geospatial-viz-guide

用途

Geospatial Visualization Guide 是一个为研究出版服务的地理空间可视化技能，主要帮助研究者创建地图、等值线图（choropleth）和空间数据可视化图表，适用于学术论文与研究报告中的制图需求。

主要能力

该技能覆盖以下内容：

地理空间数据基础：常见空间数据格式与关键概念。
等值线图（choropleth）的构建与数据连接。
点地图与比例符号（proportional symbols）地图。
交互式网页地图。
制图最佳实践（投影、配色、地图要素、伦理）。
免费数据源清单。

常见空间数据格式

矢量数据（离散要素）：

Shapefile（.shp）：旧标准，多文件
GeoJSON（.geojson）：适合网页，单文件
GeoPackage（.gpkg）：基于 SQLite 的现代格式，推荐使用
KML（.kml）：Google Earth 格式

栅格数据（连续表面）：

GeoTIFF（.tif）：带地理参考的图像
NetCDF（.nc）：气候与大气数据
HDF5（.h5）：卫星与遥感数据

关键概念：

CRS（坐标参考系统）：3D 地球如何映射到 2D
EPSG:4326（WGS84）：纬度/经度（大多数 GPS 数据）
EPSG:3857：Web Mercator（Google Maps、网页瓦片）
始终检查并记录你的 CRS

使用方式

资料提供了基于 Python 地理空间库的代码示例，可按需调用或改写。

用 GeoPandas 构建等值线图

import geopandas as gpd
import matplotlib.pyplot as plt

def create_choropleth(shapefile_path: str, data_column: str,
                      title: str, cmap: str = "YlOrRd") -> None:
    """
    Create a choropleth map from a shapefile.

    Args:
        shapefile_path: Path to shapefile or GeoPackage
        data_column: Column name to visualize
        title: Map title
        cmap: Matplotlib colormap name
    """
    gdf = gpd.read_file(shapefile_path)

    fig, ax = plt.subplots(1, 1, figsize=(12, 8))

    gdf.plot(
        column=data_column,
        cmap=cmap,
        linewidth=0.5,
        edgecolor="0.5",
        legend=True,
        legend_kwds={
            "label": data_column,
            "orientation": "horizontal",
            "shrink": 0.6,
            "pad": 0.05
        },
        ax=ax
    )

    ax.set_title(title, fontsize=14, fontweight="bold")
    ax.axis("off")
    plt.tight_layout()
    plt.savefig("choropleth.pdf", bbox_inches="tight", dpi=300)

将数据连接到几何要素

import pandas as pd

def join_data_to_map(gdf: gpd.GeoDataFrame,
                     data: pd.DataFrame,
                     geo_key: str,
                     data_key: str) -> gpd.GeoDataFrame:
    """
    Join tabular data to geographic features.

    Args:
        gdf: GeoDataFrame with polygons (e.g., country boundaries)
        data: DataFrame with your research data
        geo_key: Column in gdf to join on (e.g., 'ISO_A3')
        data_key: Column in data to join on (e.g., 'country_code')
    """
    merged = gdf.merge(data, left_on=geo_key, right_on=data_key, how="left")

    missing = merged[merged[data.columns[1]].isna()]
    if len(missing) > 0:
        print(f"Warning: {len(missing)} regions have no data (will appear blank)")

    return merged

点地图与比例符号

映射研究站点或事件

def create_point_map(gdf_base: gpd.GeoDataFrame,
                     points: gpd.GeoDataFrame,
                     size_column: str = None,
                     color_column: str = None) -> None:
    """
    Create a point map with proportional symbols.

    Args:
        gdf_base: Base map (country or region polygons)
        points: GeoDataFrame with point geometries
        size_column: Column to scale point sizes
        color_column: Column to color points
    """
    fig, ax = plt.subplots(figsize=(12, 8))

    # Base map
    gdf_base.plot(ax=ax, color="lightgray", edgecolor="white", linewidth=0.5)

    # Points
    sizes = points[size_column] * 2 if size_column else 30
    colors = points[color_column] if color_column else "red"

    points.plot(
        ax=ax,
        markersize=sizes,
        color=colors,
        alpha=0.6,
        edgecolor="black",
        linewidth=0.3
    )

    ax.axis("off")
    plt.tight_layout()
    plt.savefig("point_map.pdf", bbox_inches="tight", dpi=300)

使用 Folium 的交互式地图

import folium

def create_interactive_map(center: tuple = (20, 0),
                            zoom: int = 2) -> folium.Map:
    """
    Create an interactive web map (useful for supplementary materials).

    Args:
        center: (latitude, longitude) center point
        zoom: Initial zoom level
    """
    m = folium.Map(location=center, zoom_start=zoom,
                   tiles="CartoDB positron")

    # Add markers, choropleth layers, or heatmaps as needed
    # folium.Marker([lat, lon], popup="Label").add_to(m)

    return m

制图最佳实践

出版标准

投影选择：
- 全球地图：Robinson 或 Equal Earth（专题地图不要用 Mercator）
- 国家/区域：合适的局部投影
- Mercator 会扭曲面积——用于等值线图会产生误导
配色方案：
- 顺序型（Sequential）：从低到高的数值（YlOrRd、Blues、Viridis）
- 发散型（Diverging）：围绕中点的数值（RdBu、BrBG）
- 定性型（Qualitative）：分类数据（Set2、Paired）
- 使用 colorbrewer2.org 获取感知均匀的调色板
- 测试色盲可访问性
必备地图要素：
- 标题
- 带单位的图例
- 比例尺
- 指北针（当方位非标准时）
- 数据来源署名
- CRS/投影信息
伦理考量：
- 争议边界：使用虚线或在图注中说明
- 数据缺口：明确显示“无数据”区域（不要留白）
- 隐私：对点数据做聚合，以保护个体位置

适用场景

学术论文、研究报告中的地图与等值线图制作。
将表格研究数据按地理键连接到行政区或国界几何要素。
展示研究站点、事件分布或带比例符号的点地图。
为补充材料创建交互式网页地图。

免费数据源

来源	数据	格式
Natural Earth	国家/区域边界、自然地物	Shapefile、GeoJSON
GADM	行政区边界（所有国家、所有层级）	GeoPackage、Shapefile
OpenStreetMap	道路、建筑、土地利用	PBF、Shapefile
WorldPop	人口密度网格	GeoTIFF
NASA SEDAC	社会经济与环境数据	GeoTIFF、Shapefile
USGS Earth Explorer	卫星影像、高程	GeoTIFF

限制

资料未说明该技能的运行环境、安装方式、依赖版本、是否需要额外配置、定价或授权方式；这些信息暂未提供。代码示例基于 GeoPandas、Matplotlib、Folium，实际使用需自行准备相应环境与依赖。