Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Kartlegging av miljødata | Geospatiale Prosjekter Fra Virkeligheten
Geospatial Analyse med Python

Kartlegging av miljødata

Sveip for å vise menyen

Miljømessige geospatiale datasett spiller en avgjørende rolle i forståelsen og forvaltningen av naturlige og urbane miljøer. Disse datasettene inkluderer ofte informasjon om parker, elver, grønne områder, forurensningskilder og andre miljøfunksjoner, hver med attributter som posisjonskoordinater, type, areal og kvalitetsindikatorer. Analyse av slike data gjør det mulig å identifisere mønstre, overvåke endringer og støtte beslutningstaking innen byplanlegging, naturvern og folkehelse.

Arbeid med miljødatasett kan imidlertid by på utfordringer, som for eksempel:

  • Ulike navn på attributter;
  • Varierende koordinatreferansesystemer;
  • Manglende eller utdaterte oppføringer.

Nøye forbehandling og validering er avgjørende for å produsere pålitelige og meningsfulle kart som nøyaktig gjenspeiler miljøsituasjonen.

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()
Datalasting
expand arrow

Koden laster inn datasett for parker og elver fra offentlige GeoJSON-URL-er ved hjelp av geopandas.read_file.

CRS-justering
expand arrow

Begge datasett settes til samme koordinatreferansesystem (EPSG:4326) for å sikre nøyaktig overlegg.

Plotting
expand arrow

Koden bruker matplotlib til å plotte elver som blå linjer og parker som grønne punkter på ett kart, og legger til tittel og forklaring for tydelighet.

question mark

Hvilket av følgende beskriver best en mulig innsikt fra å legge parker og elver oppå hverandre på et kart?

Velg det helt riktige svaret

Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 3. Kapittel 2

Spør AI

expand

Spør AI

ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Seksjon 3. Kapittel 2
some-alt