基于arcpy实现导出区域内网格中心坐标功能

在进行数据采集的时候经常会用到基于“周边检索”结果的采集：就是利用平台（网站或APP）提供的"附近"检索功能，搜索"某个位置"周边“X千米”范围内的某类信息（例如POI），然后采集搜索出来的结果。这里的“某个位置”就是搜索圆形区域的圆心（搜索中心点），“X千米”指的是搜索半径。

这个搜索中心点的选取至关重要。因为如果选的少了会因为区域覆盖不全导致数据遗漏，选的太多（密）了，会增加搜索次数，影响采集效率。
所以如何合理的选择搜索中心点很重要。例如，我们在采集"北京市房山区"内POI信息的时候就曾遇到过这样的问题。刚开始我们使用了"行政区、商圈、加油站"这三类信息点的位置作为搜索中心点，采集下来发现有不少遗漏。仔细检查后发现，原因是由于房山区相对比较偏远，这三类信息点比较少，搜索中心点比较少导致有很多地区覆盖不到，从而造成数据缺失。

一种合理的搜索中心点选取方法：将待采集区域划分成面积想等的若干网格，每个网格的面积由搜索半径确定，然后取网格中心点的坐标作为搜索中心点，这样区域内每个地方都能被覆盖到。

下面介绍基于arcpy实现上面的思路。arcpy是ArcGIS里包含的一个Python地理数据分析库。在安装完ArcGIS之后就能使用该库了。需要注意的是ArcGIS安装的时候会自带安装一个32位的Python，我们需要使用它自带的这个Python，否则（例如，使用自己安装的64位Python）会找不到arcpy库，或者出现因为和64位版本Python不兼容导致的异常问题。

第一步，获取待采集行政区的边界坐标。

第二步，根据待采集区域的边界坐标，画出该区域范围（多边形）。如下图所示是使用arcpy根据"北京房山区"的边界坐标，绘制出的多边形区域。

第三步，根据待采集区域边界上极限（最大最小）坐标，计算出每个网格（正方形）的顶点坐标，画出网格（渔网图）。这里的网格大小根据搜索半径确定，如果搜索半径为2KM，这里网格边长就选用2KM（近似等于0.009 * 2 经度）大小。如下图所示是在“房山区”上画出的网格后的效果。

第四步，遍历每个网格，判断网格和待采集区域是否相交，如果相交，计算并导出网格中心点的坐标。如下图所示是绘制出相交网格中心点坐标后的效果。

"北京市房山区"共被拆分为738个"2KM*2KM"的网格，最后导出的网格中心点坐标列表如下所示。

上述过程的完整代码如下：

view plaincopy to clipboardprint?

coding: utf-8

create_boundary_fishnet_coords.py

导出行政区边界内渔网格中心点坐标

  import sys   import os   import math   import arcpy  

网格大小, 经度0.009度相当于1公里 GRID_WIDTH = 0.009 * 2

  def create(input_boundary_file):  

# 输出目录  
output_dir = os.path.splitext(os.path.basename(input_boundary_file))[0] + '-output'

output_dir = os.path.splitext(os.path.basename(input_boundary_file))[0] + '-output'

if not os.path.exists(output_dir):  
    os.mkdir(output_dir)  
  
# 加载边界原始数据  
bounday_file_data = ''  
with open(input_boundary_file, 'rb') as f:  
    bounday_file_data = f.read()  
  
# 根据边界点创建行政区多边形面  
bounday_array = arcpy.Array()  
xmin, ymin, xmax, ymax = None, None, None, None  
is_first = True  
for xy in bounday_file_data.split(';'):  
    x, _, y = xy.partition(',')  
    x = float(x.strip())  
    y = float(y.strip())  
    if is_first:  
        xmin = xmax = x  
        ymin = ymax = y  
        is_first = False  
    else:  
        if x > xmax:  
            xmax = x  
        if x < xmin:  
            xmin = x  
        if y > ymax:  
            ymax = y  
        if y < ymin:  
            ymin = y  
    bounday_array.add(arcpy.Point(x, y))  
# https://pro.arcgis.com/zh-cn/pro-app/arcpy/classes/polygon.htm  
bounday_polygon = arcpy.Polygon(bounday_array)  
# 导出边界多边形的shp文件,用gis软件(e.g. OpenJUMP)查看  
shp_file = '{}/boundary.shp'.format(output_dir)  
arcpy.CopyFeatures_management(bounday_polygon, shp_file)  
print 'Shapefile "{}" is ready.'.format(shp_file)  
  
# 画出渔网图  
# 根据边界坐标经纬度最大和最小值，依次计算出每个网格正方形四个顶点的坐标  
# 计算网格的行列数  
grid_rows_num = int(math.ceil((ymax - ymin)/float(GRID_WIDTH)))  
grid_columns_num = int(math.ceil((xmax - xmin)/float(GRID_WIDTH)))  
# 依次计算各网格(0, 0), (0, 1), (0, 2) ... (grid_rows_num - 1, grid_columns_num-1)四个顶点的坐标  
grids = []  
for r in range(grid_rows_num):  
    for c in range(grid_columns_num):  
        grid_4coords = arcpy.Array()  
        # 左上角坐标  
        x_lt = xmin + c * GRID_WIDTH  
        y_lt = ymax - r * GRID_WIDTH  
        # 右上角坐标  
        x_rt = x_lt + GRID_WIDTH  
        y_rt = y_lt  
        # 左下角坐标  
        x_lb = x_lt  
        y_lb = y_lt - GRID_WIDTH  
        # 右下角坐标  
        x_rb = x_rt  
        y_rb = y_lb  
        #按"左上->右上->右下->左下->左上"顺序画一个封闭四边形，注意顺序不能乱，否则画出来的图形不对（我第一次的时候就画成两个对三角了）  
        grid_4coords.add(arcpy.Point(x_lt, y_lt))  
        grid_4coords.add(arcpy.Point(x_rt, y_rt))  
        grid_4coords.add(arcpy.Point(x_rb, y_rb))  
        grid_4coords.add(arcpy.Point(x_lb, y_lb))  
        grid_4coords.add(arcpy.Point(x_lt, y_lt))  
        # 创建一个网格（四边形）  
        grids.append(arcpy.Polygon(grid_4coords))  
# 导出网格的shp文件  
shp_file = '{}/grids.shp'.format(output_dir)  
arcpy.CopyFeatures_management(grids, shp_file)  
print 'Shapefile "{}" is ready.'.format(shp_file)  
  
# 对比每个"网格四边形"和"区域多边形"，找到两者"相交"的网格，导出对应的网格中心点坐标  
# 如果 disjoint 返回 False，则两个几何相交，详见 https://pro.arcgis.com/zh-cn/pro-app/arcpy/classes/polygon.htm  
center_points = []  
for grid in grids:  
    if bounday_polygon.disjoint(grid) == False:  
        # 网格左上角表座  
        grid_x_lt = grid.getPart(0)[0].X  
        grid_y_lt = grid.getPart(0)[0].Y  
        # 计算出网格中心点坐标  
        grid_x_center = grid_x_lt + 0.5 * GRID_WIDTH  
        grid_y_center = grid_y_lt - 0.5 * GRID_WIDTH  
        print (grid_x_center, grid_y_center)  
        center_points.append((grid_x_center, grid_y_center))  
# 导出中心点的shp文件  
shp_file = '{}/center_points.shp'.format(output_dir)  
# 导出中心点坐标到csv文件  
csv_file = '{}/center_points.csv'.format(output_dir)  
writer = open(csv_file, 'wb')  
writer.write('"longitude","latitude"\n')  
center_points_geo = []  
for p in center_points:  
    center_points_geo.append(arcpy.PointGeometry(arcpy.Point(p[0], p[1])))  
    writer.write('"{}","{}"\n'.format(p[0], p[1]))  
writer.close()  
print 'CSV file "{}" for center points is ready.'.format(csv_file)  
# 参考 https://gis.stackexchange.com/questions/16122/creating-shapefile-from-lat-long-values-using-arcpy

arcpy.CopyFeatures_management(center_points_geo, shp_file)  
print 'Shapefile "{}" is ready.'.format(shp_file)  


           if __name__ == '__main__':  
create('boundary_data/beijing_fangshan_boundary.txt')

了解更多分析及数据抓取可查看：
http://cloud.yisurvey.com:9081/html/bfd0c1a1-ea90-4ed6-9a2c-1da4cd72391c.html
本文转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请联系我们删除处理。
特别说明：本文旨在技术交流，请勿将涉及的技术用于非法用途，否则一切后果自负。如果您觉得我们侵犯了您的合法权益，请联系我们予以处理。