求助：计算GDB边界内总人口结果严重偏高（附Python代码）

核心问题是直接对人口密度栅格求和，忽略了每个像元对应的实际面积。人口密度栅格的每个像元值是「单位面积内的人口数」，必须乘以像元面积才能得到该像元的总人口，累加后才是区域真实总人口。

具体修正步骤： #

• 移除多余的xds["mask"] = 0，该操作会引入无效维度干扰计算。
• 重投影后，计算每个像元的实际面积（当前CRS单位为km，面积单位对应平方公里）。
• 将人口密度与像元面积相乘得到单像元人口数，再求和得到区域总人口。

修正后的代码 #

import geopandas as gpd
import rioxarray as rxr

# 加载边界文件
df = gpd.read_file("WDPA_WDOECM_May2024_Public_COG.gdb")

# 加载人口密度GeoTiff - 移除多余的mask设置
xds = rxr.open_rasterio("cog_general_2020.tif", masked=True, from_disk=True)

# 重投影到刚果中心的保面积投影
target_crs = "+proj=cea +lat_0=1.346245 +lon_0=17.150298 +units=km"
df = df.to_crs(target_crs)
xds = xds.rio.reproject(target_crs)

# 筛选Lac Télé边界
lactele = df[df['NAME'] == 'Lac Télé']
xds_lactele = xds.rio.clip(lactele.geometry.values, df.crs, from_disk=True)

# 计算每个像元的面积（平方公里）
pixel_area = xds_lactele.rio.set_spatial_dims(x_dim="x", y_dim="y").rio.calculate_area()

# 密度×像元面积得到单像元人口，求和得到区域总人口
total_pop = (xds_lactele * pixel_area).where(xds_lactele > 0).sum().compute()

print(f"区域总人口: {total_pop.values[0]:.0f}")

额外验证建议 #

• 查看栅格元数据确认密度单位（常见为「人/平方公里」或「人/平方米」），确保面积单位与之匹配。若原数据为「人/平方米」，需将面积转换为平方米（乘以1e6）。
• 可视化裁剪后的xds_lactele，确认边界内栅格范围是否符合预期，排除误裁剪情况。

内容的提问来源于stack exchange，提问作者utra