Impara Mappatura dei dati ambientali | Progetti Geospaziali Reali

Scorri per mostrare il menu

I dataset geospaziali ambientali svolgono un ruolo fondamentale nella comprensione e nella gestione degli ambienti naturali e urbani. Questi dataset spesso includono informazioni su parchi, fiumi, aree verdi, fonti di inquinamento e altre caratteristiche ambientali, ciascuna con attributi come coordinate di posizione, tipologia, superficie e indicatori di qualità. L'analisi di tali dati consente di identificare schemi, monitorare cambiamenti e supportare il processo decisionale in ambiti come la pianificazione urbana, la conservazione e la salute pubblica.

Tuttavia, lavorare con dataset ambientali può presentare delle sfide, come:

Nomenclatura incoerente degli attributi;
Sistemi di riferimento delle coordinate differenti;
Record mancanti o obsoleti.

Un'attenta fase di pre-processing e validazione è essenziale per produrre mappe affidabili e significative che riflettano accuratamente la situazione ambientale.


              123456789101112131415161718192021
            
import 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()

Caricamento dei dati

Il codice carica i dataset di parchi e fiumi da URL pubblici GeoJSON utilizzando geopandas.read_file.

Allineamento CRS

Entrambi i dataset vengono impostati sullo stesso sistema di riferimento delle coordinate (EPSG:4326) per garantire una sovrapposizione accurata.

Visualizzazione

Il codice utilizza matplotlib per rappresentare i fiumi come linee blu e i parchi come poligoni verdi su un'unica mappa, aggiungendo titolo e legenda per maggiore chiarezza.

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 3. Capitolo 2

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Sezione 3. Capitolo 2