【笔记】《Python地理空间分析指南(第2版)》

程序员文章站 2024-03-24 22:32:16

...

转载地址：https://blog.csdn.net/jianbinzheng/article/details/80215228

概述部分

埃博拉病毒与Ushahidi灾害系统
法国西南部的拉斯科山洞，星空图壁画⇒

对事物的抽象1832年的欧洲霍乱疫情中，病情和水井的制图⇒两者分布关系1869年法国工程师绘制的1812年拿破仑东征俄罗斯战败的时序图⇒

融合时间线、线宽、颜色、文字等方式表达
第一个GIS系统——加拿大国家地理信息系统CGIS
遥感——远距离探测，如Landsat等
DEM——数字高程模型，如SRTM(90m)、GDEM(30m)、WorldDEM(4m、要钱)等
CAD——计算机辅助制图，与GIS制图的区别在于坐标(GIS地理坐标)
OSM——OpenStreetMap，开源的GIS众源数据
GIS基本概念：专题地图、空间数据库、空间索引、元数据、地图投影、渲染、影像数据、遥感颜色
GIS矢量基本概念：数据结构、缓冲区、融合、简化、叠置、合并、包含、联合、连接、拓扑
GIS栅格基本概念：波段运算、变化监测、柱状图、特征提取、监督分类、非监督分类
用turtle模块做了个小例子，基于Tkinter库的图形引擎

地理空间数据

互联网地图用web墨卡托投影，谷歌造的，原编号EPSG:900913，正式编号EPSG：3857
空间索引方法：四叉树、R树
地图瓦片：网格与概要化，分级图片
开源矢量库OGR支持86+种矢量格式、商业的FME支持188+种
Shapefile格式——Esri的并开放了标准，包括.shp/.shx/.dbf|.sbn/.sbx/.prj等
AutoCAD文件格式——DXF、DWG，在地理空间分析中使用有限
标签和标记格式——XML/KML/OSM/GML/GeoJSON/SVG/WKT(常用于prj)
GeoJSON：JSON格式的一种，与Javascript无缝集成，WebGIS开发常用
影像数据——ASCII文本文件、TIFF、常规图片(JPEG/GIF/BMP/PNG，需要地理参考文本辅助)、复杂类型(NetCDF、GRIB、HDF5，用于海洋、气象等)、压缩格式等
点云数据——激光、雷达等产生，用于三维

地理空间技术概览

地理空间软件包实现的4个核心功能：数据访问、几何计算、可视化、元数据工具
GDAL、OGR、GEOS、PROJ.4是地理空间分析产业商业、开源软件的核心与灵魂，都是C/C++编写的。另外Java写的GeoTools了解一下
GDAL：地理空间数据抽象库，主要面对栅格数据访问处理
OGR：简单特征库，面向矢量数据访问处理
PROJ.4：用于地图投影
CGAL：计算几何算法库，如多边形直骨架线
JTS：Java拓扑套件，Java实现的地理空间计算几何库
GEOS：开源几何引擎，是JTS库的C++版实现，现存包括Python的脚本语言都自动绑定GEOS库
PostGIS：开源关系型数据库PostgreSQL的模块，大多由GEOS提供，实现了SQL查询空间数据
其他支持空间分析的数据库：Oracle Spatial、ArcSDE、Microsoft SQL Server、MySQL、SpatialLite
路径分析——Esri网络分析、PostGIS的开源pgRouting引擎
桌面工具——QGIS、OpenEV、GRASS GIS、uDig、gvSIG、OpenJUMP、Google Earth、NASA World Wind、ArcGIS；(国内：Supermap、MapGIS、GeoStar等)
元数据管理——GeoNetwork、CatMDEdit

Python地理空间分析工具

GDAL的安装——源码编译、大型软件的一部分、安装二进制发行包

Python的网络库

import urllib
import ftplib
import zipfile
import tarfile

Python的标签解析器


#历史悠久(自带)

from xml.dom import minidom

#元素树(自带)

try:
    import xml.etree.cElementTree as ET
except ImportError:
    import xml.etree.ElementTree as ET

#专业解析HTML(等格式混乱的XML文件)

from bs4 import BeautifulSoup

WKT文本。注意：shapely为GEOS提供一套Pythonic接口


#使用shapely

import shapely.wkt

#也可以用OGR库

from osgeo import ogr
...

Python处理json


#使用json模块(自带)

import json

#使用geojson模块

import geojson

PyShp，用于读写Shapefile文件，不支持任何几何操作，只调用Python标准库
```
import shapefile
```
dbfpy3，Python实现，专门处理dbf文件
```
from dbfpy3 import dbf
```
Shapely，通用几何库，是高级的、提供Python风格的GEOS库几何操作的库，避免访问文件，只聚焦几何操作
```
import shapely
```
Finoa，为OGR库的数据访问功能提供简洁的Python API，默认GeoJSON格式
```
import finoa
```
GDAL，处理栅格数据；OGR，通用矢量数据库
```
from osgeo import ogr
from osgeo import gdal
```
NumPy，用于Python数组的快速处理、科学计算等，C实现的
PIL，图像编辑用，C实现的
PNGCanvas，Python 实现的轻量级的图像编辑
GeoPandas，由Shapely、Fiona、PyProj、matplotlib、Descartes及其他必须库构建的Pandas的地理空间扩展，数据库支持
PyMySQL，提供一套完整的Python实现的API实现MySQL的空间数据支持
PyFPDF，Python写的，处理PDF文件
Spectral Python，SPy，Python光谱功能包，处理遥感应用，尤其是高光谱

Python与地理信息系统

距离两侧：平面(勾股)、球面(半正矢公示)、椭球面(Vincenty公式)
方位计算
坐标转换
重投影
Shapefile文件编辑
查询
可视化
电子表格
GPS数据
地理编码(geocoder-谷歌地图、geopy-OSM)

Python与遥感

略，主要就是GDAL和PIL、PNGCanvas；例子包括图像波段变换、图像直方图创建、图像分类、图像特征提取、变化监测应用

Python与高程数据

ASCII网格高程文件：gdal、numpy
地貌晕渲图：linecache、numpy
创建等高线：gdal
LIDAE数据网格化：laspy、PIL；voronoi创建Delaunay三角网

Python地理空间高级建模

这一章是几个例子，给出了问题解决流程
示例：一张农作物健康地图、一个洪水淹没模型、一张彩色晕渲地图、一张地形路径地图、一张街道路径地图、一张包含照片地理位置连接的shapefile文件

实时数据

一张地图在被制造出来的那一刻，就已经过时了
实时路况的API
气象追踪，爱荷华州立大学的Mesonet平台提供免费、实时的天气数据应用服务
NOAA提供了一套访问OSM的WMS接口
SRTM.py提供DEM下载