Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lernen Koordinatenreferenzsysteme (CRS) | Einführung in Geodaten
Geodatenanalyse mit Python

Koordinatenreferenzsysteme (CRS)

Swipe um das Menü anzuzeigen

Bei der Arbeit mit Geodaten ist eine Methode erforderlich, um die Position von Objekten auf der Erde zu beschreiben. Hier kommen Koordinatenreferenzsysteme (CRS) ins Spiel. Ein CRS definiert, wie die zweidimensionale, projizierte Karte in der Analyse mit realen Orten auf dem Globus zusammenhängt. Ohne ein CRS hätten die räumlichen Daten keinen Kontext – Koordinaten wären lediglich Zahlen und keine tatsächlichen Standorte.

Es gibt zwei Hauptkategorien von CRS: geografische Koordinatensysteme und projizierte Koordinatensysteme. Ein geografisches Koordinatensystem verwendet Breiten- und Längengrade und stellt Positionen auf einer kugelförmigen Oberfläche dar. Im Gegensatz dazu transformiert ein projiziertes Koordinatensystem diese Positionen auf eine flache Oberfläche und verwendet Einheiten wie Meter oder Fuß. Diese Transformation wird als Kartenprojektion bezeichnet. Jede Projektion verzerrt die Erdoberfläche auf bestimmte Weise, was Fläche, Form, Entfernung oder Richtung beeinflussen kann. Die Wahl des richtigen CRS und der Projektion ist entscheidend, da eine falsche Auswahl zu ungenauen Messungen oder irreführenden Karten führen kann.

Bei der Analyse, Visualisierung oder Kombination von Geodaten muss sichergestellt werden, dass alle Ebenen kompatible CRS verwenden. Wenn Ebenen unterschiedliche CRS nutzen, könnten deren Merkmale nicht übereinstimmen und räumliche Berechnungen – wie Distanzmessungen oder Schnittmengen – wären fehlerhaft. Das Verständnis von CRS ist daher grundlegend für eine zuverlässige Geodatenanalyse.

1234567891011
import geopandas as gpd # Load a sample GeoDataFrame (replace with your own file or data source) url = "https://raw.githubusercontent.com/nvkelso/natural-earth-vector/master/geojson/ne_110m_populated_places.geojson" gdf = gpd.read_file(url) # Inspect the current CRS print("Original CRS:", gdf.crs) # Reproject to a different CRS (for example, Web Mercator) gdf_projected = gdf.to_crs("EPSG:3857") print("Projected CRS:", gdf_projected.crs)

Das Codebeispiel zeigt, wie mit Koordinatenreferenzsystemen (CRS) in geopandas gearbeitet wird. Zunächst wird ein GeoDataFrame aus einer externen GeoJSON-Datei mit bewohnten Orten geladen. Anschließend gibt der Code das ursprüngliche CRS aus, das typischerweise EPSG:4326 (WGS84 Breiten- und Längengrade) ist. Danach wird das GeoDataFrame mit der Methode EPSG:3857 in ein anderes CRS – to_crs (Web Mercator) – umprojiziert. Die Ausgabe des neuen CRS bestätigt die Transformation. Dieser Ablauf zeigt, wie das CRS der Daten überprüft und geändert werden kann, was entscheidend ist, damit räumliche Ebenen korrekt ausgerichtet sind und Messungen in der Geodatenanalyse präzise erfolgen.

question mark

Welche der folgenden Aussagen beschreibt die Rolle eines Koordinatenreferenzsystems (CRS) in der räumlichen Analyse am besten?

Wählen Sie die richtige Antwort aus

War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 1. Kapitel 2

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Abschnitt 1. Kapitel 2
some-alt