基于 GDAL/OGR 的并行空间处理和使用 python 的空间过滤器？

Question

我在 Python 中使用 GDAL/OGR 顺序应用空间滤波器以计算点密度：

point = ogr.Geometry(ogr.wkbPoint)
point.AddPoint(xCoord, yCoord)
searchArea = point.Buffer(searchBuffer)
layer.SetSpatialFilter(searchArea)
density[i, j] = layer.GetFeatureCount()

但现在我想并行化我的代码，以提高性能。

如何在 Python 中与 GDAL/OGR 并行处理空间数据？ 特别是，我可以在数据源上并行应用空间过滤器吗？

我想使用concurrent.futures.ThreadPoolExecutor() as executor

Answer 1

GDAL 不支持对一个数据集进行并行操作。 要么你必须多次打开它，要么，如果你需要一个高性能的实现，你将不得不自己实现它。 SetSpatialFilter都不是最好的方法，因为它需要对每一对(i, j)的特征进行迭代。

加载 R-Tree 中的所有特征，然后循环(i, j) 。 这是在 Python 中具有现有实现的标准算法。