疾风亦有龟途 | 搜索
综合排序时间浏览量
全部分类安卓/IOS后端运维web前端软件安装学习/科研疾风龟途技巧杂糅
找到约 1 条结果
气象灾害风险普查中雷灾资料的数据清洗与百度地图正/逆地理编码使用
前言 在自然灾害风险普查工作当中,有一项是对雷灾的统计。它的具体操作就是,根据原始资料(.txt),然后进行相关数据筛选。最终的统计结果如下图所示。即 区划代码,区域名称,雷灾起数,人员伤亡个数,经济损失。 上表中,区划代码是最容易获得的,它有一个专一的映射表格。 区域名称是精确到乡镇一级 起数则是该乡镇发生雷灾的次数 人员伤亡则是死亡的人数 经济损失是泪在所造成的损失。 提供的原始数据是 整整20本书。。。。 经过不懈的努力,终于是把其数字化成了下图所示格式。 但是新的问题接踵而至,如何对这一条条数据进行数据清洗,筛选,并获得我们想要的结果呢?对于一个只给出学校名,工厂名的地点,我们如何获得他所在的乡镇呢?我们如何统计死亡人数?如何界定损失?总不能,一条一条的读下去吧。 思路 其实我们在日常生活中,如果想去一个地点,我们通常会使用百度地图或者高德地图,输入目的地,就会为我们规划相应的路线,并给出目的地的经纬度,有了经纬度,我们通过逆向地理编码就可以轻松获得目的地所在的乡镇。 介于此,我们思考使用百度地图来获得每一个雷灾所发生的乡镇。 百度地图开放平台为我们提供了很多好用的地图服务
2022/04/22 15:07
371
风险普查
雷电
百度地图
热门标签