土地植被狀況即時更新

2024年5月16日 · 閱讀時間約 4 分鐘

land cover gif

製圖師們的福音！

Overture Maps 的 5 月發佈包括了新的高解析度土地植被資料以及新的製圖架構屬性。

我們的 land_cover 圖層是從歐洲太空總署 2020 年 WorldCover (10m) 光柵資料衍生的向量資料。它類似於 Daylight 地圖分發中的土地植被層，但 Overture Maps 添加了更高解析度的資料（縮放級別 15），提供了更多細節和土地植被類別。新的資料中包含 10 種子類型：雪地、森林、城市、草地、農作物、荒漠、濕地、苔蘚、紅樹林和灌木。

我們的 5 月發佈還包括了架構屬性，為製圖時最佳使用 Overture Maps 資料提供製圖“提示”。我們添加了 min_zoom 和 max_zoom，以使用常見的“滑動地圖”縮放級別規範來定義每個解析度土地植被的推薦縮放級別。這是改善製圖師使用者體驗的第一步，我們計劃在未來的 Overture Maps 資料發佈中擴展這些屬性。

探索土地植被

在下面的範例中，將展示如何使用 lonboard 和 Overture Maps Python Command-line Tool 提取、處理和視覺化感興趣區域的土地植被資料。我們建議您查閱 lonboard 文檔中的這個範例，以更好地理解此處使用的方法。您可以在 Notebook Sharing Space 查看和下載完整的 Jupyter Notebook。

land cover

要跟隨這些步驟，您需要執行 JupyterLab 或 Jupyter Notebook 並安裝以下必要套件：

import pandas as pd
import geopandas as gpd
import overturemaps 
from shapely import wkb
from lonboard import Map, PolygonLayer
from lonboard.colormap import apply_categorical_cmap

# specify bounding box
bbox =  -78.6429, 39.463, -73.7806, 41.6242

# read in Overture Maps land_cover data type
table = overturemaps.record_batch_reader("land_cover", bbox).read_all()
table = table.combine_chunks()

# convert to dataframe
df = table.to_pandas()

# filter for higher resolution land_cover features
df_h = df[df.cartography.apply(lambda x: x['min_zoom'] == 8)]

# create color map for land_cover subtypes, loosely based on natural-color palette: https://www.shadedrelief.com/shelton/c.html
color_map = {
    "urban": [167, 162, 186],
    "forest": [134, 178, 137],
    "barren": [245, 237, 213],
    "shrub": [239, 218, 182],
    "grass": [254, 239, 173],
    "crop": [222, 223, 154],
    "wetland": [158, 207, 195], 
    "mangrove": [83, 171, 128],
    "moss": [250, 230, 160],
    "snow": [255, 255, 255],  
}

# apply color map to land_cover subtypes
colors = apply_categorical_cmap(df_h.subtype, color_map)

# dataframe to geodataframe, set crs
gdf = gpd.GeoDataFrame(
    df_h, 
    geometry=df_h['geometry'].apply(wkb.loads), 
    crs="EPSG:4326"
)

# create map layer 
layer = PolygonLayer.from_geopandas(
    gdf= gdf[['id','subtype', 'cartography', 'geometry']].reset_index(drop=True),
    get_fill_color=colors,
    get_line_color=colors,
)

#render map
view_state = {
    "longitude": -76.2,
    "latitude": 39.6,
    "zoom": 8,
    "pitch": 65,
    "bearing": 5,
}
m = Map(layer, view_state=view_state)
m

製圖師們的福音！​

探索土地植被​

製圖師們的福音！

探索土地植被