1. 线相交快速识别道路交叉口在城市规划中道路交叉口的识别是最基础也最重要的分析之一。QGIS的线相交功能可以轻松实现这个需求。我曾在一次城市路网优化项目中用这个功能在两小时内完成了传统方法需要两天才能完成的工作。具体操作很简单首先加载两个道路矢量图层可以是同一个图层的两份拷贝然后打开矢量→分析工具→线相交插件。这里有个小技巧如果道路数据存在拓扑错误比如未闭合的线段建议先用拓扑检查器插件先修复。执行后系统会在所有道路交叉点生成新的点图层。实测下来这个功能对大型路网也很稳定。我曾处理过包含5万路段的数据集生成的交叉口点位置准确率超过99%。生成的交叉口点图层会自动继承原始图层的属性方便后续筛选和统计。比如可以通过选择要素工具快速找出所有主干道与次干道的交叉点。2. 缓冲区相交统计沿线设施分布这个组合技是我做商业选址分析时的秘密武器。比如要统计某条商业街周边100米内的餐饮店数量传统方法需要手动测量而用QGIS只需要三步先用缓冲区工具为道路创建100米缓冲带参数设置时注意坐标系平面坐标系直接输入100地理坐标系需要换算加载POI点图层餐饮店数据使用相交工具将两个图层叠加有个容易踩坑的地方缓冲区创建时要勾选融合结果否则每条路段会生成独立的多边形导致统计重复。我建议把结果导出为CSV后用Python做进一步处理。比如可以用pandas的groupby功能按道路ID分组统计各类POI数量。import pandas as pd df pd.read_csv(相交结果.csv) poi_stats df.groupby([道路ID,POI类型]).size().unstack()3. 距最近枢纽查找最近服务设施这个功能特别适合应急规划场景。比如要分析每个小区到最近医院的距离传统GIS软件需要写复杂脚本而QGIS的距最近枢纽插件让操作变得异常简单。具体步骤用提取顶点工具生成路网节点加载医院POI图层运行距最近枢纽工具设置搜索半径建议先用测量距离工具估算合理范围我做过一个实测在百万级POI数据集上设置5公里搜索半径整个过程不到3分钟。结果图层会包含两个关键字段HubName最近设施ID和HubDist距离值。把这些数据导入Excel用数据透视表就能快速生成区域覆盖分析报告。4. 按位置连接属性分析路网连接性在城市交通微循环分析中了解每条道路的连接情况至关重要。QGIS的按位置连接属性插件可以自动完成这项繁琐工作。操作时要注意几个参数几何图形关系选接触touches连接类型建议选一对多属性字段选择要保留的关键信息我常用这个功能做断头路分析。先把连接结果导出然后用Python筛选出只连接一条道路的线段这些往往就是需要打通的断头路。对于大型路网可以结合网络分析插件做进一步的可达性模拟。# 查找断头路示例代码 import geopandas as gpd gdf gpd.read_file(连接结果.shp) dead_ends gdf[gdf[连接计数] 1] dead_ends.to_file(断头路.shp)在实际项目中我习惯把这四个功能组合使用。比如先用线相交找出所有交叉口再用缓冲区相交分析交叉口影响范围最后用距最近枢纽评估应急响应能力。这种工作流比单独使用某个功能效率高出3-5倍。