如何生成覆盖陆地与海洋的全球多边形？dissolve函数使用异常求助

问题原因 #

你遇到的情况通常由以下原因导致：

• 陆地或海洋多边形存在拓扑错误（如自相交、重叠、间隙），dissolve无法正确合并为完整的全球多边形，最终生成包围所有要素的最小矩形。
• dissolve按字段合并的逻辑，在处理覆盖全地球的多要素几何时，若要素间拓扑关系异常，会出现合并结果不符合预期的情况。
• 若陆地与海洋多边形的CRS未完全统一，也可能导致几何合并时出现异常。

解决方案 #

方案1：用全球基准多边形补全合并结果

先创建覆盖整个地球的基准多边形，再将陆地与海洋的并集与基准合并，确保得到完整的全球多边形：

import geopandas as gpd
import pandas as pd
from shapely.geometry import Polygon

# 读取陆地数据并统一CRS
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
Land = gpd.GeoDataFrame(world.geometry, columns=['geometry'], crs='EPSG:4326')

# 读取海洋数据并统一CRS
ocean = import_shapes_list(path_to_data, shapes_folder, crs='EPSG:4326')
Sea = gpd.GeoDataFrame(ocean.geometry, columns=['geometry'], crs='EPSG:4326')

# 创建EPSG:4326坐标系下的全球边界多边形
global_bounds = Polygon([(-180, -90), (180, -90), (180, 90), (-180, 90), (-180, -90)])
global_gdf = gpd.GeoDataFrame({'geometry': [global_bounds]}, crs='EPSG:4326')

# 合并陆地与海洋，计算所有几何的并集
Combined = pd.concat([Land, Sea])
combined_union = Combined.unary_union

# 与全球基准合并，补全可能存在的间隙
global_polygon = global_gdf.geometry.union(combined_union).iloc[0]

# 转为最终的GeoDataFrame
result = gpd.GeoDataFrame({'world': ['World'], 'geometry': [global_polygon]}, crs='EPSG:4326')

方案2：先修复拓扑错误再合并

如果是拓扑问题导致的异常，先修复陆地和海洋多边形的拓扑错误，再执行dissolve：

import geopandas as gpd
import pandas as pd

# 读取并处理陆地数据
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
Land = gpd.GeoDataFrame(world.geometry, columns=['geometry'], crs='EPSG:4326')
# 修复拓扑错误
Land['geometry'] = Land['geometry'].make_valid()

# 读取并处理海洋数据
ocean = import_shapes_list(path_to_data, shapes_folder, crs='EPSG:4326')
Sea = gpd.GeoDataFrame(ocean.geometry, columns=['geometry'], crs='EPSG:4326')
# 修复拓扑错误
Sea['geometry'] = Sea['geometry'].make_valid()

# 合并后dissolve
Combined = pd.concat([Land, Sea])
Combined['world'] = 'World'
Combined = Combined.dissolve(by=['world']).reset_index()[['world', 'geometry']]

方案3：通过陆地补集生成海洋再合并

如果海洋数据是陆地的补集，可直接用全球基准减去陆地得到海洋，再合并为全球多边形：

import geopandas as gpd
from shapely.geometry import Polygon

# 读取陆地数据并合并为单一多边形
world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
Land = gpd.GeoDataFrame(world.geometry, columns=['geometry'], crs='EPSG:4326')
land_union = Land.unary_union

# 创建全球基准多边形
global_bounds = Polygon([(-180, -90), (180, -90), (180, 90), (-180, 90), (-180, -90)])
global_gdf = gpd.GeoDataFrame({'geometry': [global_bounds]}, crs='EPSG:4326')

# 计算海洋多边形（全球减去陆地）
sea_polygon = global_gdf.geometry.difference(land_union).iloc[0]

# 合并陆地与海洋得到全球多边形
global_polygon = land_union.union(sea_polygon)
result = gpd.GeoDataFrame({'world': ['World'], 'geometry': [global_polygon]}, crs='EPSG:4326')

关键注意事项 #

• 确保所有GeoDataFrame的CRS完全一致，避免投影差异导致的几何异常。
• unary_union相比dissolve，更适合直接计算多要素几何的并集，在处理全地球范围的合并时更可靠。
• 若海洋数据本身存在缺失，方案1的全球基准补全可以有效填补间隙。

内容的提问来源于stack exchange，提问作者bravopapa