我有一些来自ISS（国际空间站）的坐标，我想知道当坐标被记录时，ISS是在陆地还是海洋上，我应该离线完成这一点，但我不确定使用什么方法。来自Python标准库的一部分，我仅限于使用这些库：
numpy
scipy
tensorflow
pandas
opencv-python
opencv-contrib-python
evdev
matplotlib
logzero
pyephem
scikit-image
scikit-learn
reverse-geocoder如果您知道如何使用其他库来实现这一点，无论如何都是很好的。
通过这段代码，我得到坐标并将其写入文件：
import logging
import logzero
from logzero import logger
import os
import ephem
import time
dir_path = os.path.dirname(os.path.realpath(__file__))
logzero.logfile(dir_path+"/coordinates.csv")
# Set a custom formatter
formatter = logging.Formatter('%(name)s - %(asctime)-15s - %(levelname)s: %(message)s');
logzero.formatter(formatter)
name = "ISS (ZARYA)"
line1 = "1 25544U 98067A 18282.18499736 .00001222 00000-0 25998-4 0 9992"
line2 = "2 25544 51.6418 170.6260 0003545 261.4423 234.4561 15.53790940136242"
iss = ephem.readtle(name, line1, line2)
iss.compute()
latitude = iss.sublat
longitude = iss.sublong
# Save the data to the file
logger.info("%s,%s", latitude, longitude )你们有什么想法吗？先谢了。
4条答案
按热度按时间ngynwnxp1#
来自Karin托德的
global-land-mask非常易于使用和高效：它可以通过
pip获得，它唯一的依赖项是numpy。zbwhf8kr2#
mpl_toolkits.basemap可能会有帮助。文档：此处及相关方法如下：
**is_land（xpt，ypt）**如果给定的x，y点（投影坐标）在陆地上，则返回True，否则返回False。陆地的定义基于与类示例关联的GSHHS海岸线多边形。陆地区域内湖泊上的点不计为陆地点。
**注意：**您可能需要小心底图对象使用的投影。
axr492tv3#
最后，我只能使用这些库来解决我的问题。我使用这个网站geoplaner来获得海洋形状的粗略轮廓（它真的很粗糙，因为我是手工做的，但它对我的目的很好，我认为网上应该有一些更精确的多边形，但我不知道如何使用它们）。
我对每一个海洋都这样做，得到了这个（注意我使用的坐标并没有完全覆盖海洋，例如我避开了南大洋）：
现在，太平洋更复杂，因为它延伸到Map的两边，你可以有两个连续的点，经度分别为-179和179，这导致这个多边形在xy平面上表现不好。我所做的是将它一分为二，所以我得到了这个：
据我所知，使用matplotlib，你可以用
path从顶点（坐标列表）创建多边形，然后你可以使用contains_point()函数来检查点是否在多边形中（因此它在“海洋”中）或不在“陆地”中：经度和纬度的变量，我用我的问题中的程序计算的国际空间站的变量。
mwyxok5s4#
在尝试将风车分为陆上和海上时，我无意中遇到了这个问题。这里给出的所有解决方案对我的情况来说都太不准确了，因为位于海岸线附近或荷兰艾瑟尔湖（IJsselmeer）等湖泊中的风车往往会被错误分类。所以我想出了一个自己的解决方案，基于立交桥：它在OSM中搜索给定国家的所有不同类型的水体，并将给定的坐标与它们匹配（或不）。它比这里提出的其他解决方案慢得多，你必须知道你想分类的东西所在国家的osmid，但从好的方面来说，它要准确得多。areaID是OSM-ID加上3600000000，由于某种原因才能作为立交桥的搜索区域