我在 Python 中使用 GDAL/OGR 按顺序应用空间过滤器以计算点密度:

point = ogr.Geometry(ogr.wkbPoint)
point.AddPoint(xCoord, yCoord)
searchArea = point.Buffer(searchBuffer)
layer.SetSpatialFilter(searchArea)
density[i, j] = layer.GetFeatureCount()

但现在我想并行化我的代码，以提高性能。

如何在 Python 中与 GDAL/OGR 并行处理空间数据？特别是，我可以在数据源上并行应用空间过滤器吗？

我想使用 concurrent.futures.ThreadPoolExecutor() 作为执行器

最佳答案

GDAL 不支持对一个数据集进行并行操作。要么你必须多次打开它，否则，如果你需要一个高性能的实现，你将不得不自己实现它。 SetSpatialFilter 无论如何都不是最好的方法，因为它需要迭代每一对 (i, j) 的特征。

加载 R-Tree 中的所有特征，然后遍历 (i, j)。这是一个标准算法，在 Python 中已有实现。

https://stackoverflow.com/questions/55955066/