用途：使用 geopandas 处理地理矢量数据，使用 xarray 处理多维气候/天气数据集。适用于读取与分析 shapefile、GeoJSON、GeoPackage，执行空间连接、相交、缓冲和融合，读取 NetCDF 气候数据，进行坐标参考系转换与投影，绘制地图和分级色彩图，以及面积、距离和几何计算。不适用于卫星影像分类或机器学习（应使用 rasterio/torchgeo）、实时 GPS 跟踪或路径规划、交互式 Web 地图应用（应使用 folium 或 deck.gl），以及无空间属性的普通表格数据（应使用 pandas）。
主要能力与用法：使用 gpd.read_file 读取本地文件或 URL 中的矢量数据，可查看 crs、geometry.type、total_bounds 等。通过 set_crs 指定坐标系，使用 to_crs 转换投影，面积计算前应先转到等面积坐标系（如 ESRI:54009）。空间操作包括 sjoin 连接、buffer 缓冲、dissolve 融合、overlay 叠加、clip 裁剪和 sjoin_nearest 最近连接。可视化使用 matplotlib：gdf.plot 绘制基本图，choropleth 用 column 参数按属性着色，可多层叠加并保存为 PDF。xarray 用 open_dataset 或 open_mfdataset 读取 NetCDF，支持 sel 按坐标选取、groupby 与 resample 做时间聚合、mean 做空间平均，并可写回 to_netcdf。结合两者可通过 sel(lat=..., lon=..., method="nearest") 在站点坐标处采样栅格值。
最佳实践与限制：执行空间操作前务必检查并设置一致 CRS，否则会报错；缓冲和距离运算应使用投影坐标系（米），不要用 EPSG:4326；大面积多文件气候数据建议 open_mfdataset 并配合 chunks；使用 ds.close() 或上下文管理器关闭大型数据集；点匹配优先 sjoin_nearest；合并几何优先 dissolve；多图层结果建议写入 GeoPackage。资料中未提供安装命令、收费方式、平台限制或性能数据。