Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Kartläggning av miljödata | Verkliga geospatiala projekt
Geospatial Analys med Python

Kartläggning av miljödata

Svep för att visa menyn

Miljögeospatiala dataset spelar en avgörande roll för att förstå och hantera naturliga och urbana miljöer. Dessa dataset innehåller ofta information om parker, floder, grönytor, föroreningskällor och andra miljöfunktioner, var och en med attribut som positionskoordinater, typ, yta och kvalitetsindikatorer. Analys av sådan data möjliggör identifiering av mönster, övervakning av förändringar och stöd för beslutsfattande inom stadsplanering, naturvård och folkhälsa.

Att arbeta med miljödata kan dock innebära utmaningar, såsom:

  • Inkonsekvent attributnamngivning;
  • Varierande koordinatreferenssystem;
  • Saknade eller föråldrade poster.

Noggrann förbehandling och validering är avgörande för att skapa tillförlitliga och meningsfulla kartor som korrekt återspeglar miljösituationen.

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()
Dataladdning
expand arrow

Koden laddar parker- och flod-dataset från offentliga GeoJSON-URL:er med hjälp av geopandas.read_file.

CRS-justering
expand arrow

Båda dataset sätts till samma koordinatreferenssystem (EPSG:4326) för att säkerställa korrekt överlagring.

Plottning
expand arrow

Koden använder matplotlib för att rita floder som blå linjer och parker som gröna punkter på en gemensam karta, med titel och förklaring för tydlighet.

question mark

Vilket av följande beskriver bäst en möjlig insikt från att lägga över parker och floder på en och samma karta?

Vänligen välj det korrekta svaret

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 3. Kapitel 2

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Avsnitt 3. Kapitel 2
some-alt