Converter para um CRS comum e salvar em um arquivo
Como vimos nos exercícios anteriores, os dois conjuntos de dados usam Sistemas de Referência de Coordenadas (CRS) diferentes. Isso também fica claro no primeiro gráfico deste exercício (cujo código já está fornecido no script): ambos os conjuntos de dados são sobre a mesma região, então normalmente deveriam se sobrepor nas coordenadas; mas não se sobrepõem.
Para as análises ao longo deste capítulo, vamos converter ambos os conjuntos de dados para o mesmo CRS e salvar os dois em novos arquivos. Para garantir que possamos fazer cálculos baseados em distância, vamos convertê-los para um CRS projetado: a zona UTM local 35, identificada por EPSG:32735 (https://epsg.io/32735).
Os conjuntos de dados de minas (mining_sites) e parques nacionais (national_parks) já estão carregados, e o GeoPandas e o matplotlib já foram importados.
Este exercício faz parte do curso
Trabalhando com Dados Geoespaciais em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()