def compute_self_intersections_points(geodataframe: geopandas.GeoDataFrame):
"""
Find the points of self intersections of the lines
:param geodataframe:
:return:
"""
ints = []
for geom in geodataframe.geometry:
ii = geodataframe.intersection(geom)
for i in ii:
if i.type == "MultiPoint":
ints.extend(i) # appends multiple items from iterator to the list
elif i.type == "Point":
ints.append(i)
# else:
# log.warning(f"skipping intersection because of unsupported type {i.type}")
out = geopandas.GeoDataFrame(geometry=ints)
out.crs = geodataframe.crs # copy crs over
return out
class Passeringslinje(object):
"""
En klasse for å håndtere passeringslinjer og funksjoner knyttet til dette.
"""
def __init__(self, gdf, passline):
#Gjøres tilgjengelig grunnet bruk i klassefunksjoner
self.gdf = gdf
self.passline = passline
#Gjøres tilgjengelig grunnet intern og ekstern bruk
self.populasjon = GeoDataFrame()
self.unique_mmsi_dict = {}
self.populasjon_dict = {}
self.grupperte_passeringer_dict = {}
#==============================================================================
#Her behandles analysen av en enkelt trafikklinje gitt som LineString
#==============================================================================
#Sjekker om vi jobber med en eller fler passeringslinjer
if type(self.passline) == LineString:
#Lager en serie med True/False basert på om krysser eller ikke
passeringer = self.gdf.intersects(self.passline)
#Legger til kolonne med summering av passeringer.
#Gjengir antall involverte objekter, ikke antallet krysninger
self.antall_haler = self.gdf.assign(passeringer=passeringer).query(
'passeringer != 0')['passeringer'].sum(axis=0)
#begrenser populasjon til skipshaler som har passert linjen
self.populasjon = self.gdf.assign(
passeringer=passeringer).query('passeringer != 0')
#Lager en liste over unike mmsi`er i populasjonen
self.unique_mmsi_list = self.populasjon.mmsi.unique()
#Finner antallet unike skip ved summering av unike mmsi`er
self.antall_unike_skip = len(self.unique_mmsi_list)
#Henter ut koordinatene for krysningspunktene
krysninger = self.populasjon.intersection(self.passline)
self.populasjon['crossing_point'] = krysninger
#Lager listevariabler til å lagre verdier for snekring av sluttpopulasjon
cross_heading = list()
cross_time = list()
heading_geometric = list()
tail_list = list()
columns = self.populasjon.columns
#Lager duplikate rader av halene med MultiPoint slik at alle rader representerer en unik passering
for idx, row in self.populasjon.iterrows():
if 'Point' == row.crossing_point.type:
tail_list.append(row)
elif 'MultiPoint' == row.crossing_point.type:
tmp_points = list()
tmp_points.extend(p for p in row.crossing_point)
for i in range(len(tmp_points)):
row['crossing_point'] = tmp_points[i]
tail_list.append(row)
crs = {'init': 'epsg:4326'}
#Setter sammen halene til en GeoDataFrame
self.populasjon = GeoDataFrame(pd.DataFrame.from_records(
tail_list, columns=columns),
geometry='geometry',
crs=crs)
for idx, row in self.populasjon.iterrows():
#Henter ut den aktuelle raden sin LineString
line = row.geometry
#Lager listevariabler for lagring av linjens x- og y-koordinater
coord_list_x = []
coord_list_y = []
#løper gjennom linjen punkt for punkt og henter ut de respektive koordinatbestandene
for coords in line.coords:
coord_list_x.append(coords[0])
coord_list_y.append(coords[1])
#Deler krysningspunktet i sine respektive deler
pass_coords_x = row['crossing_point'].x
pass_coords_y = row['crossing_point'].y
#Leter etter nærmeste verdi i linjens liste over x- og y-koordinater
listeposisjon_x = min(
range(len(coord_list_x)),
key=lambda i: abs(coord_list_x[i] - pass_coords_x))
listeposisjon_y = min(
range(len(coord_list_y)),
key=lambda i: abs(coord_list_y[i] - pass_coords_y))
#Da det ikke er gitt at dette vil bli samme punkt for x-verdier og y-verdier henter jeg snittposisjonen når dem ikke er like.
listeposisjon = int((listeposisjon_x + listeposisjon_y) / 2)
#Henter ut heading og tidspunkt fra riktig plass i listene som lages i lag_haler() som finnes i functions.py
cross_heading.append(row.pass_heading[listeposisjon])
cross_time.append(row.times[listeposisjon])
tmp_point1 = line.coords[listeposisjon - 1]
tmp_point2 = line.coords[listeposisjon]
tmp_line = LineString([(tmp_point1), (tmp_point2)])
tmp_bearing = line_bearing(tmp_line)
heading_geometric.append(tmp_bearing)
#Legger til kolonne for passeringspunktets koordinater, heading og tidspunkt ved krysning. Fjerner listevariablene fra lag_haler()
self.populasjon['heading_geometric'] = heading_geometric
self.populasjon['heading'] = cross_heading
self.populasjon['crossing_time'] = cross_time
try:
self.populasjon.drop(['times', 'pass_heading'],
axis=1,
inplace=True)
except:
pass
#line_bearing() importeres fra functions.py
passline_angle = line_bearing(self.passline)
#passline_limits() finnes i functions.py Krever passline_angle som argument og returnerer grensevinkel en og to samt trafikkretning
#Kategoriserer skipstrafikk til enten Nord/Sør eller Øst/Vest for å kunne skille den dikotomisk
#Grensene for trafikkinndelingen skjer dynamisk basert på passeringslinjens orientasjon.
limit1, limit2, trafikk_retning = passline_limits(passline_angle)
retning_list = list()
#itererer gjennom kryssende skipshaler for å klassifisere dem på retning over linja
for idx, row in self.populasjon.iterrows():
if trafikk_retning == 'Ost/Vest':
if row['heading'] >= limit1 and row['heading'] <= limit2:
retning_list.append('Ost')
else:
retning_list.append('Vest')
elif trafikk_retning == 'Nord/Syd':
if row['heading'] > limit1 and row['heading'] < limit2:
retning_list.append('Syd')
else:
retning_list.append('Nord')
self.populasjon['retning'] = retning_list
# printer noen interessante variabler til konsollen
print('\n*******************************************')
print('Passeringslinjeklasse er vellykket initiert')
print('*******************************************\n')
print(
str(self.antall_haler) +
' skipshaler har krysset passeringslinjen\n')
print('Skipspopulasjonen består av ' +
str(self.antall_unike_skip) + ' unike mmsi numre.')
print('\nAntallet krysninger av linjene er: ' +
str(self.populasjon.shape[0]) + '\n')
#==============================================================================
#Her behandles analysen av passeringslinjene gitt som GeoDataFrame
#==============================================================================
elif type(self.passline) == GeoDataFrame:
#Henter ut antallet passeringslinjer
self.passline_antall = self.passline.shape[0]
antall_haler_dict = dict()
antall_unike_skip_dict = dict()
#Teller for å telle det totale antallet passeringer for alle linjer
total_counter = 0
#liste for lagring av printtekst for den enkelte linje som initieres
self.print_list = list()
for i in range(self.passline_antall):
#Henter ut aktuell passeringslinje som shapely LineString
current_passline = self.passline.loc[i, 'geometry']
#Henter ut navnet til passeringslinjen, benyttes osm keys i samlings-dictionary til slutt
passeringlinje_navn = self.passline.loc[
i, self.passline.columns[0]] #.lstrip('Passline_')
#Lager en Serie på lengde med gdf som indikerer med en bool.-verdi om det er krysning eller ikke
passeringer = self.gdf.intersects(current_passline)
#Summerer sammen for å finne antallet haler som er involvert/antallet objekter som krysser linjen
antall_haler_dict[passeringlinje_navn] = self.gdf.assign(
passeringer=passeringer).query(
'passeringer != 0')['passeringer'].sum(axis=0)
#Henter ut halene som krysser, også kalt skipspopulasjonen og legger den som value i en dictionary med passeringslinjenavn som key
self.populasjon_dict[passeringlinje_navn] = self.gdf.assign(
passeringer=passeringer).query('passeringer != 0')
#Legger unike mmsier representert i krysningen av linjen i en dictionary med passeringslinjenavn som key
self.unique_mmsi_dict[
passeringlinje_navn] = self.populasjon_dict[
passeringlinje_navn].mmsi.unique()
#Summerer sammen for å finne antallet unike mmsièr som er representert i populasjonen
antall_unike_skip_dict[passeringlinje_navn] = len(
self.unique_mmsi_dict[passeringlinje_navn])
#Henter ut en Serie med krysningspunktene mellom skipspopulasjonen og linjen, kan være MultiPoint, LineString, GeometryCollection. Foreløpig ikke støtt på de to siste
krysninger = self.populasjon_dict[
passeringlinje_navn].intersection(current_passline)
self.populasjon_dict[passeringlinje_navn][
'crossing_point'] = krysninger
columns = self.populasjon_dict[passeringlinje_navn].columns
tail_list = list()
#Lager duplikate rader hvor det er flere "intersections" slik at hver rad representerer en unik passering
for idx, row in self.populasjon_dict[
passeringlinje_navn].iterrows():
if 'Point' == row.crossing_point.type:
tail_list.append(row)
elif 'MultiPoint' == row.crossing_point.type:
tmp_points = list()
tmp_points.extend(p for p in row.crossing_point)
for i in range(len(tmp_points)):
row['crossing_point'] = tmp_points[i]
tail_list.append(row)
crs = {'init': 'epsg:4326'}
#Setter sammen den nye GeoDataFramen som har egen rad for hver unike passering.
self.populasjon_dict[passeringlinje_navn] = GeoDataFrame(
pd.DataFrame.from_records(tail_list, columns=columns),
geometry='geometry',
crs=crs)
#Lager listevariabler for lagring av skipets orientering ved krysning og tidspunktet for krysningen
cross_heading = list()
cross_time = list()
heading_geometric = list()
krysningspunkt_nr = list()
#Hvis ikke det er noen krysninger på den aktuelle passeringslinjen går vi videre
if antall_haler_dict[passeringlinje_navn] == 0:
pass
else:
for idx, row in self.populasjon_dict[
passeringlinje_navn].iterrows():
#Henter ut den aktuelle raden sin LineString
line = row.geometry
#Lager listevariabler for lagring av linjen x- og y-koordinater
coord_list_x = list()
coord_list_y = list()
#løper gjennom linjen punkt for punkt og henter ut de respektive koordinatbestandene
for coords in line.coords:
coord_list_x.append(coords[0])
coord_list_y.append(coords[1])
#Deler krysningspunktet i sine respektive deler
pass_coords_x = row['crossing_point'].x
pass_coords_y = row['crossing_point'].y
#Leter etter nærmeste verdi i linjens liste over x- og y-koordinater
#Link!!!
listeposisjon_x = min(
range(len(coord_list_x)),
key=lambda i: abs(coord_list_x[i] - pass_coords_x))
listeposisjon_y = min(
range(len(coord_list_y)),
key=lambda i: abs(coord_list_y[i] - pass_coords_y))
#Da det ikke er gitt at dette vil bli samme punkt for x-verdier og y-verdier henter jeg snittposisjonen når dem ikke er like.
listeposisjon = int(
(listeposisjon_x + listeposisjon_y) / 2)
#Henter ut heading og tidspunkt fra riktig plass i listene som lages i lag_haler() som finnes i functions.py
cross_heading.append(row.pass_heading[listeposisjon])
cross_time.append(row.times[listeposisjon])
tmp_point1 = line.coords[listeposisjon - 1]
tmp_point2 = line.coords[listeposisjon]
tmp_line = LineString([(tmp_point1), (tmp_point2)])
tmp_bearing = line_bearing(tmp_line)
heading_geometric.append(tmp_bearing)
krysningspunkt_nr.append(listeposisjon)
#Legger til kolonne for passeringspunktets koordinater, heading og tidspunkt ved krysning. Fjerner listevariablene fra lag_haler()
self.populasjon_dict[passeringlinje_navn][
'heading_geometric'] = heading_geometric
self.populasjon_dict[passeringlinje_navn][
'heading'] = cross_heading
self.populasjon_dict[passeringlinje_navn][
'crossing_time'] = cross_time
self.populasjon_dict[passeringlinje_navn][
'point_position'] = krysningspunkt_nr
self.populasjon_dict[passeringlinje_navn].drop(
['times', 'pass_heading'], axis=1, inplace=True)
#kalkulerer bearing til passeringslinjen. line_bearing() finnes i functions.py
passline_angle = line_bearing(current_passline)
#passline_limits() finnes i functions.py Krever passline_angle som argument og returnerer grensevinkel en og to samt trafikkretning
#Kategoriserer skipstrafikk til enten Nord/Sør eller Øst/Vest for å kunne skille den dikotomisk
#Grensene for trafikkinndelingen skjer dynamisk basert på passeringslinjens orientasjon.
limit1, limit2, trafikk_retning = passline_limits(
passline_angle)
self.passline['trafikk_retning'] = trafikk_retning
retning_list = list()
rutepunkt_list = list()
#itererer gjennom kryssende skipshaler for å klassifisere dem på retning over linja
for idx, row in self.populasjon_dict[
passeringlinje_navn].iterrows():
if trafikk_retning == 'Ost/Vest':
if row['heading'] >= limit1 and row[
'heading'] <= limit2:
retning_list.append('Ost')
tmp_rutepunkt = str(passeringlinje_navn) + 'Ost'
rutepunkt_list.append(tmp_rutepunkt)
else:
retning_list.append('Vest')
tmp_rutepunkt = str(passeringlinje_navn) + 'Vest'
rutepunkt_list.append(tmp_rutepunkt)
elif trafikk_retning == 'Nord/Syd':
if row['heading'] > limit1 and row['heading'] < limit2:
retning_list.append('Syd')
tmp_rutepunkt = str(passeringlinje_navn) + 'Syd'
rutepunkt_list.append(tmp_rutepunkt)
else:
retning_list.append('Nord')
tmp_rutepunkt = str(passeringlinje_navn) + 'Nord'
rutepunkt_list.append(tmp_rutepunkt)
else:
pass
self.populasjon_dict[passeringlinje_navn][
'retning'] = retning_list
self.populasjon_dict[passeringlinje_navn][
'passert_linje'] = passeringlinje_navn
self.populasjon_dict[passeringlinje_navn][
'rutepunkt'] = rutepunkt_list
antall_krysninger = self.populasjon_dict[
passeringlinje_navn].shape[0]
total_counter += antall_krysninger
print_string = "\n*********************************************\nPasseringslinje " + str(
passeringlinje_navn
) + "\n*********************************************\n" + str(
antall_haler_dict[passeringlinje_navn]
) + " skipshaler har krysset over linjen\nSkipspopulasjonen består av " + str(
antall_unike_skip_dict[passeringlinje_navn]
) + " unike mmsi nummer\nAntallet krysninger av linjen er " + str(
antall_krysninger) + "\n"
self.print_list.append(print_string)
# printer noen interessante variabler til konsollen
print('\n*********************************************')
print('Passeringslinjeklasse er vellykket initiert')
print('*********************************************\n')
print('De ' + str(self.passline_antall) +
' linjene har samlet blitt krysset ' + str(total_counter) +
' antall ganger.')
for item in self.print_list:
print(item)
self.total_populasjon = GeoDataFrame(pd.concat(
self.populasjon_dict, ignore_index=True, sort=False),
geometry='geometry',
crs=crs)
def antall_skipstype(self,
column='shiptype_nr',
agg_column='Antall_passeringer'):
if type(self.passline) == LineString:
self.grupperte_passeringer = self.populasjon.groupby([column]).agg(
{
agg_column: {
'Antall Passeringer': 'sum'
},
'mmsi': {
'Antall skip': 'count'
}
})
self.grupperte_passeringer.columns = self.grupperte_passeringer.columns.droplevel(
0)
self.grupperte_passeringer = self.grupperte_passeringer.reset_index(
)
self.grupperte_passeringer.rename(
columns={'shiptype_nr': 'Skipstype_nr'}, inplace=True)
print('\nAntall skip passert gruppert på skipstype: ')
print(self.grupperte_passeringer)
return self.grupperte_passeringer
elif type(self.passline) == GeoDataFrame:
self.group_table_dict = {}
self.grupperte_passeringer_dict = {}
for i in range(self.passline_antall):
passeringlinje_navn = self.passline.loc[
i, self.passline.columns[0]]
self.grupperte_passeringer_dict[
passeringlinje_navn] = self.populasjon_dict[
passeringlinje_navn].groupby([column]).agg({
agg_column: {
'Antall Passeringer': 'sum'
},
'mmsi': {
'Antall skip': 'count'
}
})
self.grupperte_passeringer_dict[
passeringlinje_navn].columns = self.grupperte_passeringer_dict[
passeringlinje_navn].columns.droplevel(0)
self.grupperte_passeringer_dict[
passeringlinje_navn] = self.grupperte_passeringer_dict[
passeringlinje_navn].reset_index()
self.grupperte_passeringer_dict[passeringlinje_navn].rename(
columns={'shiptype_nr': 'Skipstype_nr'}, inplace=True)
print('Antall skip per passeringslinje gruppert på skipstype: ')
print(self.grupperte_passeringer_dict)
return self.grupperte_passeringer_dict
else:
pass
def pivot(self, index='shiptype_label', column='lengdegruppe'):
#Lager fasit på rekkefølge på kolonner
column_list = [
'Missing_length', '0-12', '12-21', '21-28', '28-70', '70-100',
'100-150', '150-200', '200-250', '250-300', '300-350', '<350'
]
if type(self.passline) == LineString:
#Lager pivottabellen, vil få kolonner i tilfeldig rekkefølge
pivot = self.populasjon.pivot_table(values='passeringer',
index=[index],
columns=[column],
aggfunc=np.sum)
#Henter ut kolonnene som er felles for fasit på rekkefølge og pivot
columns = [x for x in column_list if x in pivot]
#Sørger for at kolonnene kommer i riktig rekkefølge
pivot = pivot[columns]
return pivot
elif type(self.passline) == GeoDataFrame:
pivot_table_dict = {}
self.pivot_dict = {}
for i in range(self.passline_antall):
passeringlinje_navn = self.passline.loc[
i, self.passline.columns[0]]
pivot_table_dict[passeringlinje_navn] = self.populasjon_dict[
passeringlinje_navn].pivot_table(values='passeringer',
index=[index],
columns=[column],
aggfunc=np.sum)
columns = [
x for x in column_list
if x in pivot_table_dict[passeringlinje_navn]
]
self.pivot_dict[passeringlinje_navn] = pivot_table_dict[
passeringlinje_navn][columns]
print(
"\nPivot-tabeller samlet i en dictionary med passeringslinjenavn som 'key' \n"
)
return self.pivot_dict
else:
pass
def hierchical(self):
if type(self.passline) == LineString:
grupperte_passeringer = self.populasjon.groupby(
['shiptype_label', 'retning']).agg({
'passeringer': {
'Antall Passeringer': 'sum'
},
'mmsi': {
'Antall skip': 'count'
}
})
grupperte_passeringer.columns = grupperte_passeringer.columns.droplevel(
0)
grupperte_passeringer.unstack(0)
return grupperte_passeringer
elif type(self.passline) == GeoDataFrame:
grupperte_passeringer_dict = dict()
for i in range(self.passline_antall):
passeringlinje_navn = self.passline.loc[
i, self.passline.columns[0]]
grupperte_passeringer_dict[
passeringlinje_navn] = self.populasjon_dict[
passeringlinje_navn].groupby(
['shiptype_label', 'skipsretning']).agg({
'ant_passeringer': {
'Antall Passeringer': 'sum'
},
'mmsi': {
'Antall skip': 'count'
}
})
grupperte_passeringer_dict[
passeringlinje_navn].columns = grupperte_passeringer_dict[
passeringlinje_navn].columns.droplevel(0)
grupperte_passeringer_dict[passeringlinje_navn].unstack()
return grupperte_passeringer_dict
#Not working yet
def pivot_split_direction(self):
gdf_dict = self.populasjon_dict
retning = self.passline['trafikk_retning']
gdf = GeoDataFrame()
for i in range(self.passline_antall):
retning1_list = list()
retning2_list = list()
for row in retning:
passeringlinje_navn = self.passline.loc[
row, self.passline.columns[0]].lstrip('Passline_')
retning1, retning2 = row['trafikk_retning'].split("/")
retning1_list.append(retning1)
retning2_list.append(retning2)
gdf1 = gdf_dict[gdf.skipsretning == retning1]
gdf2 = gdf_dict[gdf.skipsretning == retning2]
pivot2 = pd.pivot_table(gdf2,
values=['ant_passeringer'],
index=['shiptype_nr', 'lengdegruppe'],
columns=['skipsretning'],
aggfunc=np.sum)
pivot1 = pd.pivot_table(gdf1,
values=['ant_passeringer'],
index=['shiptype_nr', 'lengdegruppe'],
columns=['skipsretning'],
aggfunc=np.sum)
return pivot1, pivot2
def map_html(self, tiltakspunkter, filepath):
"""
tiltakspunkter er av typen Point og oppgitt i epsg:4326
filepath er der du ønsker .html filen med kart skal havne.
"""
tiltakspunkter = tiltakspunkter
box_tmp = bounding_box(tiltakspunkter)
box_center_x = (box_tmp[0] + box_tmp[2]) / 2
box_center_y = (box_tmp[1] + box_tmp[3]) / 2
map_center_lon = box_center_x
map_center_lat = box_center_y
map = folium.Map(location=[map_center_lat, map_center_lon],
zoom_start=9,
tiles='Stamen Terrain')
tiltaksFeature = FeatureGroup(name='Tiltakspunkter', show=False)
marker_cluster = plugins.MarkerCluster(options=dict(
zoomToBoundsOnClick=False)).add_to(tiltaksFeature)
#feature_tiltak = FeatureGroup(name='tiltakspunkter')
tooltip_tiltak = 'Tiltakspunkt'
tmp_tiltak = tiltakspunkter['punkt_geom_wkt']
x_list = tmp_tiltak.apply(lambda p: p.x)
y_list = tmp_tiltak.apply(lambda p: p.y)
for i in range(0, len(x_list)):
try:
Marker(location=[y_list[i], x_list[i]],
popup=tiltakspunkter['punkt_navn'][i],
icon=folium.Icon(color='red',
icon_color='black',
icon='angle-double-down',
prefix='fa'),
tooltip=tooltip_tiltak).add_to(marker_cluster)
except:
Marker(location=[y_list[i], x_list[i]],
popup='Atter et punkt',
icon=folium.Icon(color='red',
icon_color='black',
icon='angle-double-down',
prefix='fa'),
tooltip=tooltip_tiltak).add_to(marker_cluster)
feature_skipshaler = FeatureGroup(name='skipshaler')
try:
oljetankskip = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'oljetankskip')
haler_feat_10 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 10]
skipshaler_10_json = haler_feat_10.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#4DB6AC',
'weight': 3,
'opacity': 0.1,
}
haler_olje = folium.features.GeoJson(
skipshaler_10_json, style_function=style_skipshaler)
haler_olje.add_to(oljetankskip)
except:
pass
try:
kjemikalie_produkttankskip = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'kjemikalie_produkttankskip')
haler_feat_11 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 11]
skipshaler_11_json = haler_feat_11.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#26A69A',
'weight': 3,
'opacity': 0.1,
}
haler_kjemi = folium.features.GeoJson(
skipshaler_11_json, style_function=style_skipshaler)
haler_kjemi.add_to(kjemikalie_produkttankskip)
except:
pass
try:
gasstankskip = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'gasstankskip')
haler_feat_12 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 12]
skipshaler_12_json = haler_feat_12.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#009688',
'weight': 3,
'opacity': 0.1,
}
haler_gass = folium.features.GeoJson(
skipshaler_12_json, style_function=style_skipshaler)
haler_gass.add_to(gasstankskip)
except:
pass
try:
bulkskip = plugins.FeatureGroupSubGroup(feature_skipshaler,
'bulkskip')
haler_feat_13 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 13]
skipshaler_13_json = haler_feat_13.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#00897B',
'weight': 3,
'opacity': 0.1,
}
haler_bulk = folium.features.GeoJson(
skipshaler_13_json, style_function=style_skipshaler)
haler_bulk.add_to(bulkskip)
except:
pass
try:
stykkgods_roro_skip = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'stykkgods_roro_skip')
haler_feat_14 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 14]
skipshaler_14_json = haler_feat_14.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#00796B',
'weight': 3,
'opacity': 0.1,
}
haler_stykkgods = folium.features.GeoJson(
skipshaler_14_json, style_function=style_skipshaler)
haler_stykkgods.add_to(stykkgods_roro_skip)
except:
pass
try:
konteinerskip = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'konteinerskip')
haler_feat_15 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 15]
skipshaler_15_json = haler_feat_15.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#00695C',
'weight': 3,
'opacity': 0.1,
}
haler_konteiner = folium.features.GeoJson(
skipshaler_15_json, style_function=style_skipshaler)
haler_konteiner.add_to(konteinerskip)
except:
pass
try:
passasjerbat = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'passasjerbat')
haler_feat_16 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 16]
skipshaler_16_json = haler_feat_16.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#81C784',
'weight': 3,
'opacity': 0.1,
}
haler_passasjer = folium.features.GeoJson(
skipshaler_16_json, style_function=style_skipshaler)
haler_passasjer.add_to(passasjerbat)
except:
pass
try:
ropax_skip = plugins.FeatureGroupSubGroup(feature_skipshaler,
'ropax_skip')
haler_feat_17 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 17]
skipshaler_17_json = haler_feat_17.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#66BB6A',
'weight': 3,
'opacity': 0.1,
}
haler_ropax = folium.features.GeoJson(
skipshaler_17_json, style_function=style_skipshaler)
haler_ropax.add_to(ropax_skip)
except:
pass
try:
cruiseskip = plugins.FeatureGroupSubGroup(feature_skipshaler,
'cruiseskip')
haler_feat_18 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 18]
skipshaler_18_json = haler_feat_18.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#4CAF50',
'weight': 3,
'opacity': 0.1,
}
haler_cruise = folium.features.GeoJson(
skipshaler_18_json, style_function=style_skipshaler)
haler_cruise.add_to(cruiseskip)
except:
pass
try:
offshore_supplyskip = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'offshore_supplyskip')
haler_feat_19 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 19]
skipshaler_19_json = haler_feat_19.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#43A047',
'weight': 3,
'opacity': 0.1,
}
haler_offshore = folium.features.GeoJson(
skipshaler_19_json, style_function=style_skipshaler)
haler_offshore.add_to(offshore_supplyskip)
except:
pass
try:
andre_offshorefartoy = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'andre_offshorefartoy')
haler_feat_20 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 20]
skipshaler_20_json = haler_feat_20.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#388E3C',
'weight': 3,
'opacity': 0.1,
}
haler_andre_offshore = folium.features.GeoJson(
skipshaler_20_json, style_function=style_skipshaler)
haler_andre_offshore.add_to(andre_offshorefartoy)
except:
pass
try:
bronnbat = plugins.FeatureGroupSubGroup(feature_skipshaler,
'bronnbat')
haler_feat_21 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 21]
skipshaler_21_json = haler_feat_21.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#00E676',
'weight': 3,
'opacity': 0.1,
}
haler_bronn = folium.features.GeoJson(
skipshaler_21_json, style_function=style_skipshaler)
haler_bronn.add_to(bronnbat)
except:
pass
try:
slepefartoy = plugins.FeatureGroupSubGroup(feature_skipshaler,
'slepefartoy')
haler_feat_22 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 22]
skipshaler_22_json = haler_feat_22.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#00C853',
'weight': 3,
'opacity': 0.1,
}
haler_slepe = folium.features.GeoJson(
skipshaler_22_json, style_function=style_skipshaler)
haler_slepe.add_to(slepefartoy)
except:
pass
try:
andre_servicefartoy = plugins.FeatureGroupSubGroup(
feature_skipshaler, 'andre_servicefartoy')
haler_feat_23 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 23]
skipshaler_23_json = haler_feat_23.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#9CCC65',
'weight': 3,
'opacity': 0.1,
}
haler_andre_service = folium.features.GeoJson(
skipshaler_23_json, style_function=style_skipshaler)
haler_andre_service.add_to(andre_servicefartoy)
except:
pass
try:
fiskefartoy = plugins.FeatureGroupSubGroup(feature_skipshaler,
'fiskefartoy')
haler_feat_24 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 24]
skipshaler_24_json = haler_feat_24.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#7CB342',
'weight': 3,
'opacity': 0.1,
}
haler_fisk = folium.features.GeoJson(
skipshaler_24_json, style_function=style_skipshaler)
haler_fisk.add_to(fiskefartoy)
except:
pass
try:
annet = plugins.FeatureGroupSubGroup(feature_skipshaler, 'annet')
haler_feat_25 = self.total_populasjon[
self.total_populasjon.shiptype_nr == 25]
skipshaler_25_json = haler_feat_25.to_json(default=str)
style_skipshaler = lambda x: {
'color': '#558B2F',
'weight': 3,
'opacity': 0.1,
}
haler_annet = folium.features.GeoJson(
skipshaler_25_json, style_function=style_skipshaler)
haler_annet.add_to(annet)
except:
pass
feature_passlines = FeatureGroup(name='passeringslinjer')
passeringslinje_json = self.passline.to_json(default=str)
tooltip_passeringslinje = 'Passeringslinje'
style_passline = lambda x: {
'color': '#000000',
'weight': 4,
'opacity': 1.0,
}
folium.features.GeoJson(
passeringslinje_json,
style_function=style_passline,
tooltip=tooltip_passeringslinje).add_to(feature_passlines)
#feature_tiltak.add_to(marker_cluster)
marker_cluster.add_to(map)
feature_passlines.add_to(map)
feature_skipshaler.add_to(map)
oljetankskip.add_to(map)
kjemikalie_produkttankskip.add_to(map)
gasstankskip.add_to(map)
bulkskip.add_to(map)
stykkgods_roro_skip.add_to(map)
konteinerskip.add_to(map)
passasjerbat.add_to(map)
ropax_skip.add_to(map)
cruiseskip.add_to(map)
offshore_supplyskip.add_to(map)
andre_offshorefartoy.add_to(map)
bronnbat.add_to(map)
slepefartoy.add_to(map)
andre_servicefartoy.add_to(map)
fiskefartoy.add_to(map)
annet.add_to(map)
folium.LayerControl(collapsed=False).add_to(map)
minimap = plugins.MiniMap()
map.add_child(minimap)
map.add_child(folium.LatLngPopup())
map.save(filepath)
def linjekalkulasjon(self, key1, key2):
if type(self.passline) == LineString:
print(
'Denne funksjonen gir ingen mening med en passeringslinje, vennligst sjekk dette objektet.'
)
elif type(self.passline) == GeoDataFrame:
passline_populasjon = self.populasjon_dict[key1]
passline_populasjon2 = self.populasjon_dict[key2][[
'tail_id', 'crossing_point', 'crossing_time', 'rutepunkt',
'point_position'
]]
diff_tabell = passline_populasjon.merge(passline_populasjon2,
on='tail_id',
how='inner')
diff_tabell['tid_diff'] = abs(diff_tabell['crossing_time_x'] -
diff_tabell['crossing_time_y'])
crs = {'init': 'epsg:4326'}
diff_tabell = GeoDataFrame(diff_tabell,
geometry='geometry',
crs=crs)
avstand_liste = list()
snittfart_liste = list()
for idx, row in diff_tabell.iterrows():
tmp_linje = row['geometry']
point_position1 = row['point_position_x']
point_position2 = row['point_position_y']
#GIR DETTE MENING
if point_position1 < point_position2:
split_line = LineString(
tmp_linje.coords[point_position1:(point_position2 +
1)])
else:
split_line = LineString(
tmp_linje.coords[(point_position2):point_position1 +
1])
project = partial(pyproj.transform,
pyproj.Proj(init='epsg:4326'),
pyproj.Proj(init='epsg:32633'))
new_line = transform(project, split_line)
tmp_avstand = new_line.length
avstand_liste.append(tmp_avstand)
tid_sekund = row['tid_diff'].seconds
try:
snittfart = tmp_avstand / tid_sekund
except:
snittfart = 'NaN'
snittfart_liste.append(snittfart)
diff_tabell['avstand_diff'] = avstand_liste
diff_tabell['snittfart'] = snittfart_liste
return diff_tabell
else:
print('Funksjonen er ikke riktig instantiert')