Converteer naar een gemeenschappelijke CRS en sla op in een bestand
Zoals we in de vorige oefeningen hebben gezien, gebruiken beide gegevenssets een ander Coordinate Reference System (CRS). Dat zie je ook in de eerste plot van deze oefening (waarvoor de code al in het script staat): beide gegevenssets gaan over dezelfde regio, dus normaal zouden hun coördinaten overlappen; maar dat doen ze niet.
Voor de verdere analyses in de rest van dit hoofdstuk zetten we beide gegevenssets om naar dezelfde CRS en slaan we ze op als nieuwe bestanden op. Om zeker te zijn dat we afstandsberekeningen kunnen doen, zetten we ze om naar een geprojecteerde CRS: de lokale UTM-zone 35, met EPSG:32735 (https://epsg.io/32735).
De gegevenssets met mijnlocaties (mining_sites) en nationale parken (national_parks) zijn al geladen, en GeoPandas en matplotlib zijn geïmporteerd.
Deze oefening maakt deel uit van de cursus
Werken met georuimtelijke data in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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()