三维 GIS 开发工具清单：从数据处理到地图展示，这一篇就够了

做三维地理信息系统（GIS）开发，最耗时的其实不是写业务代码，而是选工具和造轮子。数据格式五花八门，坐标系动不动就乱，点云要处理，倾斜模型要转 3D Tiles，最后还得找个引擎放地图上给大家看。每一步都有坑。

好消息是，这几件事在开源社区里基本都有人替你解决了，而且免费、稳定、在持续维护。这篇我把从"数据进来"到"地图展示"这条链路常用的成熟工具整理成一张单子，每个都写清楚能做什么、官网在哪、仓库在哪，方便你直接上手。

栅格与矢量数据读写：GDAL / OGR

做 GIS 绕不开的第一个问题：读数据。现实里的地理数据格式多到吓人，栅格有 GeoTIFF、Cloud Optimized GeoTIFF（COG）、SRTM，矢量有 Shapefile、GeoPackage、DXF、GPX、GeoJSON 等等。每一样都自己写解析，工程量巨大。

GDAL/OGR 就是为这个而生。GDRAL 管栅格，OGR 管矢量，一个库就覆盖了几十种格式的读写。配套的命令行工具也很好用：gdal_translate 做格式互转，ogr2ogr 做矢量转换和重投影，gdaldem 做地形分析。多数桌面 GIS 软件、遥感处理工具，底层用的都是它。

项目仓库在 GitHub: OSGeo/gdal，由 OSGeo 基金会维护，二十多年历史，文档、测试、社区都非常成熟。Python 里还有配套的 rasterio 和 fiona 封装，写起来更顺手。

坐标与投影换算：PROJ

坐标系混乱，是 GIS 里最磨人的一件事。不同数据源有时用的坐标系不一样，经纬度、Web 墨卡托、各种投影坐标系混在一起，转换没做好，图层就直接错位，地图上两个点差出一大截。

PROJ 是坐标系换算的事实标准，几乎所有 GIS 软件在内部都靠它。命令行工具 proj、cs2cs 能快速验证转换结果，Python 封装 pyproj 用起来很顺手。投影换算这件事，交给它比自己写公式靠谱得多。

仓库在 GitHub: OSGeo/PROJ，同样是 OSGeo 基金会维护的成熟项目。

几何运算与拓扑判断：GEOS

判断多边形相不相交、要不要缓冲、求个并集差集，这类几何运算写起来似乎不难，但边界情况极多，真要自己实现会发现到处是坑。

GEOS 把几何引擎做透了。PostGIS 的空间函数、Python 的 Shapely，底层调用的都是它。要几何运算，先找 GEOS 的绑定，通常比自己从零实现靠谱得多。仓库在 GitHub: libgeos/geos。

点云处理：PDAL、LAStools、CloudCompare、PotreeConverter

激光雷达和摄影测量会不断产出点云，处理起来是个体力活：读 LAS/LAZ、滤波、抽稀、剪裁、转成浏览器能加载的 Potree 瓦片，每一步都有现成工具。

• PDAL 是点云处理的核心，把读取、滤波、裁剪、抽稀这些操作串成一条管道，写一次配置就能反复跑，仓库在 GitHub: PDAL/PDAL。
• LAStools 是经典的老牌点云工具集，LAS/LAZ 的处理效率很高。
• CloudCompare 侧重可视化，能加载点云、检查质量、手工编辑，仓库在 GitHub: CloudCompare/CloudCompare。
• PotreeConverter 把点云转成 Potree 瓦片，之后配合 Potree 就能在网页里流畅浏览超大点云，仓库在 GitHub: potree/PotreeConverter。

高程数据与空间插值：SAGA GIS、PyKrige

生成 DEM、做克里金插值、算坡度坡向，这些地表分析需求，桌面端有 SAGA GIS 提供一大堆现成模块；要在代码里做克里金，用 PyKrige 就够了，它支持二维和三维的普通克里金、泛克里金，内置多种变异函数模型，仓库在 GitHub: GeoStat-Framework/pykrige。

三维数据转 3D Tiles：CesiumLab

把倾斜摄影的 OSGB、BIM、人工模型转成 3D Tiles，再发布成瓦片服务，这是三维 GIS 里最常见的一条链路。自己从零搭转换管线工作量非常大，而 CesiumLab 把它做成了桌面工具，拖进去点转换就行。

CesiumLab 基于 Cesium 开源生态构建，是一款 B/S 架构的三维数据转换与发布平台。支持影像数据转地图瓦片、地形数据切片、OSGB 倾斜模型转 3D Tiles、BIM 转 3D Tiles，以及 Obj、Fbx 等人工模型转换，还能处理点云、实例模型、建筑体块。它自带一个轻量的 HTTP 分发服务，转换完可以直接一键部署成私有化云服务，不需要额外搭服务器。基础的数据转换功能免费，少数压缩、轻量化这类功能需要付费。

需要说明的是，CesiumLab 本身是免费但闭源的商业工具，没有对外开放源码仓库，官网是 cesiumlab.com，官方帮助文档在 m.cesiumlab.com/doc/CesiumLab。如果团队在乎完全开源，后面介绍的方案会更合适。

网页三维地球展示：CesiumJS

数据转成 3D Tiles 之后，得有东西在浏览器里把它展示出来，CesiumJS 是最主流的选择。它是一个纯 JavaScript 的 3D 地球库，基于 WebGL 做硬件加速，不需要任何浏览器插件，跨平台、跨浏览器都能跑。

CesiumJS 的核心能力是高效加载和展示大规模三维数据，比如 3D Tiles、矢量数据、影像，而且是基于高精度 WGS84 椭球模型实现的，能处理好全球尺度的数据。它本身只负责"渲染和展示"，不负责把原始模型转成 3D Tiles，格式转换一般交给 CesiumLab 或 Cesium ion 这类工具。安装也很简单，npm install cesium 就能用。

项目在 GitHub: CesiumGS/cesium，作为开源项目由 Cesium 团队维护，示例（Sandcastle）、文档、论坛都非常全。

国产三维地球开发平台：Mars3D

如果更习惯中文生态、想要现成的项目模板和更贴国内场景的封装，可以看看 Mars3D。它是基于 Cesium 优化提升的一款国产三维客户端开发平台，同样是 WebGL + B/S 架构，支持智慧城市、数字孪生等常见行业场景的二次开发。

Mars3D 的一大特点是开放：它的示例和部分项目模板在 GitHub 和 Gitee 上开源，可以免费无限制使用，官方也提供更完整的 SDK 和模板（付费是一次性的）。仓库在 GitHub: marsgis/mars3d，国内镜像在 Gitee: marsgis/mars3d。它官方还维护了一系列配套模板，比如 mars3d-vue-app、mars3d-es5-project，方便快速拉起一个项目。

GNSS 后处理：RTKLIB

做无人机测绘或者需要厘米级定位时，会遇到 GNSS 数据的 PPK、RTK 后处理。开源这一块 RTKLIB 是公认的标准，它自带 RTKPOST 等工具，支持 GNSS 观测数据的后处理解算。如果要做二次开发，常用的维护分支仓库在 GitHub: rtklibexplorer/RTKLIB，原作者的站点在 rtklib.com。

参数化 CAD 建模：OpenCASCADE 与 FreeCAD

如果需求是代码层面的参数化建模，需要一个靠谱的几何内核，那直接看 OpenCASCADE（简称 OCCT）。它是成熟的开源几何建模内核，仓库在 GitHub: Open-Cascade-SAS/OCCT。在它之上，FreeCAD 提供了一个能直接用的建模界面，仓库在 GitHub: FreeCAD/FreeCAD。自己从零写拓扑几何引擎的成本高出一个数量级，通常不值得。

一张表收尾：手头的事，第一选择给谁

这几样工具基本把三维 GIS 从数据处理到地图展示的主流程盖全了。真开工一个项目，值得先到对应工具的官网和文档逛一圈，很多体力活其实已经有人替你做好了。如果你在哪一步踩过坑，或者觉得哪个工具更好用，欢迎在评论区补上来，大家一起少走弯路。