3

座標データのベースマップ プロットを自動的に中央に配置するソリューションが必要です。

自動的に中央に配置する必要がありますが、結果の領域は、データが実際に使用する領域よりもはるかに大きくなります。緯度/経度の境界から描かれた領域ではなく、プロット座標によってプロットを境界付けたいと思います。

私はジョン・クックのコードを使用して、(仮定された完全な) 球上の 2 点間の距離を計算しています。

初挑戦

これが私が始めたスクリプトです。これにより、データ領域に対して幅と高さが小さすぎ、中心緯度 (lat0) が南に偏りすぎていました。

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
import numpy as np
import sys
import csv
import spheredistance as sd


print '\n'
if len(sys.argv) < 3:
    print >>sys.stderr,'Usage:',sys.argv[0],'<datafile> <#rows to skip>'
    sys.exit(1)
print '\n'

dataFile = sys.argv[1]
dataStream = open(dataFile, 'rb')
dataReader = csv.reader(dataStream,delimiter='\t')
numRows = sys.argv[2]

dataValues = []
dataLat = []
dataLon = []

print 'Plotting Data From: '+dataFile

dataReader.next()
for row in dataReader:
    dataValues.append(row[0])
    dataLat.append(float(row[1]))
    dataLon.append(float(row[2]))

# center and set extent of map
earthRadius = 6378100 #meters
factor = 1.00

lat0new = ((max(dataLat)-min(dataLat))/2)+min(dataLat)
lon0new = ((max(dataLon)-min(dataLon))/2)+min(dataLon)

mapH = sd.distance_on_unit_sphere(max(dataLat),lon0new,
            min(dataLat),lon0new)*earthRadius*factor

mapW = sd.distance_on_unit_sphere(lat0new,max(dataLon),
            lat0new,min(dataLon))*earthRadius*factor

# setup stereographic basemap.
# lat_ts is latitude of true scale.
# lon_0,lat_0 is central point.
m = Basemap(width=mapW,height=mapH,
            resolution='l',projection='stere',\
            lat_0=lat0new,lon_0=lon0new)

#m.shadedrelief()
m.drawcoastlines(linewidth=0.2)
m.fillcontinents(color='white', lake_color='aqua')

#plot data points (omitted due to ownership)
#x, y = m(dataLon,dataLat)
#m.scatter(x,y,2,marker='o',color='k')

# draw parallels and meridians.
m.drawparallels(np.arange(-80.,81.,20.), labels=[1,0,0,0], fontsize=10)
m.drawmeridians(np.arange(-180.,181.,20.), labels=[0,0,0,1], fontsize=10)
m.drawmapboundary(fill_color='aqua')

plt.title("Example")
plt.show()

ここに画像の説明を入力

4

1 に答える 1

3

いくつかのランダム データを生成した後、選択した境界がこの射影 (赤い線) で機能しないことは明らかでした。map.drawgreatcircle() を使用して、最初に、ランダム データの投影を拡大しながら、境界が必要な場所を視覚化しました。

赤い線は古い計算された幅と高さです

最南端の緯度(青い横線)の経度差を利用して経度を補正しました。

ピタゴラスの定理を使用して緯度の範囲を決定し、垂直方向の距離を求めました。これにより、最北端の経度境界と中央最南端 (青い三角形) の間の距離がわかりました。

def centerMap(lats,lons,scale):
    #Assumes -90 < Lat < 90 and -180 < Lon < 180, and
    # latitude and logitude are in decimal degrees
    earthRadius = 6378100.0 #earth's radius in meters

    northLat = max(lats)
    southLat = min(lats)
    westLon = max(lons)
    eastLon = min(lons)

    # average between max and min longitude 
    lon0 = ((westLon-eastLon)/2.0)+eastLon

    # a = the height of the map
    b = sd.spheredist(northLat,westLon,northLat,eastLon)*earthRadius/2
    c = sd.spheredist(northLat,westLon,southLat,lon0)*earthRadius

    # use pythagorean theorom to determine height of plot
    mapH = pow(pow(c,2)-pow(b,2),1./2)
    arcCenter = (mapH/2)/earthRadius

    lat0 = sd.secondlat(southLat,arcCenter)

    # distance between max E and W longitude at most souther latitude
    mapW = sd.spheredist(southLat,westLon,southLat,eastLon)*earthRadius

    return lat0,lon0,mapW*scale,mapH*scale

lat0center,lon0center,mapWidth,mapHeight = centerMap(dataLat,dataLon,1.1)

したがって、この場合の lat0 (または緯度の中心) は、この三角形の高さの途中にあるポイントであり、John Cooks の方法を使用して解決しましたが、最初の座標 (南境界) と円弧の長さ (全高の半分)。

def secondlat(lat1, arc):
    degrees_to_radians = math.pi/180.0
    lat2 = (arc-((90-lat1)*degrees_to_radians))*(1./degrees_to_radians)+90
    return lat2

更新:上記の関数と 2 つの座標間の距離は、 pyproj Geod クラスメソッドgeod.fwd()およびgeod.inv() を使用して、より高い精度で取得できます。これは、優れたリソースであるErik Westra のPython for Geospatial Developmentで見つけました。

更新: これがランベルト正角円錐 (lcc) 投影でも機能することを確認しました。

于 2012-11-21T22:24:47.053 に答える