計算 Python 中 GeoDataFrame 的總面積

Question

我有一個帶有南美洲幾何形狀的 GeoDataFrame。 我想計算面積並按照以下方式進行：

south_america.geometry.to_crs(epsg=3035)
south_america.loc[:, "AREA"] = south_america.geometry.area / 10**6
totalArea = south_america.AREA.sum()

結果應為 17759005.81506123，但為 0.001547957692761746。

我知道正確的版本是：

totalArea = sum(south_america.geometry.to_crs(epsg=3035).area) / 10**6

但我不明白區別在哪里。 你能給我解釋一下嗎？

Answer 1

• 要以公頃為單位計算面積，必須使用 UTM CRS
• 南美洲有多個 UTM CRS 區域。 使用一個會降低准確性
• 已使用單個 UTM CRS 和按國家/地區的 UTM CRS 計算國家區域。 后來更接近你想要的結果
• 我相信某些國家/地區將被多個 UTM CRS 區域覆蓋，因此即使按國家/地區，也可能會出現一些錯誤。 還取決於幾何的精度，如何使用低分辨率，所以這也會對精度產生一些影響
• 結果顯示所有國家/地區的一個 UTM CRS 區域和每個國家/地區 UTM CRS 區域提供的結果與您的預期答案相當接近

結果比較

1.0345126720577646 1.014198080585325

import geopandas as gpd

gdf = gpd.read_file(gpd.datasets.get_path("naturalearth_lowres"))

# filter to south america and calculate area is hectares based on UTM geometry
south_america = gdf.loc[gdf["continent"].eq("South America")].assign(
    area=lambda d: d.to_crs(d.estimate_utm_crs()).area / 10**6,
    area_2=lambda d: [
        gpd.GeoDataFrame(geometry=[g], crs=gdf.crs).pipe(
            lambda d: d.to_crs(d.estimate_utm_crs()).area.sum() / 10**6
        )
        for g in d["geometry"]
    ],
)

# compare results to expected using global UTM approach and UTM by country
a = 17759005.81506123
print(south_america["area"].sum() / a, south_america["area_2"].sum() / a)