Converti a un CRS comune e salva su file
Come abbiamo visto negli esercizi precedenti, i due insiemi di dati usano sistemi di riferimento delle coordinate (CRS) diversi. Questo è evidente anche dal primo grafico in questo esercizio (il cui codice è già fornito nello script): entrambi i dataset riguardano la stessa area, quindi in teoria dovrebbero sovrapporsi nelle loro coordinate; ma non lo fanno.
Per le analisi che seguiranno nel resto del capitolo, convertirai entrambi i dataset allo stesso CRS e li salverai in nuovi file. Per poter effettuare calcoli basati sulle distanze, li convertiremo a un CRS proiettato: la zona UTM locale 35, identificata da EPSG:32735 (https://epsg.io/32735).
I dataset dei siti minerari (mining_sites) e dei parchi nazionali (national_parks) sono già caricati, e GeoPandas e matplotlib sono importati.
Questo esercizio fa parte del corso
Lavorare con i dati geospaziali in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Plot the natural parks and mining site data
ax = national_parks.plot()
mining_sites.plot(ax=ax, color='red')
plt.show()
# Convert both datasets to UTM projection
mining_sites_utm = ____
national_parks_utm = ____
# Plot the converted data again
ax = national_parks_utm.plot()
mining_sites_utm.plot(ax=ax, color='red')
plt.show()