Shapely库中Voronoi多边形分割技术的应用与优化

概述

在空间数据处理领域，处理多边形重叠区域是一个常见需求。本文探讨了如何使用Shapely库中的Voronoi多边形分割技术来解决多边形重叠问题，并提出了优化方案。

问题背景

当多个多边形在空间上存在重叠时，我们需要一种方法将这些重叠区域合理分配给各个多边形，同时满足两个核心条件：

1. 每个结果多边形必须完全包含在原始多边形内
2. 所有多边形的总面积保持不变

初始解决方案

使用Shapely 2.1.0新增的ordered=True参数进行Voronoi多边形分割：

# 创建示例多边形
gdf = gpd.GeoDataFrame(
    geometry=[
        box(0, 0, 1.1, 1.1),
        box(1, 1, 2, 2),
        box(0.5, 0.5, 1.5, 1.5),
        box(2.5, 2.5, 3, 3),
        box(1.4, 0.5, 2, 1.1),
    ]
)

# 生成Voronoi多边形
voronoi = shapely.voronoi_polygons(
    shapely.geometrycollections(gdf.geometry.centroid.values._data),
    ordered=True
)

# 与原始多边形求交
gdf.geometry = gdf.intersection(_voronoi_series)

这种方法虽然消除了重叠，但会导致部分区域未被充分利用，形成空白间隙。

优化方案

通过结合Shapely和libpysal.cg.voronoi_frames，我们提出了更优的解决方案：

def remove_overlap(gdf: gpd.GeoDataFrame) -> gpd.GeoDataFrame:
    # 保留原始索引
    gdf["_index"] = gdf.index
    
    # 计算所有重叠区域
    overlay = gdf.overlay(gdf, how="intersection")
    overlap = overlay[overlay._index_1 != overlay._index_2].union_all()
    
    if overlap.is_empty:
        return gdf
    
    # 处理非重叠区域
    shapes_no_overlap = gdf.difference(overlap).buffer(-1e-5)
    
    # 生成Voronoi分割
    _voronoi = voronoi_frames(shapes_no_overlap, return_input=False, as_gdf=False)
    
    # 与原始多边形求交
    gdf.geometry = gdf.intersection(_voronoi)
    
    return gdf

技术要点

1. 重叠区域处理：首先识别并分离出所有重叠区域
2. 缓冲区处理：使用微小负缓冲区确保几何体不接触
3. Voronoi分割：在非重叠区域上应用Voronoi分割
4. 结果整合：将分割结果与原始多边形求交

应用效果

该方法在多种场景下表现良好：

• 对于简单矩形重叠，能合理分配重叠区域
• 对于不同大小的圆形重叠，能保持原始形状特征
• 对于复杂重叠模式，能产生合理的分割结果

结论

通过结合Shapely的空间操作功能和libpysal的Voronoi分割能力，我们实现了高效的多边形重叠处理方案。这种方法既保留了原始多边形的边界特征，又确保了空间分配的合理性，是处理空间数据重叠问题的有效手段。