我有一个使用 GPS 并将其报告给后端的 Android 应用程序。出于某种原因(我猜是模拟位置或 gps 精度低),很多测量值都保存在陆地以外的坐标中。
我正在编写一个 python pandas/geopandas 短代码来过滤掉那些,但它似乎不是那么微不足道。
我最初的想法是将已注册的 GPS 点与高分辨率(10m)地形连接起来。
#
# df initial dataframe with points
geometry=[Point(xy) for xy in zip(df.longitude, df.latitude)]
crs = {'init': 'epsg:4326'}
geodf = gp.GeoDataFrame(df[['longitude','latitude']],geometry = geometry, crs=crs)
world = gp.read_file("../GeoPandas/natural-earth-vector/10m_physical/ne_10m_land.shp")
gpd_joined = gp.sjoin(geodf,world, how='inner', op='intersects', lsuffix='left', rsuffix='right')
然而,海岸线上可能存在误报(形状文件不准确?)。我想保留这些样品。(蓝色 - 土地多边形,标记 - 标记为删除的点)
一般来说,我的想法是通过删除最明显的集合来清理集合,例如在海洋中间保持海岸线周围的“边界缓冲区”。
不幸的是,我不知道如何创建这样的边框/缓冲区。具有函数的简单扩展多边形scale
从其最中心点开始按比例放大多边形。我想要实现的是将其均匀地扩展为所需的大小。
然后我尝试使用“海洋”形状并缩小它
gdfOceansSS.geometry.scale(xfact=0.9, yfact=0.9, zfact=1.0, origin=(0,0,0))
但没有成功。
任何提示表示赞赏!
开心每一天1111
相关分类