5. 地理空间信息数据处理¶
本章介绍地理空间数据的GeoJSON格式规范和使用方法，Python中进行地理几何数据处理的GeoPandas、Shapely、GDAL库，以及专业GIS的脚本引擎-GIScript。最后，介绍通过使用这些技术进行OpenStreetMap、SRTM和TM等开放的免费数据的处理过程和方法。
5.1. 地理空间数据格式¶
5.1.1. GeoJSON 规范¶
GeoJSON是一种对各种地理数据结构进行编码的格式。GeoJSON对象可以表示几何、特征或者特征集合。GeoJSON支持下面几何类型：点、线、面、多点、多线、多面和几何集合。GeoJSON里的特征包含一个几何对象和其他属性，特征集合表示一系列特征。
5.1.2. GeoJSON 编程¶
Python的词典和列表、元组等数据结构可以直接与JSON映射。GeoJSON完全遵循JSON规范，因此GeoJSON很容易通过Python编程操作，并且与Shapeply、Fiona、GeoPandas组合使用，完成地理空间对象和文件的I/O操作。GDAL和很多商业GIS软件也都支持GeoJSON，可以非常方便地进行数据交换，尤其是在网络服务中，有逐渐取代其它格式的趋势。
5.1.3. GeoCSV 格式¶
Hadoop和Spark为了便于分布式处理中数据切分，都主要按照分行处理方式设计。因此，空间数据经常保存为空间数据CSV格式，方便在分布式环境下使用。CSV格式数据域一般以"分隔和表格符\t两种常见格式，而几何对象一般采用WKT(well
known
text)、WKB(WKT的二进制编码)或GeoJSON格式存储，每行以回车结束。
5.2. 几何对象与地图绘制¶
5.2.1. Matplotlib绘制地图¶
Matplotlib是Python上广泛使用的绘图库，支持在Jupyter Notebook中绘图，安装basemap包后，可以直接使用Matplotlib绘制地图。
5.2.2. GeoPandas内存数据集¶
GeoPandas内存数据集派生于Pandas数据类，增加GeoSeries对象，可以存储Geometry地理空间几何对象。GeoPandas的Geometry对象采用GeoJSON格式存储，非常便于在Python中操作，详细请参考GeoPandas.org。
5.2.3. Shapely几何对象运算¶
Shapely提供地理几何对象数据结构、编解码及对象之间的几何代数运算。Shapely工程源代码可以直接下载、编译、安装，文档参见：http://toblerity.org/shapely/project.html。
5.3. GDAL库安装与使用¶
GDAL是一个广泛使用的地理空间数据对象和文件读写的支持库，其本身完全开源而且被整合到了很多开源软件和商业GIS软件中，详情查看GDAL库安装与使用，可以查看和下载GDAL的Geometry使用教程进行研究和练习。
5.4. GIScript安装与使用¶
GIScript是专业GIS脚本引擎，提供数据交换、数据管理、制图和分析等丰富的功能，支持在Jupyter notebook和Spark环境下使用，支持Linux和Windows操作系统，请参考GIScript安装与使用。
5.5. OSM开源地图数据处理¶
OSM是OpenStreetMap的众包开放地图，原始数据采用xml格式进行存储。这里提供的教程包括：OSM数据下载与结构分析、Overpass在线API使用、OSM流式转为行存储JSON,所生成的行式存储数据可以在PySpark中数据查询构建Geometry和进行更高级的组合分析。
5.6. SRTM地形高程数据处理¶
这里介绍SRTM地形高程数据处理方法，将实现数据的下载、转为GeoTif、设置投影等基本操作，以及进行渲染立体图、解译等高线等高级功能。