
# 無料学習に関する推奨事項: Python ビデオ チュートリアル
##1. オーバーレイ解析
オーバーレイ解析操作:
プロットの色:
'r' 赤、'g' 緑、'b' 青、' c' シアン、'y' イエロー、'm' マゼンタ、'k' ブラック、'w' ホワイト。 # 構文
ニューオーリンズの市境界、水域、湿地の簡単な地図: ## sync
概要
1. 都市の湿地帯の分析ニューオーリンズ: 
1 2 3 | import osfrom osgeo import ogrfrom ospybook.vectorplotter import VectorPlotter
data_dir = r 'E:\Google chrome\Download\gis with python\osgeopy data' # 得到新奥尔良附近的一个特定的沼泽特征vp = VectorPlotter(True)water_ds = ogr.Open(os.path.join(data_dir, 'US' , 'wtrbdyp010.shp' ))water_lyr = water_ds.GetLayer(0)water_lyr.SetAttributeFilter( 'WaterbdyID = 1011327' )marsh_feat = water_lyr.GetNextFeature()marsh_geom = marsh_feat.geometry().Clone()vp.plot(marsh_geom, 'c' )# 获得新奥尔良边城市边界nola_ds = ogr.Open(os.path.join(data_dir, 'Louisiana' , 'NOLA.shp' ))nola_lyr = nola_ds.GetLayer(0)nola_feat = nola_lyr.GetNextFeature()nola_geom = nola_feat.geometry().Clone()vp.plot(nola_geom, fill=False, ec= 'red' , ls= 'dashed' , lw=3)# 相交沼泽和边界多边形得到沼泽的部分# 位于新奥尔良城市边界内intersection = marsh_geom.Intersection(nola_geom)vp.plot(intersection, 'yellow' , hatch= 'x' )vp.draw()
|
ログイン後にコピー
2. 都市の湿地面積を計算する: 不要なフィーチャを除外すると、処理時間を大幅に短縮できます。
3. 2 つのレイヤーの交差:
1 2 3 | # 获得城市内的湿地多边形# 将多边形的面积进行累加# 除以城市面积water_lyr.SetAttributeFilter( "Feature != 'Lake'" ) # 限定对象water_lyr.SetSpatialFilter(nola_geom)wetlands_area = 0# 累加多边形面积 for feat in water_lyr:
intersect = feat.geometry().Intersection(nola_geom)
wetlands_area += intersect.GetArea()pcnt = wetlands_area / nola_geom.GetArea() print ( '{:.1%} of New Orleans is wetland' .format(pcnt))
|
ログイン後にコピー
1 | 28.7% of New Orleans is wetland
|
ログイン後にコピー
ログイン後にコピー
2. 近接解析 (要素間の距離の決定)
OGRには、幾何学的フィーチャ間の距離の測定とバッファの作成という 2 つの近接解析ツールが含まれています。
1. 火山から 16 マイル以内に米国の都市がいくつあるかを調べます。
火山の近くの都市の数を決定する問題のある方法:
1 2 3 | # 将湖泊数据排除# 在内存中创建一个临时图层# 将图层相交,将结果储存在临时图层中water_lyr.SetAttributeFilter( "Feature != 'Lake'" )water_lyr.SetSpatialFilter(nola_geom)wetlands_area = 0for feat in water_lyr:
intersect = feat.geometry().Intersection(nola_geom) # 求交
wetlands_area += intersect.GetArea()pcnt = wetlands_area / nola_geom.GetArea() print ( '{:.1%} of New Orleans is wetland' .format(pcnt))water_lyr.SetSpatialFilter(None)water_lyr.SetAttributeFilter( "Feature != 'Lake'" )memory_driver = ogr.GetDriverByName( 'Memory' )temp_ds = memory_driver.CreateDataSource( 'temp' )temp_lyr = temp_ds.CreateLayer( 'temp' )nola_lyr.Intersection(water_lyr, temp_lyr)sql = 'SELECT SUM(OGR_GEOM_AREA) AS area FROM temp' lyr = temp_ds.ExecuteSQL(sql)pcnt = lyr.GetFeature(0).GetField( 'area' ) / nola_geom.GetArea() print ( '{:.1%} of New Orleans is wetland' .format(pcnt))
|
ログイン後にコピー
1 | 28.7% of New Orleans is wetland
|
ログイン後にコピー
ログイン後にコピー
2. 火山の近くの都市の数を決定するより良い方法:
1 2 3 4 5 6 | from osgeo import ogr
shp_ds = ogr.Open(r 'E:\Google chrome\Download\gis with python\osgeopy data\US' )volcano_lyr = shp_ds.GetLayer( 'us_volcanos_albers' )cities_lyr = shp_ds.GetLayer( 'cities_albers' )# 在内存中创建一个临时层来存储缓冲区memory_driver = ogr.GetDriverByName( 'memory' )memory_ds = memory_driver.CreateDataSource( 'temp' )buff_lyr = memory_ds.CreateLayer( 'buffer' )buff_feat = ogr.Feature(buff_lyr.GetLayerDefn())# 缓缓冲每一个火山点,将结果添加到缓冲图层中 for volcano_feat in volcano_lyr:
buff_geom = volcano_feat.geometry().Buffer(16000)
tmp = buff_feat.SetGeometry(buff_geom)
tmp = buff_lyr.CreateFeature(buff_feat)# 将城市图层与火山缓冲区图层相交result_lyr = memory_ds.CreateLayer( 'result' )buff_lyr.Intersection(cities_lyr, result_lyr) print ( 'Cities: {}' .format(result_lyr.GetFeatureCount()))
|
ログイン後にコピー
Note: UnionCascaded(): すべてのポリゴンを 1 つの複合ポリゴンに効果的にマージします
最初の例では、都市が火山バッファー内にある場合は常に、都市が出力にコピーされます。結果。複数の 16,000 メートルの緩衝地帯内に位置する都市は複数回含まれることに注意してください。 # 同期
##
1 2 3 4 5 | from osgeo import ogr
shp_ds = ogr.Open(r 'E:\Google chrome\Download\gis with python\osgeopy data\US' )volcano_lyr = shp_ds.GetLayer( 'us_volcanos_albers' )cities_lyr = shp_ds.GetLayer( 'cities_albers' )# 将缓冲区添加到一个复合多边形,而不是一个临时图层multipoly = ogr.Geometry(ogr.wkbMultiPolygon) for volcano_feat in volcano_lyr:
buff_geom = volcano_feat.geometry().Buffer(16000)
multipoly.AddGeometry(buff_geom)# 将所有的缓冲区联合在一起得到一个可以使用的多边形作为空间过滤器cities_lyr.SetSpatialFilter(multipoly.UnionCascaded()) print ( 'Cities: {}' .format(cities_lyr.GetFeatureCount()))
|
ログイン後にコピー
1 2 3 | import osfrom osgeo import ogrfrom ospybook.vectorplotter import VectorPlotter
data_dir = r 'E:\Google chrome\Download\gis with python\osgeopy data' shp_ds = ogr.Open(os.path.join(data_dir, 'US' ))volcano_lyr = shp_ds.GetLayer( 'us_volcanos_albers' )cities_lyr = shp_ds.GetLayer( 'cities_albers' )# 西雅图到雷尼尔山的距离volcano_lyr.SetAttributeFilter( "NAME = 'Rainier'" )feat = volcano_lyr.GetNextFeature()rainier = feat.geometry().Clone()cities_lyr.SetSpatialFilter(None)cities_lyr.SetAttributeFilter( "NAME = 'Seattle'" )feat = cities_lyr.GetNextFeature()seattle = feat.geometry().Clone()meters = round (rainier.Distance(seattle))miles = meters / 1600print( '{} meters ({} miles)' .format(meters, miles))
|
ログイン後にコピー
1 | 92656 meters (57.91 miles)
|
ログイン後にコピー
標高 Z 値を考慮すると、実際の距離は 5 です。
1 | <strong># 2Dpt1_2d = ogr.Geometry(ogr.wkbPoint)pt1_2d.AddPoint(15, 15)pt2_2d = ogr.Geometry(ogr.wkbPoint)pt2_2d.AddPoint(15, 19) print (pt1_2d.Distance(pt2_2d))</strong>
|
ログイン後にコピー
1 | # 2.5Dpt1_25d = ogr.Geometry(ogr.wkbPoint25D)pt1_25d.AddPoint(15, 15, 0)pt2_25d = ogr.Geometry(ogr.wkbPoint25D)pt2_25d.AddPoint(15, 19, 3) print (pt1_25d.Distance(pt2_25d))
|
ログイン後にコピー
2.5次元の面積は実際には141です。
1 | # 用2D计算面积ring = ogr.Geometry(ogr.wkbLinearRing)ring.AddPoint(10, 10)ring.AddPoint(10, 20)ring.AddPoint(20, 20)ring.AddPoint(20, 10)poly_2d = ogr.Geometry(ogr.wkbPolygon)poly_2d.AddGeometry(ring)poly_2d.CloseRings() print (poly_2d.GetArea())
|
ログイン後にコピー
rree
関連する無料学習の推奨事項:
Python チュートリアル
(ビデオ)
以上がPython 地理データ処理分析ではベクトルに GR を使用しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。