根据点和轴承在Geopandas几何边缘内找到距离

我正在尝试使用Geopandas对.shp中的某些数据进行地理处理。根据点和轴承在Geopandas几何边缘内找到距离

我想在几何边缘找到一个点，给定一个轴承和一个初始点。

如何以优化的方式来做到这一点，因为算法会处理大量迭代（大约每点10个点）？

2017-09-01 Mateus B. Nishigima

这取决于你是否要坚持经度/纬度或您可以切换到投影坐标系统，如UTM;还有你的意思是bearing。假设投影坐标和compass bearing（从北向的顺时针方向：0-360）的一种可能方式是沿轴承方向绘制一条线，其长度足以与多边形相交并计算交点的坐标。

比方说，我们在柏林含区的多边形GeoDataFrame：

berlin 
# 
# bbox_east bbox_north bbox_south bbox_west geometry place_name 
# 0 13.429402 52.540407 52.504037 13.36586 POLYGON ((389163.2519209321 5821873.324153989,... Mitte, Berlin, Deutschland

计算几何的质心的X/Y（可以是任何点，这里我用的质心为代表的想法）：

x = berlin.centroid.geometry.item().x 
y = berlin.centroid.geometry.item().y

以下函数就可以计算出新点的坐标：

from shapely.geometry import LineString, LinearRing 

def find_point(polygon, x, y , bearing): 

    east, south, west, north = polygon.bounds 
    line_length = max(abs(east-west), abs(north-south)) * 2 

    new_x = x + (np.sin(np.deg2rad(bearing)) * line_length) 
    new_y = y + (np.cos(np.deg2rad(bearing)) * line_length) 

    l = LineString([[x,y], [new_x, new_y]]) 
    lr = LinearRing(polygon.exterior.coords) 
    intersections = lr.intersection(l) 

    return intersections.x, intersections.y

与我们的输入数据试试：

x_, y_ = find_point(berlin.geometry[0], x, y, 120) 

fig, ax = plt.subplots() 

berlin.plot(ax=ax) 
plt.scatter(x_, y_) 
plt.scatter(x,y)

来源

2017-09-02 15:26:26

正是我一直在寻找。事实上，该算法接收WGS84中的数据，然后将其转换为UTM。轴承正是你所回答的！我正在尝试学习Python到地理处理，并对wind fetch和wave-oriented分析进行一些计算，有时，除了某些库的文档外，很难找到信息。非常感谢您的帮助！ –

根据点和轴承在Geopandas几何边缘内找到距离

回答

相关问题