMessage调用。代价是安全边界也很硬——只有把你页面源origin加入白名单的自建部署才生效官方托管的在线版没有白名单。DuckDB-WASM 的按需加载。流式 GeoParquet 与 SQL 工作区的裸 URL 读取共用同一条按需加载逻辑核心代码在 apps/geolibre-desktop/src/lib/duckdb-vector-loader.ts。测试目录里geoparquet-metadata.test.ts、sql-query-layer.test.ts、duckdb-vector-guard.test.ts等从元数据、坐标系、查询防护多个维度锁住了这条管线——对一个把流式读远端大文件当核心卖点的项目来说这种覆盖密度是合理的。收尾四条上手建议零安装起步先只用浏览器构建版跑通添加数据 → 样式 → 属性表 → 分享遇到需要本地文件或侧车的步骤再上桌面应用。远程大数据集Parquet / COG / PMTiles优先开流式不拷贝别把文件整体搬进内存。栅格分析和等高线山体阴影、坡度、坡向有浏览器引擎等高线和按掩膜裁剪需要 Python 侧车桌面应用。要嵌进网页时从 嵌入与分享文档 的 URL 参数入手maponly留纯地图layoutviewer给只读交互参数可自由组合。一句话总结GeoLibre 把装 GIS这件事从安装流程里删掉了——数据留本地、分析在浏览器、结果能分享云原生 GIS 的最小可行路径就是它。想深入的话可以克隆源码看看git clone https://gitcode.com/GitHub_Trending/ge/GeoLibre主应用在apps/geolibre-desktop核心能力拆在packages/下的 core、map、processing、embed 几个包里。【免费下载链接】GeoLibreA lightweight, cloud-native GIS platform for visualizing, exploring, and analyzing geospatial data. It runs in the web browser, on the desktop, on mobile, and inside Jupyter notebooks.项目地址: https://gitcode.com/GitHub_Trending/ge/GeoLibre创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考