本文介绍使用 geopandas 将道路线段（linestring）按几何长度加权，精确聚合到规则网格（polygon）中的完整流程，重点解决因空间重叠、部分相交导致的重复计数与数值失真问题。
本文介绍使用 geopandas 将道路线段（linestring）按几何长度加权，精确聚合到规则网格（polygon）中的完整流程，重点解决因空间重叠、部分相交导致的重复计数与数值失真问题。
在空间分析中，将线状基础设施（如道路）聚合至规则网格（如 1km² 网格单元）是常见需求，典型应用场景包括路网密度制图、交通负荷空间化、或作为机器学习的空间特征工程。但直接使用 sjoin(..., op='intersects') 会导致严重偏差：只要道路与网格单元相交，整条线段的加权值即被全量计入该单元——即使仅有一小段进入网格，其余部分跨越多个单元，造成重复计数和总量膨胀。
正确做法是：先计算每条道路在每个网格单元内的实际相交线段长度，再按该长度比例分配变量值。GeoPandas 的 overlay(..., how='intersection') 是实现这一目标的核心工具——它能精确裁剪出道路与网格的几何交集（即落入每个网格内的线段片段），并保留原始属性。
以下是推荐的稳健实现流程：
import geopandas as gpd
# 1. 计算单位长度变量（即“线密度”）
gdf_road = gdf_road.to_crs('EPSG:26916') # 推荐转为投影坐标系（单位：米）
gdf_road['density'] = gdf_road['Variable'] / gdf_road.geometry.length
# 2. 执行空间裁剪：获取每条道路在每个网格内的有效线段
gdf_clipped = gpd.overlay(gdf_road, gdf_grid, how='intersection')
# 3. 计算裁剪后线段的实际长度（确保 CRS 一致）
gdf_clipped['clipped_length'] = gdf_clipped.geometry.length
# 4. 分配变量值：密度 × 实际长度 = 该网格内贡献量
gdf_clipped['grid_contribution'] = gdf_clipped['density'] * gdf_clipped['clipped_length']
# 5. 关联回网格并聚合（注意：用 'within' 而非 'intersects'）
gdf_grid = gdf_grid.reset_index().rename(columns={'index': 'grid_id'})
joined = gpd.sjoin(gdf_clipped, gdf_grid, how='inner', predicate='within')
agg_series = joined.groupby('grid_id')['grid_contribution'].sum()
# 6. 合并结果到网格 GeoDataFrame
gdf_grid = gdf_grid.merge(agg_series.rename('agg_variable'), left_on='grid_id', right_index=True, how='left')
gdf_grid['agg_variable'] = gdf_grid['agg_variable'].fillna(0) # 无道路覆盖的网格补0
✅ 关键注意事项：
- 务必统一坐标系：geometry.length 在地理坐标系（如 WGS84）下无意义，必须先转换为等距投影（如 UTM 或 EPSG:26916）；
- 避免 sjoin 替代 overlay：sjoin 仅判断空间关系，不生成新几何；overlay 才能真实分割线段；
- 使用 predicate='within'：确保只关联完全落在网格内的裁剪线段（overlay 已保证此条件，但显式声明更安全）；
- 验证总量守恒：检查 gdf_clipped['grid_contribution'].sum() 是否 ≈ gdf_road['Variable'].sum()（允许微小浮点误差），可快速诊断逻辑错误。
该方法本质是实现了面积（此处为长度）加权的空间分配，确保每单位原始道路变量严格按其空间分布比例分摊至对应网格，彻底规避了粗粒度空间连接带来的系统性高估。
