Python 蜂窝六边形分析

        在本文中，我们将使用 Wildland Fire Interagency Geospatial Services (WFIGS) 2022 数据集，并仅关注新墨西哥州的 Hermit's Peak / Calf Canyon 火灾。这场野火是该州历史上规模最大的野火，烧毁面积超过 30 万英亩。大火位于陶斯和圣达菲之间，烧毁了桑格雷德克里斯托山脉的高海拔木材。我们将把 WFIGS 为这次火灾提供的 geojson 细分为 243 个六边形图块，以便在另一篇文章中进行更深入的分析。

数据参考：

GitHub - rchardptrsn/ndvi-wildfires: Downloads MODIS NDVI data using Google Earth Enginehttps://github.com/rchardptrsn/ndvi-wildfires

 

目录：

1. 使用 Uber 的 H3 python 库将多重多边形细分为一系列六角形多边形。
2. 使用shapely函数创建所有六边形的外边界多边形.unary_union
3. 创建一个新的多边形，使用 GeoPandas 函数捕获原始多边形和六边形边界多边形之间的差异（以平方公里为单位）overlay。
4. 使用 GeoPandas 函数计算多边形差异面积area。
5. 使用 python Folium 库可视化所有四个 GeoDataFrame（原始 geoJSON、六边形图块、六边形边界、多边形增量）。

需要的Python库：

import geopandas as gpd
import h3pandas
import folium
import json
import pandas as pd
from shapely.geometry import mapping

将多重多边形细分为一系列六边形多边形

# Read in data
gdf = gpd.read_file('hermits_peak_calf_canyon_fire_bounds.geojson')
gdf.plot()

从图中可以看出，这是一个 MULTIPOLYGON 特征。因此，我们需要将每个多边形爆炸到 GeoDataFrame 中自己的行。

gdf_exp = gdf.explode()

然后我们使用 Uber H3 库（层次空间索引）从多边形生成六边形网格。对于此分析，我们使用分辨率 7，这将生成 243 个六边形。