Mapeo de Datos Ambientales
Desliza para mostrar el menú
Los conjuntos de datos geoespaciales ambientales desempeñan un papel fundamental en la comprensión y gestión de entornos naturales y urbanos. Estos conjuntos de datos suelen incluir información sobre parques, ríos, espacios verdes, fuentes de contaminación y otras características ambientales, cada una con atributos como coordenadas de ubicación, tipo, superficie e indicadores de calidad. El análisis de estos datos permite identificar patrones, monitorear cambios y respaldar la toma de decisiones en planificación urbana, conservación y salud pública.
Sin embargo, trabajar con conjuntos de datos ambientales puede presentar desafíos, tales como:
- Nombres de atributos inconsistentes;
- Sistemas de referencia de coordenadas variados;
- Registros faltantes o desactualizados.
El preprocesamiento y la validación cuidadosos son esenciales para producir mapas confiables y significativos que reflejen con precisión la situación ambiental.
123456789101112131415161718192021import geopandas as gpd import matplotlib.pyplot as plt # Load parks (protected areas) and rivers datasets from valid GeoJSON URLs parks_url = "https://raw.githubusercontent.com/datasets/geo-boundaries-world-110m/master/countries.geojson" # Example: country boundaries as protected areas rivers_url = "https://raw.githubusercontent.com/nvkelso/natural-earth-vector/master/geojson/ne_10m_rivers_lake_centerlines.geojson" parks = gpd.read_file(parks_url) rivers = gpd.read_file(rivers_url) # Align both datasets to the same CRS (EPSG:4326) parks = parks.to_crs("EPSG:4326") rivers = rivers.to_crs("EPSG:4326") # Plot rivers as blue lines and parks as green polygons fig, ax = plt.subplots(figsize=(10, 6)) rivers.plot(ax=ax, color="blue", linewidth=1, label="Rivers") parks.plot(ax=ax, color="green", edgecolor="black", alpha=0.5, label="Parks") ax.set_title("Environmental Features: Parks and Rivers") ax.legend() plt.show()
El código carga los conjuntos de datos de parques y ríos desde URLs públicas de GeoJSON utilizando geopandas.read_file.
Ambos conjuntos de datos se configuran en el mismo sistema de referencia de coordenadas (EPSG:4326) para asegurar una superposición precisa.
El código utiliza matplotlib para representar los ríos como líneas azules y los parques como puntos verdes en un solo mapa, añadiendo un título y una leyenda para mayor claridad.
¡Gracias por tus comentarios!
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
