将Rtree进行Pickling似乎并不直观，因为它是一个ctypes包装器。SO上的这个评论支持了这个假设。
但在（早得多的）@sgillies 帖子（该库的作者）中，在评论部分，他建议确实是可行的。
然而，当我在本地重新创建这些步骤时，结果表明不是这样的：
>>> idx = rtree.index.Index()
>>> idx.insert(10, (1,2,3,4))
>>> list(idx.intersection((0,0,5,5)))
# [10]
>>> f = open('foo.p', 'wb')
>>> pickle.dump(idx, f)
>>> a = pickle.load( open( "foo.p", "rb" ) )
>>> a.get_bounds()
# [1.7976931348623157e+308, 1.7976931348623157e+308, -1.7976931348623157e+308, -1.7976931348623157e+308]]
>>> list(a.intersection((0,0,5,5)))
# []
问题： 我是否没有正确执行某个操作以启用空间索引的取样？如果可能进行空间索引，应该采取什么正确的方法？
传闻中，我能够成功地通过pickling过程（由Dask.distributed执行的pickling）传递GeoPandas.GeoDataFrame.sindex。我知道它使用cloudpickle或pickle（依赖于情况），但从GeoPandas方面来看，
sindex的类似乎只是rtree.index.Index的包装器。我还没有深入了解为什么会这样，但想先在这里检查一下是否有其他人有见解。