将 Latitude/Longitude 点转换为 GeoPandas 中的网格多边形

Question

我正在尝试将文本文件中的数据（按纬度、经度和花粉通量值组织）绘制为 Python 中的栅格网格。我在 https://autogis-site.readthedocs.io/en/latest/notebooks/L5/02_interactive-map-folium.html 上使用 Choropleth 地图的代码来尝试显示数据。我的 GeoPandas 地理数据框有点几何；然而，看起来教程中点的几何形状已经是多面体，我假设它们是网格中的正方形。如何将我的数据（假设每个 latitude/longitude 点是网格中像素的中心）转换为网格化的 geopandas (geodataframe) 数据？我将使用的投影是 Lambert Conformal Conic 投影。

为了阐明我的地理数据框是什么样子，在执行 gdf.head(10).to_dict() 时，它看起来像这样

    {'geoid': {0: '0',
      1: '1',
      2: '2',
      3: '3',
      4: '4',
      5: '5',
      6: '6',
      7: '7',
      8: '8',
      9: '9'},
     'geometry': {0: <shapely.geometry.point.Point at 0x7fa3e7feee90>,
      1: <shapely.geometry.point.Point at 0x7fa3e7feed10>,
      2: <shapely.geometry.point.Point at 0x7fa3e7feef90>,
      3: <shapely.geometry.point.Point at 0x7fa3e7fe4f90>,
      4: <shapely.geometry.point.Point at 0x7fa3e7fe4e50>,
      5: <shapely.geometry.point.Point at 0x7fa3e7fe4bd0>,
      6: <shapely.geometry.point.Point at 0x7fa3e7fe4ed0>,
      7: <shapely.geometry.point.Point at 0x7fa3e7fe4c90>,
      8: <shapely.geometry.point.Point at 0x7fa3e7fe4d50>,
      9: <shapely.geometry.point.Point at 0x7fa3e7fe4c10>},
     'pollenflux': {0: 0.0,
      1: 0.0,
      2: 0.0,
      3: 0.0,
      4: 0.0,
      5: 0.0,
      6: 0.0,
      7: 0.0,
      8: 0.0,
      9: 0.0}}

什么时候应该这样格式化：

    {'geoid': {0: '0',
      1: '1',
      2: '2',
      3: '3',
      4: '4',
      5: '5',
      6: '6',
      7: '7',
      8: '8',
      9: '9'},
     'geometry': {0: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363f50>,
      1: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363c90>,
      2: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e93631d0>,
      3: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363f10>,
      4: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363410>,
      5: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363a90>,
      6: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363d90>,
      7: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363d10>,
      8: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363390>,
      9: <shapely.geometry.multipolygon.MultiPolygon at 0x7fa3e9363190>},
     'pop18': {0: 108,
      1: 273,
      2: 239,
      3: 202,
      4: 261,
      5: 236,
      6: 121,
      7: 196,
      8: 397,
      9: 230}}

Answer 1

我认为您遇到的问题是代码需要一个带有多边形或多边形的 GeoDataFrame，但您的只有点。

这里有一种快速生成新 GeoDataFrame 的方法，您的点周围有方块：

import shapely
import numpy 

def get_square_around_point(point_geom, delta_size=0.0005):
    
    point_coords = np.array(point_geom.coords[0])

    c1 = point_coords + [-delta_size,-delta_size]
    c2 = point_coords + [-delta_size,+delta_size]
    c3 = point_coords + [+delta_size,+delta_size]
    c4 = point_coords + [+delta_size,-delta_size]
    
    square_geom = shapely.geometry.Polygon([c1,c2,c3,c4])
    
    return square_geom

def get_gdf_with_squares(gdf_with_points, delta_size=0.0005):
    gdf_squares = gdf_with_points.copy()
    gdf_squares['geometry'] = (gdf_with_points['geometry']
                               .apply(get_square_around_point, 
                                      delta_size))
    
    return gdf_squares

# This last command actually executes the two functions above. 
gdf_squares = get_gdf_with_squares(gdf, delta_size=0.0005)

请注意，delta_size 参数规定了正方形角点坐标与中心点之间的距离。当您的原始数据采用 WGS84 坐标 (EPSG 4326) 时，如果您的数据位于德克萨斯州中部，则使用 0.0005 的增量将产生大约 100 米的正方形。

查看您的输入数据，找到它正在使用的 CRS，并尝试估计一个好的 delta 值，该值将生成足够大的正方形但不会相互重叠。

希望剩下的代码能正常工作。

将 Latitude/Longitude 点转换为 GeoPandas 中的网格多边形

Convert Latitude/Longitude points to Grid Polygons in GeoPandas

python

geography

data-visualization

raster

geopandas