Konwersja do wspólnego CRS i zapis do pliku
Jak widzieliśmy w poprzednich ćwiczeniach, oba zbiory danych używają różnych układów odniesienia współrzędnych (CRS). Ilustruje to pierwszy wykres w tym ćwiczeniu (kod jest już podany w skrypcie): oba zbiory dotyczą tego samego regionu, więc ich współrzędne powinny się pokrywać – a jednak tak nie jest.
Na potrzeby dalszych analiz w tym rozdziale przekonwertujemy oba zbiory danych do wspólnego CRS i zapiszemy je do nowych plików. Aby umożliwić obliczenia oparte na odległościach, użyjemy rzutowanego CRS: lokalnej strefy UTM 35, identyfikowanej przez EPSG:32735 (https://epsg.io/32735).
Zbiory danych dotyczące miejsc wydobycia (mining_sites) i parków narodowych (national_parks) są już wczytane, a GeoPandas i matplotlib zaimportowane.
To ćwiczenie jest częścią kursu
Praca z danymi geoprzestrzennymi w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()