大家好我是你们的地理信息工程师朋友专注GIS与AI的实战落地。第上一期期我们聊了GeoAI的应用场景很多朋友留言说“想入门但论文太晦涩代码看不懂”。这期实战笔记就精准解决这个痛点——不啃晦涩论文不堆砌复杂公式用GIS工程师的实战视角拆解3个GeoAI核心空间算法搭配可直接运行的代码详细注释新手也能跟着跑通老手也能查漏补缺。先明确核心前提GeoAI的本质是“AI算法空间特性”和传统AI最大的区别的是它要处理地理空间数据的空间相关性、空间异质性简单说相邻的地理要素更相似不同区域的地理规律可能不一样。今天拆解的3个算法是GeoAI入门必掌握、实战中最常用的覆盖“空间分类、空间聚类、空间预测”三大核心场景。一、前置准备必看避免踩坑实战环境Python 3.9 GeoPandas 0.14.0 Scikit-learn 1.3.2 Rasterio 1.3.8都是GIS/AI实战主流版本兼容性强核心依赖安装终端直接运行# 安装核心依赖避免版本冲突pip install geopandas0.14.0scikit-learn1.3.2rasterio1.3.8numpy1.26.0pandas2.1.4数据说明本文用公开的“北京市朝阳区POI数据餐饮、教育、医疗”和“栅格地形数据”文末会附数据获取链接大家可直接下载替换快速复现代码。二、GeoAI核心算法拆解实战为主原理通俗讲注所有代码均包含详细注释重点标注“空间特性处理”的关键步骤——这是GeoAI和传统AI的核心区别也是新手最容易忽略的点。算法1空间K近邻分类SKNN—— 最易上手的空间分类算法1. 通俗原理不用啃论文传统KNN算法根据“样本特征相似度”分类比如用像素值、属性值判断空间KNNSKNN在传统KNN基础上加入空间距离权重——相邻的样本权重更高分类更贴合地理实际。举个实战场景根据POI的位置经纬度和属性面积、评分分类“优质餐饮POI”和“普通餐饮POI”SKNN能避免“远距相似样本误分类”比如朝阳区的餐饮不会被远在海淀区的样本影响。2. 实战代码# 导入核心库importgeopandasasgpdimportnumpyasnpfromsklearn.neighborsimportKNeighborsClassifierfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportaccuracy_score# 1. 读取POI数据GeoDataFrame格式GIS数据的核心格式# 数据字段id, name, geometry经纬度, area面积, score评分, label标签0普通1优质poi_datagpd.read_file(beijing_chaoyang_poi.shp)# 替换为你的数据路径# 2. 提取特征重点融合空间特征属性特征# 空间特征将经纬度转为数值特征x经度y纬度poi_data[x]poi_data.geometry.x poi_data[y]poi_data.geometry.y# 特征矩阵空间特征x,y 属性特征area, scoreXpoi_data[[x,y,area,score]].values# 标签待分类目标ypoi_data[label].values# 3. 划分训练集、测试集按7:3划分符合GIS实战习惯X_train,X_test,y_train,y_testtrain_test_split(X,y,test_size0.3,random_state42)# 4. 初始化空间KNN模型核心weightsdistance 启用空间距离权重# n_neighbors5取5个最近邻样本可根据数据调整一般3-10sknn_modelKNeighborsClassifier(n_neighbors5,weightsdistance)# 5. 训练模型预测sknn_model.fit(X_train,y_train)y_predsknn_model.predict(X_test)# 6. 评估模型实战必做判断模型效果accuracyaccuracy_score(y_test,y_pred)print(f空间KNN分类准确率{accuracy:.2f})# 一般能达到85%以上取决于数据质量# 7. 实战延伸将预测结果回写到GeoDataFrame用于GIS可视化ArcGIS/QGIS可直接加载poi_testpoi_data.iloc[X_test.index]# 测试集对应的原始数据poi_test[pred_label]y_pred# 新增预测标签字段poi_test.to_file(sknn_pred_poi.shp)# 保存为SHP文件用于后续可视化3. 关键注意点空间特征必须归一化不用经纬度本身是地理距离的直接体现归一化会破坏空间距离的物理意义这是和传统AI的核心区别。n_neighbors选择POI数据密集如城市核心区可设3-5数据稀疏如郊区可设5-10。权重参数weights#34;distance#34;距离越近权重越高是SKNN的核心去掉则退化为传统KNN。算法2空间密度聚类DBSCAN—— 自动识别地理聚集模式1. 通俗原理传统DBSCAN根据“样本特征的密度”聚类比如像素值密集的区域聚为一类空间DBSCAN以地理空间距离为核心自动识别“空间上密集的区域”忽略孤立点——完美适配GIS中的“聚集分析”场景。举个实战场景分析朝阳区餐饮POI的聚集模式自动识别“餐饮一条街”密集聚类和“孤立餐饮门店”噪声点为商业规划提供依据。2. 实战代码# 导入核心库importgeopandasasgpdimportnumpyasnpfromsklearn.clusterimportDBSCANimportmatplotlib.pyplotasplt# 1. 读取POI数据和上面SKNN用同一批数据可复用poi_datagpd.read_file(beijing_chaoyang_poi.shp)# 2. 提取空间特征核心仅用经纬度聚焦空间聚集Xnp.array([poi_data.geometry.x,poi_data.geometry.y]).T# 转为二维数组经度纬度# 3. 初始化空间DBSCAN模型核心参数解读避免踩坑# eps邻域半径单位度1度≈111km根据数据调整这里设0.01度≈1.11km# min_samples邻域内最少样本数聚集的最小规模POI数据一般设5-10dbscan_modelDBSCAN(eps0.01,min_samples8,metrichaversine)# haversine适用于经纬度距离计算# 4. 执行聚类返回每个样本的聚类标签-1表示噪声点poi_data[cluster_label]dbscan_model.fit_predict(X)# 5. 统计聚类结果实战必做查看聚集规模cluster_statspoi_data[cluster_label].value_counts().sort_index()print(聚类结果统计-1噪声点)print(cluster_stats)# 6. 可视化聚类结果快速验证不用打开GIS软件plt.figure(figsize(12,8))# 绘制不同聚类用不同颜色噪声点用黑色forlabelinpoi_data[cluster_label].unique():iflabel-1:plt.scatter(poi_data[poi_data[cluster_label]label].geometry.x,poi_data[poi_data[cluster_label]label].geometry.y,cblack,s10,label噪声点)else:plt.scatter(poi_data[poi_data[cluster_label]label].geometry.x,poi_data[poi_data[cluster_label]label].geometry.y,s20,labelf聚类{label})plt.xlabel(经度)plt.ylabel(纬度)plt.title(朝阳区餐饮POI空间DBSCAN聚类结果)plt.legend()plt.savefig(dbscan_cluster_result.png,dpi300,bbox_inchestight)# 保存图片可插入公众号plt.close()# 7. 保存聚类结果GIS可视化用poi_data.to_file(dbscan_cluster_poi.shp)3. 关键注意点eps参数是核心太大则所有样本聚为一类太小则大部分样本为噪声点。建议先计算样本间的平均距离再调整eps比如平均距离0.005eps设0.01。metric参数经纬度数据必须用“haversine”基于球面距离否则距离计算错误聚类结果完全失效。噪声点处理实战中可视为“孤立点”比如孤立的餐饮门店可结合周边配套如学校、小区进一步分析原因。算法3空间插值算法IDW—— 从离散点到连续面的核心工具1. 通俗原理空间插值将“离散的地理观测点”如气象站温度、监测点PM2.5通过算法生成“连续的栅格面”填补无观测点区域的空白——是GeoAI中“空间预测”的基础也是GIS工程师最常用的算法之一。IDW反距离加权插值核心逻辑“越近的点对目标点的影响越大”计算简单、效果稳定适合新手入门实战中常用于地形、气象、环境等数据的插值。举个实战场景用朝阳区10个PM2.5监测点的数据通过IDW插值生成整个朝阳区PM2.5浓度栅格图直观呈现污染分布。2. 实战代码# 导入核心库importgeopandasasgpdimportnumpyasnpimportrasteriofromrasterio.transformimportfrom_originfromscipy.interpolateimportRbf# 1. 读取离散监测点数据包含经纬度、PM2.5浓度monitor_datagpd.read_file(beijing_chaoyang_pm25.shp)# 替换为你的数据路径# 提取核心数据经纬度x,y、PM2.5浓度valuexmonitor_data.geometry.x.values ymonitor_data.geometry.y.values valuesmonitor_data[pm25].values# 2. 定义插值栅格的范围和分辨率实战关键贴合研究区域# 栅格范围取监测点的经纬度极值稍作扩展避免边界缺失x_min,x_maxx.min()-0.02,x.max()0.02y_min,y_maxy.min()-0.02,y.max()0.02# 分辨率0.001度≈110米可调整分辨率越高栅格越精细计算量越大resolution0.001# 3. 生成栅格的x、y网格用于插值计算x_gridnp.arange(x_min,x_max,resolution)y_gridnp.arange(y_min,y_max,resolution)x_grid,y_gridnp.meshgrid(x_grid,y_grid)# 4. 初始化IDW插值模型核心functionlinear 线性插值适合大多数场景# epsilon平滑参数默认0即可无需调整idw_interpRbf(x,y,values,functionlinear,epsilon0)# 5. 执行插值生成PM2.5浓度栅格pm25_grididw_interp(x_grid,y_grid)# 6. 保存插值栅格GIS可直接加载如ArcGIS/QGIS# 定义栅格的变换参数rasterio核心确保栅格位置正确transformfrom_origin(x_min,y_max,resolution,resolution)# 创建栅格文件波段数1数据类型float32符合GIS栅格规范withrasterio.open(idw_pm25_raster.tif,# 输出路径w,driverGTiff,heighty_grid.shape[0],widthx_grid.shape[1],count1,dtypepm25_grid.dtype,crsEPSG:4326,# 坐标系WGS84和经纬度对应transformtransform,)asdst:dst.write(pm25_grid,1)# 写入栅格数据第1波段# 7. 简单验证查看插值结果的统计信息print(fPM2.5插值结果统计)print(f最小值{pm25_grid.min():.2f}μg/m³)print(f最大值{pm25_grid.max():.2f}μg/m³)print(f平均值{pm25_grid.mean():.2f}μg/m³)3. 关键注意点栅格分辨率选择根据研究需求城市尺度一般用0.001-0.005度区域尺度用0.01-0.05度分辨率太高会增加计算量太低会丢失细节。坐标系必须和输入的离散点一致本文用EPSG:4326即WGS84经纬度否则栅格位置会偏移。插值效果优化如果插值结果出现“异常值”可增加监测点数量或调整function参数如function#34;cubic#34;三次插值更平滑但计算量更大。三、实战总结1. 3个算法的核心定位实战按需选择SKNN用于空间分类如POI分类、土地利用分类简单易上手适合新手入门空间DBSCAN用于空间聚集分析如POI聚集、热点区域识别自动识别模式无需手动设定类别数IDW插值用于离散点转连续面如气象、地形、环境数据插值实战中最常用的插值算法。2. GeoAI的核心思维不要把它当成“AI算法的简单应用”而是要时刻考虑“空间特性”——相邻性、异质性这是GeoAI和传统AI的本质区别也是实战中不踩坑的关键。3. 后续计划第003期将拆解“空间深度学习入门CNN遥感影像分类”结合卫星影像实战带大家实现从“数据预处理”到“模型训练”的全流程记得关注