基于 gma 的栅格运算思路与应用

整体思路

   gma 有限度的提供栅格读取、处理等操作过程，并提供标准化的栅格处理思路，方便自主进行栅格数据运算等操作。基于 gma 的栅格运算标准思路和流程如下图：

栅格运算

   基于 整体思路，这里简单实现栅格运算 （以 GEBCO 2020 年海洋与陆地中国范围内地形 GTiff 格式数据为例）。

import gma
InFile = 'ELE_China_GEBCO_2020.tif'

打开文件

DataSet =  gma.Open(InFile)

获取属性

   为方便运算后结果生成 GTiff 时添加属性，这里记录一下原始数据属性。可获取的属性参考 Open:RasterOpen。
这里记录 坐标系/投影（Projection）、仿射变换（GeoTransform）、驱动格式（Driver）以及无数据标记值（NoData）。

Proj = DataSet.Projection
Geot = DataSet.GeoTransform
Driver = DataSet.Driver 
NoData = DataSet.NoData 

读取数据为数组

   返回 array，方便结合 numpy、scipy、sklearn、pytorch 等其他库进行分析运算。

Data = DataSet.ToArray()

*简单归一化运算

   这里对整个 array 进行一个简单的归一化运算，归一化方法如下：

$$NDData=\frac{Data-Dat{a}_{min}}{Dat{a}_{max}-Dat{a}_{min}}$$

# 记录有效数据位置
DLOC = Data != NoData DMax = Data[DLOC].max()
DMin = Data[DLOC].min()
NDData = (Data - DMin) / (DMax - DMin)# 将无数据区域重新标记为 NoData
NDData[Data == NoData] = NoData

若输入数据包含 NoData，则此处运算时一定要忽略 NoData。因为此值作为填充值，不为有效数据，仅作占位使用！

输出结果到新文件

gma.rasp.WriteRaster('./ELE_China_GEBCO_2020_ND.tif', NDData,Projection = Proj, Transform = Geot,Format = Driver,DataType = 'Float32', NoData = NoData )

反馈与学习

   请联系：Luo_Suppe（微信号）。