【ArcGIS】根据shp范围生成系列等距点:范围外等距点+渔网点(Python全代码)

发布于:2025-05-13 ⋅ 阅读:(9) ⋅ 点赞:(0)

目标1:生成边界外一定范围、并且等间距分布的点

目标:生成位于 某地区边界外一定范围、并且等间距分布的点图层。
在这里插入图片描述

📁 所需数据:

研究区边界 .shp 文件(Polygon 类型)

操作步骤-ArcGIS

ArcGIS 中最简单的方式是:

  1. 对边界生成缓冲区(一定距离)
    例如 50 km
  2. 将边界 + 缓冲区边界都转为线(Polyline)
  3. 在缓冲区边界线(外圈)上以等间距生成点

代码处理-Python

以重庆市为例,生成的外部等距点如下:
在这里插入图片描述

Python完整代码如下:

import arcpy
import os

# 输入路径(替换为你的路径)
input_shp = r"D:\0 DataBase\0 Chongqin Database\1 Boundary\Chongqing.shp"
workspace = r"D:\0 DataBase\0 Chongqin Database\1 Boundary\temp_boundary_points"
csv_output = r"D:\0 DataBase\0 Chongqin Database\1 Boundary\Boundary_Chongqing.csv"

# 设置环境
arcpy.env.overwriteOutput = True
if not os.path.exists(workspace):
    os.makedirs(workspace)
arcpy.env.workspace = workspace

# 坐标系
prj = arcpy.SpatialReference(4548)   # CGCS2000 / UTM Zone 48N
wgs84 = arcpy.SpatialReference(4326) # WGS84 经纬度

try:
    # 1. 投影为米制
    projected = os.path.join(workspace, "Chongqing_projected.shp")
    arcpy.Project_management(input_shp, projected, prj)

    # 2. 创建缓冲区(50公里)
    buffer = os.path.join(workspace, "Chongqing_buffer.shp")
    arcpy.Buffer_analysis(projected, buffer, "50000 Meters", dissolve_option="ALL")

    # 3. 缓冲区转为边界线
    buffer_line = os.path.join(workspace, "buffer_line.shp")
    arcpy.PolygonToLine_management(buffer, buffer_line)

    # 4. 沿线生成等间距点(20km 间距)
    points_on_line = os.path.join(workspace, "control_points.shp")
    arcpy.GeneratePointsAlongLines_management(
        buffer_line,
        points_on_line,
        "DISTANCE",
        "20000 Meters",
        "",
        "NO_END_POINTS"
    )

    # 5. 投影为 WGS84
    points_wgs84 = os.path.join(workspace, "control_points_wgs84.shp")
    arcpy.Project_management(points_on_line, points_wgs84, wgs84)

    # 6. 添加几何属性(使用合法值 POINT_X_Y_Z_M)
    arcpy.AddGeometryAttributes_management(
        points_wgs84,
        "POINT_X_Y_Z_M"
    )

    # 7. 导出为 CSV
    arcpy.TableToTable_conversion(
        points_wgs84,
        os.path.dirname(csv_output),
        os.path.basename(csv_output)
    )

    print("✅ 成功生成控制点 CSV 文件:Boundary_Chongqing.csv")

except Exception as e:
    print("❌ 脚本运行出错:", str(e))

目标2:生成等距渔网点

生成shp边界范围内的等距渔网点,如下:
在这里插入图片描述

📁 所需数据:

研究区边界 .shp 文件(Polygon 类型)

代码处理-Python

以重庆市为例,生成的渔网如下:(仅保留边界内数据)
在这里插入图片描述

Python完整代码如下:

import geopandas as gpd
from shapely.geometry import Point
import pandas as pd
import numpy as np
import os

def generate_grid_points(
    shp_path=None,
    output_csv="pop_location_d01.csv",
    spacing=0.1,
    filter_by_shp=True
):
    """
    生成等距网格点,支持基于Shapefile筛选或仅参考其范围生成。

    参数:
        shp_path (str): SHP文件路径(若 filter_by_shp=True 时必须提供)
        output_csv (str): 输出CSV文件名
        spacing (float): 网格间隔(单位:度)
        filter_by_shp (bool): 是否根据SHP边界筛选点

    返回:
        pd.DataFrame: 包含经纬度的DataFrame
    """

    # 检查shp文件路径(无论 filter_by_shp 为True或False,都需要范围)
    if shp_path is None or not os.path.exists(shp_path):
        raise ValueError("必须提供有效的 shp_path。")

    # 读取边界
    gdf_boundary = gpd.read_file(shp_path)
    gdf_boundary = gdf_boundary.to_crs(epsg=4326)
    minx, miny, maxx, maxy = gdf_boundary.total_bounds

    # 向外扩展到最接近的整数
    minX = np.floor(minx)
    maxXX = np.ceil(maxx)
    minY = np.floor(miny)
    maxY = np.ceil(maxy)

    # 生成经纬度序列
    lon_vals = np.arange(minx, maxx + spacing, spacing)
    lat_vals = np.arange(miny, maxy + spacing, spacing)

    # 创建所有网格点
    grid_points = [Point(lon, lat) for lon in lon_vals for lat in lat_vals]
    gdf_points = gpd.GeoDataFrame(geometry=grid_points, crs="EPSG:4326")

    # 如果需要进行边界筛选
    if filter_by_shp:
        gdf_points = gdf_points[gdf_points.within(gdf_boundary.unary_union)]

    # 提取经纬度
    gdf_points["lon"] = gdf_points.geometry.x
    gdf_points["lat"] = gdf_points.geometry.y

    # 保存为CSV
    gdf_points[["lon", "lat"]].to_csv(output_csv, index=False, encoding="utf-8")
    print(f"✅ 成功生成 {len(gdf_points)} 个网格点,已保存到:{output_csv}")

    return gdf_points[["lon", "lat"]]

# 示例调用
generate_grid_points(
    shp_path=r"D:\0 DataBase\0 Chongqin Database\1 Boundary\Chongqing.shp",
    output_csv="pop_location_d01_CQ.csv",
    spacing=0.1,
    filter_by_shp=False  # 不进行空间筛选,但以shp边界范围扩展生成
)

参考


网站公告

今日签到

点亮在社区的每一天
去签到