0

我需要一个具有 0.1°x0.1° 分辨率的整个世界的网格场。每个像素都应包含像素所在的国家/地区名称。

我尝试使用 Python 中的 reverse_geocode 包生成该字段。问题是，当您输入国际水域中的位置时，该软件包会提供最近国家的名称，而不仅仅是“国际水域”（参见下面的示例代码）。我也考虑过使用 google，但我想有超过 600 万像素有待确定，商业服务可能不是最佳选择。

import reverse_geocode as rg

# coordinates in atlantic ocean
lat_water = 35
lon_water = -29

coordinates = [(lat_water, lon_water)]
result = rg.search(coordinates)

country = result[0]['country']

print('expected: international waters')
print('from geocode:', country)

# output
# expected: international waters
# from geocode: Portugal

有没有办法做到这一点，而不使用在我的目标分辨率下可能包含海洋/无海洋掩码的外部数据集？

4

1 回答 1

0

使用 cartopy 可能会完成这项工作：

import numpy as np
import shapely
import cartopy.io.shapereader as shpreader

shpfilename = shpreader.natural_earth(
    resolution='50m', category='cultural', name='admin_0_countries')

reader = shpreader.Reader(shpfilename)

cs = list(reader.records())
for lon in np.arange(-179.9, -180.1, 0.1):                                                                                                                                     
    for lat in np.arange(-90, 90.1, 0.1):
        c = list(set([_c.attributes["NAME_EN"] for _c in cs if _c.geometry.contains(shapely.geometry.Point(lon,lat))]))
        if len(c) == 0:
            print(f"{lat:5.1f}, {lon:5.1f} nothing")
        else:
            assert len(c) == 1
            print(f"{lat:5.1f}, {lon:5.1f} {c[0]}")

不是很优化，但应该可以完成这项工作。

于 2021-02-24T15:55:09.663 回答