AcidMap/Water/Python_codes/Counter.py

import os
import sys
import pandas as pd
from shapely.geometry import Point
import numpy as np
from pathlib import Path

# 添加项目根目录到Python路径
project_root = Path(__file__).parent.parent.parent
sys.path.append(str(project_root))

# 导入数据库服务
from app.services.land_use_service import land_use_service

# 设置要处理的土地类型
land_type = "旱地"  # 避免使用str作为变量名，因为它是Python内置函数

# 从数据库获取土地利用数据，替代原来的CSV文件读取
print(f"从数据库获取 '{land_type}' 类型的土地利用数据...")
land_centers_df = land_use_service.get_land_centers_for_processing(land_type)

if land_centers_df is None or land_centers_df.empty:
    print(f"数据库中没有找到 '{land_type}' 类型的土地利用数据")
    exit(1)

print(f"从数据库获取到 {len(land_centers_df)} 个 '{land_type}' 类型的土地数据")

# 读取采样点数据
xls_file = r"..\Data\Irrigation_water_SamplingPoint.xlsx"
df_xls = pd.read_excel(xls_file)

# 设置系数
A = 711 * 0.524
B = 427 * 0.599
C = 200 * 0.7

# 根据土地类型选择系数
coefficient = 0.0
if land_type == "水浇地":
    coefficient = B
elif land_type == "水田":
    coefficient = A
else:
    coefficient = C

# 存储结果的列表
data_rows = []

# 遍历耕地中心点，使用数据库中的中心点坐标
for index, row in land_centers_df.iterrows():
    # 直接使用数据库中已经转换好的WGS84坐标
    lon = row['center_lon']
    lat = row['center_lat']
    
    # 创建中心点几何对象
    center_point = Point(lon, lat)
    
    # 计算到所有采样点的距离
    distances = df_xls.apply(
        lambda x: center_point.distance(Point(x['经度'], x['纬度'])), 
        axis=1
    )
    
    # 找到最近的采样点
    nearest_index = distances.idxmin()
    nearest_sample = df_xls.loc[nearest_index]
    
    # 计算Cd值
    cd_value = nearest_sample['Cd (ug/L)'] * coefficient
    
    # 添加到结果列表
    data_rows.append({
        'DLMC': row['dlmc'],  # 使用数据库中的字段名
        '中心点经度': lon,
        '中心点纬度': lat,
        'Cd (ug/L)': cd_value
    })

# 创建DataFrame并选择指定列
csv_data = pd.DataFrame(data_rows)

# 保存结果
output_dir = Path(__file__).parent.parent / "Data"
output_dir.mkdir(exist_ok=True)
csv_file_path = output_dir / f"{land_type}_Cd_DB.csv"
csv_data.to_csv(csv_file_path, index=False, encoding='utf-8-sig')

print(f"CSV文件已保存至: {csv_file_path}")
print(f"总共处理了 {len(csv_data)} 个 {land_type} 面要素")