要批量处理10个任务区文件夹中的SHP文件，提取面积小于200的图斑并分别存储，核心在于编写一个Python脚本，使用`geopandas`遍历文件夹、计算几何面积、进行筛选，并按指定规则输出新的SHP文件。此方案完全依赖`geopandas`库，无需引用GDAL/OGR，代码更简洁直观 [ref_1][ref_5]。 ### 1. 问题解构与方案设计 * **任务核心**：这是一个针对多个空间数据文件（SHP）的**批量数据处理与特征提取**任务。 * **技术要点**： 1. **文件遍历**：递归或遍历指定根目录下的所有任务区文件夹，找到其中的SHP文件。 2. **空间数据读取与处理**：使用Python GIS库读取SHP文件，计算每个多边形图斑的面积。 3. **属性筛选**：基于面积字段（或计算出的面积）筛选出面积小于200的图斑。 4. **数据输出**：将筛选结果按“原任务区名称+小面积图斑”的规则命名，并保存为新的SHP文件。 ### 2. 完整解决方案（代码优先） 以下Python脚本实现了上述全部功能。假设你的国情成果数据按以下结构组织： ``` 根目录/ ├── 任务区A/ │ ├── some_shapefile.shp │ ├── some_shapefile.shx │ └── ... ├── 任务区B/ │ ├── another_shapefile.shp │ └── ... └── ... ``` ```python import os import geopandas as gpd from pathlib import Path def extract_small_patches(root_dir, area_threshold=200): """ 从根目录下的各任务区文件夹中提取面积小于阈值的图斑。 参数: root_dir (str): 国情成果数据所在的根目录路径。 area_threshold (float): 面积阈值，小于此值的图斑将被提取。默认200。 """ # 将根目录路径转换为Path对象，便于操作 root_path = Path(root_dir) # 遍历根目录下的所有子目录（假设每个子目录是一个任务区） for task_area_dir in root_path.iterdir(): if not task_area_dir.is_dir(): # 跳过非目录文件 continue task_area_name = task_area_dir.name # 获取任务区名称，如“任务区A” print(f"正在处理任务区: {task_area_name}") # 遍历任务区目录下的所有文件，寻找.shp文件 for shp_file in task_area_dir.glob('*.shp'): try: # 使用geopandas读取SHP文件 gdf = gpd.read_file(str(shp_file)) # 计算每个图斑的面积。确保数据已投影到平面坐标系（如Albers, UTM等）， # 否则计算出的面积单位是度，无意义。这里假设数据已是投影坐标系。 # 如果数据是地理坐标系（WGS84），需要先进行投影转换。 # 例如，若原数据为WGS84，可取消下面两行注释进行转换（以EPSG:4526为例）： # if gdf.crs and gdf.crs.is_geographic: # gdf = gdf.to_crs(epsg=4526) # 转换为某个投影坐标系 # 计算面积，结果单位取决于数据源的坐标单位（通常为平方米） gdf['area_calc'] = gdf.geometry.area # 筛选出面积小于阈值的图斑 small_patches_gdf = gdf[gdf['area_calc'] < area_threshold].copy() # 检查筛选结果是否为空 if small_patches_gdf.empty: print(f" - 文件 {shp_file.name} 中未找到面积小于{area_threshold}的图斑。") continue # 构造输出文件名和路径 # 规则：原任务区名称 + “小面积图斑” + 原SHP文件名（不含扩展名） output_filename = f"{task_area_name}小面积图斑_{shp_file.stem}.shp" output_path = task_area_dir / output_filename # 保存筛选后的数据到新的SHP文件 # 注意：这里仅保存几何和原始属性，不保留临时计算的‘area_calc’字段，可按需调整 small_patches_gdf.drop(columns=['area_calc']).to_file(str(output_path), driver='ESRI Shapefile') print(f" - 已从 {shp_file.name} 中提取 {len(small_patches_gdf)} 个图斑，保存至: {output_filename}") except Exception as e: print(f" - 处理文件 {shp_file} 时出错: {e}") continue print("\n所有任务处理完毕！") # ====== 使用示例 ====== if __name__ == "__main__": # 请将 '你的国情成果根目录路径' 替换为实际路径 data_root = r"E:\国情成果数据" extract_small_patches(data_root, area_threshold=200) ``` ### 3. 关键步骤与注意事项 为了确保脚本正确运行并得到有意义的结果，请注意以下几点： | 序号 | 关键点 | 说明与注意事项 | | :--- | :--- | :--- | | **1** | **坐标系检查** | 面积计算必须在**投影坐标系**下进行。如果原始SHP数据是地理坐标系（如WGS84, EPSG:4326），计算出的“面积”单位是平方度，没有物理意义。必须先使用`gdf.to_crs()`方法将其转换为合适的投影坐标系（如Albers等面积投影、UTM投影等）[ref_1][ref_4]。上述代码中已注释了转换示例。 | | **2** | **文件遍历逻辑** | 脚本假设每个任务区文件夹直接位于根目录下。如果SHP文件嵌套在更深层的子目录中，需要调整`glob('*.shp')`或在目录遍历上使用`rglob('*.shp')`进行递归查找。 | | **3** | **面积阈值单位** | `area_threshold=200`中的“200”的单位与计算面积时的单位一致。如果数据投影后的单位是**米**，则200代表200平方米。请根据你的数据实际情况确认面积单位。 | | **4** | **输出结果** | 输出文件将与原始SHP文件保存在同一个任务区文件夹内，便于管理。新文件保留了原始SHP的属性表结构 [ref_5]。 | | **5** | **依赖库安装** | 运行此脚本需要安装`geopandas`及其依赖。可以通过`pip install geopandas`安装。在Windows系统上，可能需要从`https://www.lfd.uci.edu/~gohlke/pythonlibs/`下载并安装`GDAL`、`Fiona`、`pyproj`等依赖的wheel文件。 | ### 4. 扩展应用场景 本脚本的核心流程（读取、计算、筛选、输出）可以轻松适配于其他类似的空间数据批量处理任务。例如： * **变更监测**：提取长时间序列中新增或消失的图斑。 * **数据质检**：批量筛选出面积过小、过于细长（通过形状指数判断）的不合格图斑。 * **分类后处理**：在遥感分类结果（已转为SHP）中，去除“椒盐噪声”（面积极小的斑块）。 总之，通过上述Python脚本，你可以自动化完成从10个任务区中批量提取小面积图斑的任务，大幅提高处理效率并保证结果的一致性。务必在处理前备份原始数据，并对一两个任务区进行测试，确认面积单位和筛选逻辑符合预期后再进行批量运行 [ref_6]。