Visualizar zonas de concentración de datos de GLOBE

Contents

Visualizar zonas de concentración de datos de GLOBE#

import numpy as np
import pandas as pd
import geopandas as gpd
import seaborn as sns
import matplotlib.pyplot as plt
import folium
from folium.plugins import HeatMap

mosquito = gpd.read_file(
    "https://github.com/geo-di-lab/emerge-lessons/raw/"
    "refs/heads/main/docs/data/globe_mosquito.zip"
)

land_cover = gpd.read_file(
    "https://github.com/geo-di-lab/emerge-lessons/raw/"
    "refs/heads/main/docs/data/globe_land_cover.zip"
)

Crea un mapa de calor con los datos de GLOBE Mosquito Habitat Mapper mediante la biblioteca de Python Folium.

El mapa de calor agrupa los puntos cercanos y permite observar patrones generales en la distribución de las observaciones de ciencia participativa enviadas a NASA.

Ten en cuenta que un “mapa de calor” no necesariamente representa datos de temperatura. En este caso, muestra las zonas “calientes” donde existe una mayor concentración de puntos.

# Crear un mapa vacío centrado en Florida
map = folium.Map(
    location=[28.263363, -83.497652],
    tiles="Cartodb dark_matter",
    zoom_start=7
)

# Agregar el mapa de calor de observaciones de mosquitos
heat_data = [
    [point.xy[1][0], point.xy[0][0]]
    for point in mosquito.geometry
]

HeatMap(heat_data).add_to(map)

display(map)

Crea un mapa de calor con los datos de GLOBE Land Cover.

# Crear un mapa vacío centrado en Florida
map = folium.Map(
    location=[28.263363, -83.497652],
    tiles="Cartodb dark_matter",
    zoom_start=7
)

# Agregar el mapa de calor de observaciones de cobertura terrestre
heat_data = [
    [point.xy[1][0], point.xy[0][0]]
    for point in land_cover.geometry
]

HeatMap(heat_data).add_to(map)

display(map)

Referencias#