### 绘制空气质量监测站的地理位置分布地图 要实现这一目标，可以采用多种GIS工具或编程语言完成。以下是基于Python的方法以及一些常见的GIS软件选项。 #### Python 实现方案 使用 `GeoPandas` 和 `Folium` 库可以帮助快速创建交互式的地理分布图。这些库能够加载点位数据并将其叠加在底图上显示位置信息[^2]。 ```python import geopandas as gpd from shapely.geometry import Point import folium # 假设这是8个空气监测站的数据 stations = { 'Station': ['Site A', 'Site B', 'Site C', 'Site D', 'Site E', 'Site F', 'Site G', 'Site H'], 'Latitude': [34.0522, 36.1699, 37.7749, 39.9526, 40.7128, 47.6062, 51.5074, 48.8566], 'Longitude': [-118.2437, -115.1398, -122.4194, -75.1652, -74.0060, -122.3321, -0.1278, 2.3522] } # 创建DataFrame并将经纬度转换为几何对象 df_stations = pd.DataFrame(stations) geometry = [Point(xy) for xy in zip(df_stations['Longitude'], df_stations['Latitude'])] geo_df = gpd.GeoDataFrame(df_stations, geometry=geometry) # 使用 Folium 显示地图 m = folium.Map(location=[37.7749, -122.4194], zoom_start=4) # 设置初始中心点和缩放级别 for _, row in geo_df.iterrows(): folium.Marker( location=[row['Latitude'], row['Longitude']], popup=row['Station'] ).add_to(m) # 将地图保存为HTML文件或者直接展示 m.save('air_quality_stations.html') ``` 上述代码片段展示了如何读取包含纬度、经度和名称的信息表，并通过 `folium.Marker()` 方法将每个站点标记出来。最终的地图会以 HTML 文件形式呈现给用户查看。 #### 利用 GIS 软件绘制 如果倾向于使用桌面端的应用程序，则可以选择以下几种主流GIS平台之一来完成任务： - **ArcGIS Pro**: 提供强大的矢量绘图功能，适合导入CSV/Excel格式的空间坐标数据集并生成专题地图[^1]。 - **QGIS**: 开源免费的选择，支持多样的插件扩展其核心能力，同样适用于简单的点状要素渲染操作。 无论哪种方式都可以达到预期效果——清晰标注各个空气质量检测站点的具体所在地及其相关信息。