怎么用Python进行栅格数据的分区统计和批量提取
小编给大家分享一下怎么用Python进行栅格数据的分区统计和批量提取，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！
有时候我们会有这样的想法，就是针对某个区域的栅格数据，要提取它的平均值或者其他统计指标，比如在一个省内提取多年的降雨数据，最后分区域地计算一些统计值，或者从多个栅格数据中提取某个区域的数值形成一个序列。为了方便，画一个示意图看看，比如就像提取这个区域中的某一个市的区域，然后形成一个序列数据，这就可以使用rasterstats库了，此外的分区统计也可以用这个库
这个实验使用的数据格式分别是栅格(*.tif)和矢量(.shp)，之后的分区统计操作和栅格数据的提取都是源于这两类数据。为了能使用上这个rasterstats库，选择了在google colab平台运行脚本，因为安装库实在是太方便了，在win上老是安装不上的，在google notebook立马就搞定了，而且可以把数据存储到谷歌云盘，直接在notebook中就是可以链接使用的
那么现在就开始做测试，使用的数据就是左侧的栅格和矢量数据集导入相关的模块
importgeopandasasgpd importpandasaspd importnumpyasnp importmatplotlib.pyplotasplt importrasterio importrasterstats fromrasterio.plotimportshow #show()方法用来展示栅格图形 fromrasterio.plotimportshow_hist #用来展示直方图 importcartopy.crsasccrs importcartopy.featureascfeature fromcartopy.mpl.tickerimportLongitudeFormatter,LatitudeFormatter
使用geopandas和rasterio分别读取矢量和栅格数据
#使用geopandas读取矢量数据
districts=gpd.read_file('/content/drive/MyDrive/Datashpraster/Data/Districts/districts.shp')
#使用rasterio读取栅格数据，栅格数据和矢量数据的坐标投影需要一致
raster=rasterio.open('/content/drive/MyDrive/Datashpraster/Data/RainfallDataRasters/2020-4-1.tif')#把矢量数据和栅格数据绘制到一个axis上，这个axis不是坐标轴，而是图形 plt.rcParams['font.family']='TimesNewRoman' plt.rcParams['font.size']=20 fig,(ax1,ax2)=plt.subplots(1,2,figsize=(15,6)) show(raster,ax=ax1,title='Rainfall') #读取进来的矢量数据可以直接调用gpd的plot()方法绘制 districts.plot(ax=ax1,facecolor='None',edgecolor='red') show_hist(raster,ax=ax2,title='hist') plt.show()
先绘制一下结果看看
读取栅格数据：
#提取雨量栅格值到numpy数组 #遵循GDAL规则从第一波段读取 rainfall_data=raster.read(1) rainfall_data
开始分区统计：
#设置坐标变换信息 affine=raster.transform #准备开始进行空间分区计算 #第一个参数是矢量分区，第二个是栅格，第三个是坐标变换信息，第四个是统计均值 avg_rallrain=rasterstats.zonal_stats(districts,rainfall_data,affine=affine,stats=['mean'],geojson_out=True) #avg_rallrain #除了统计平均值之外，还有最大最小值那些
绘制一下，只是一个简单的图形而已
当然第二部分更有意思，就是从多个分散的栅格数据中提取数据形成一个序列
，就是这些tif数据
loop这些栅格数据集：
获得提取到的结果，没错，就是这么一个序列数据，然后就是绘图了
转换数据格式
#将Date列转为时间型 data['Date']=pd.to_datetime(data['Date'],infer_datetime_format=True) #print(data) data['Date']=data['Date'].dt.date print(data)
绘图结果就是简单的图形而已
#准备绘制图形 fig,(ax1,ax2)=plt.subplots(2,1,figsize=(18,6)) plt.rcParams['font.size']=15 data.plot(x='Date',y='Average_RF_Porto',ax=ax1,kind='bar',title='Avg_Rail_Porto') data.plot(x='Date',y='Average_RF_Faro',ax=ax2,kind='bar',title='Avg_Rail_Faro',color='red') #自动调整图形的分布 plt.tight_layout() plt.show()
结果就这样一个序列图，目的就是从栅格提取指定的研究区，然后提取栅格的值，再来绘图
虽然感觉不是那么花里胡哨的图，但这个应该还是比较实用的，特别是大批量提取栅格值的时候。由于在google colab里面操作的步骤比较多，中间可能有省略的地方，但重要的应该都在文中了，当然也可以迁移运用到其他地方，也可以查看一下这个第三方库的教程，比如read(1)是什么意思，官网的docs就写得有，实在是很方便的
看完了这篇文章，相信你对“怎么用Python进行栅格数据的分区统计和批量提取”有了一定的了解，如果想了解更多相关知识，欢迎关注恰卡编程网行业资讯频道，感谢各位的阅读！
