前言
这篇文章里,我们要完成一些数据的合并,计算等操作。
准备工作
首先要了解Qgis的编程模型,具体参考文章《QGIS里的编程模型》及《Qgis里的查询过滤》。了解了Qgis的原型结构与编程方法,我们就可以动手操作了。
任务目标
1、将分散的Gps点合并到空间数据库
2、将新增的点位与其所在的线路关联,以方便应用中的检索
任务分析
数据库中存在两个表格,一个是点位的数据,另一个是道路的数据。其数据结构分别如下:
点位字段结构
道路字段结构
点位通过一个字段LDBH与道路进行关联。
采集过来的点位数据为原始的GPS数据,且字段格式与数据库中点位并不一致,且采集过的数据可能与数据库的存在重复。
基本思路
由于数据结构不一样,只能通过新增的方式将采集的数据合并到数据库中,并比较点位的位置,如果过于接近(10m)以内,则认为是同一个点。根据Qgis的编程模型,查询点位可以用QgsVectorLayer.getFeatures()方法去检索对比,增加要素使用QgsVectorLayer.addFeature()。用这两方法基本上就可以完成上述的任务。
编程步骤
1、定位图层
采集的数据转换为csv文件,添加到Qgis项目中,可以通过UI添加,也可以使用脚本加载。
这里通过图层名称进行定义(前提不要有同名的图层):
for node in nodes:
if node.layer().name()==ln:
csvlayer=node.layer()
#... if node.layer().name()==unicode('本地站点','utf-8'): lstoplayer=node.layer() #....
这里迭代所有的图层,找到符合条件的图层,以便后续操作。
2、坐标转换
由于数据库中存放的城建坐标,而采集的数据是GPS坐标,因为需要对采集的数据进行坐标转换:
crsSrc = QgsCoordinateReferenceSystem(4326) crs = QgsCoordinateReferenceSystem() crs.createFromProj4("+proj=tmerc +lat_0=31.23 +lon_0=121.46 +k=1 +x_0=-680 +y_0=-610 +ellps=krass +units=m +no_defs") xform = QgsCoordinateTransform(crsSrc, crs)
创建一个WGS的坐标系引用表示,再合建一个城建坐标系引用,再创建一个坐标转换对象进行点位转换:
for nstop in csvlayer.getFeatures(): gps= nstop.geometry().asPoint() stoppoint =xform.transform(gps)
stoppoint 为GPS点位对应的城建坐标点。
3、关联道路
dis1=20 rect=QgsRectangle(stoppoint.x()-dis1,stoppoint.y()-dis1,stoppoint.x()+dis1,stoppoint.y()+dis1) lines= linelayer.getFeatures(QgsFeatureRequest(rect)) ldbh='' for line in lines: ldbh=line['LDBH']
查找20米范围里的道路,如果找到读取其编号。
4、创建要素
if caps & QgsVectorDataProvider.AddFeatures: feat = QgsFeature(lstoplayer.pendingFields()) feat.setAttribute('GLH', glh) feat.setAttribute('SZDLBH', ldbh) feat.setAttribute('ZDLB', 0) feat.setAttribute('SFYDZZP',0) feat.setAttribute('SFGWS', 0) feat.setAttribute('SFYHCT',0) feat.setGeometry(QgsGeometry.fromPoint(QgsPoint(stoppoint.x(), stoppoint.y()))) (res, outFeats) = lstoplayer.dataProvider().addFeatures([feat])
创建要素,并增加到图层中。
结束语
至此,一个简单的批量数据处理的过程就算完成了。利用Qgis的脚本功能,可以省去大量的体力劳动。借助Python,可以让电脑完成更多的事情,需要记者自行去挖掘。