本文介绍基于Python中ArcPy模块,对大量栅格遥感影像文件批量进行相减做差的方法。
首先,我们来明确一下本文的具体需求。现有一个存储有多张.tif
格式遥感影像的文件夹,其中每一个遥感影像的文件名中都包含有该图像的成像年份,且每一个遥感影像的空间范围、像元大小等都是一致的,可以直接进行栅格相减;且文件夹内除了.tif
格式的遥感影像文件外,还具有其它格式的文件;如下图所示。
我们希望,对于同一年成像的两景遥感影像分别进行做差处理。例如,将上图中的2001.tif
文件减去2001_N.tif
文件,将2005.tif
文件减去2005_N.tif
文件,以此类推。
明确了需求后,我们就可以开始具体的 *** 作。首先,本文所需用到的代码如下。
# -*- coding: utf-8 -*-
"""
Created on Sun Apr 24 11:12:37 2022
@author: fkxxgis
"""
import arcpy
tif_file_path="E:/LST/Data/MODIS/16_True/"
dif_file_path="E:/LST/Data/MODIS/17_Difference/"
arcpy.env.workspace=tif_file_path
tif_file_name=arcpy.ListRasters("*","tif")
tif_file_year=tif_file_name[0][0:4]
one_year_tif_list=[]
for tif_file in tif_file_name:
if tif_file[0:4]==tif_file_year:
one_year_tif_list.append(tif_file)
if tif_file==tif_file_name[len(tif_file_name)-1]:
arcpy.gp.Minus_sa(one_year_tif_list[0],
one_year_tif_list[1],
dif_file_path+tif_file_year+"_Dif.tif")
else:
arcpy.gp.Minus_sa(one_year_tif_list[0],
one_year_tif_list[1],
dif_file_path+tif_file_year+"_Dif.tif")
one_year_tif_list=[]
one_year_tif_list.append(tif_file)
tif_file_year=tif_file[0:4]
其中,tif_file_path
是原有计算平均值前遥感图像的保存路径,dif_file_path
是我们新生成的求取平均值后遥感影像的保存路径,也就是结果保存路径。
在这里,和我们前期的博客Python中ArcPy实现对不同时相的栅格遥感影像依据其成像时间分别批量拼接(https://blog.csdn.net/zhebushibiaoshifu/article/details/124227237)类似,需要首先在资源管理器中,将tif_file_path
路径下的各文件以“名称”排序的方式进行排序;随后,利用arcpy.ListRasters()
函数,获取路径下原有的全部.tif
格式的图像文件,并截取第一个文件的部分文件名,从而获取其成像时间的具体年份。
接下来,遍历tif_file_path
路径下全部.tif
格式图像文件。其中,我们通过一个简单的判断语句if tif_file[0:4]==tif_file_year:
,来确定某一年的遥感影像是否已经读取完毕——如果已经读取完毕,例如假如2001
年成像的2幅遥感影像都已经遍历过了,那么就对这2景遥感影像做差,并开始对下一个年份(即2005
年)成像的2景遥感影像继续加以计算;如果还没有读取完毕,例如假如2001
年成像的2幅遥感影像目前仅遍历了第1幅,那么就不做差,继续往下遍历,直到遍历完2001
年成像的2幅遥感影像。
这里相信大家也看到了为什么我们要在前期先将文件夹中的文件按照“名称”排序——首先,是为了保证同一年成像的2景遥感影像都排列在一起,遍历时只要遇到一个新的年份,程序就知道上一个年份的2张图像都已经遍历完毕了,就可以将上一个年份的2张栅格图像加以做差;其次,是为了保证我们的被减数(例如2005.tif
文件)排在减数(例如2005_N.tif
文件)的前面,从而方便我们进行做差运算。
在这里,我们实现两张栅格遥感影像相减 *** 作的函数是arcpy.gp.Minus_sa()
函数,其第一个参数是被减数,第二个参数是减数,第三个参数是结果保存路径与名称。
最后,通过if tif_file==tif_file_name[len(tif_file_name)-1]:
这个判断,来确认是否目前已经遍历到文件夹中的最后一个图像文件。如果是的话,就需要将当前成像年份的2景图像进行差值的求取,并宣告代码完成运行。
在 IDLE (Python GUI) 中运行代码。代码运行完毕后,我们可以看到求取差值之后的遥感影像已经存在于我们的结果保存路径中了。
欢迎关注公众号/CSDN/知乎/微博:疯狂学习GIS
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)