如何获取近乎连续不规则形状组的外围周长？

核心思路 #

针对带微小间距的不规则城市街区形状组，先通过缓冲操作填补间隙，将离散形状融合为一个整体，再提取其外围轮廓或计算周长，避免凸包（convex_hull）带来的形状失真问题。

具体实现代码 #

import geopandas as gpd
from shapely.geometry import Polygon

# 示例数据
p1=Polygon([(0,0),(10,0),(10,9.8),(0,9.8)])
p2=Polygon([(10.2,10),(20,10),(20,20),(10.2,20)])
p3=Polygon([(10,10),(9.8,20),(0,10)])

df=gpd.GeoDataFrame(geometry=[p1,p2,p3])

# 1. 缓冲操作：填补微小间距，缓冲距离需略大于形状间的最大间隙宽度（此处间隙为0.2，设0.11即可）
buffered = df.geometry.buffer(0.11)

# 2. 合并所有缓冲后的形状为单一整体
merged = buffered.unary_union

# 3. 提取外围轮廓（可选：若需还原近似原尺寸，可追加负缓冲操作）
# merged = merged.buffer(-0.11)  # 负缓冲还原尺寸，需根据实际需求调整
perimeter_geom = gpd.GeoSeries(merged.boundary)

# 可视化验证
ax = df.plot(facecolor='lightblue', edgecolor='black')
perimeter_geom.plot(ax=ax, color='red', linewidth=2)

关键说明 #

• 缓冲距离设置：缓冲距离必须大于形状间的最大微小间距，确保所有离散形状能被连接成一个整体。若需要还原近似原形状尺寸，可执行一次相同距离的负缓冲操作（注意负缓冲可能损失部分细节，需根据业务需求调整）。
• 替代方案：如果不想改变原形状尺寸，可结合shapely.ops.unary_union与凹包（Concave Hull）算法，但凹包需要依赖额外库（如pysal），缓冲法是更直接通用的方案。

内容的提问来源于stack exchange，提问作者Juan C