Python + GDAL处理数据(2): 数据转存为栅格

2024-04-24 06:18

本文主要是介绍Python + GDAL处理数据(2): 数据转存为栅格,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

接上篇
Python + GDAL 处理数据(1): NC文件的读取
老规矩,一上来先声明注释和导入包

# -*- coding:utf-8 -*-
from osgeo import gdal,osr,ogr,gdalconst
import os,datetime,random
# 读取数据文件
PrRCP85 = nc.Dataset("./pr_Amon_CanESM5_rcp85-cmip5_r5i1p1f1_gn_200601-210012.nc")
Year = 2015 
locals()["Pr"+str(Year)] = PrRCP85.variables['pr'][1,:,:] #这里是为了批量生成变量名,就不改了
locals()["Pr"+str(Year)] = np.asarray(locals()["Pr"+str(Year)])
locals()["Pr"+str(Year)][np.where(locals()["Pr"+str(Year)] == 1e+20)] = np.nan #异常值处理
locals()["Pr"+str(Year)] = locals()["Pr"+str(Year)] * 1000 * 100 * 100
Lat = PrRCP85.variables['lat'][:]
Lon = PrRCP85.variables['lon'][:]
PrOutTif = "./Tiff Store/RCP85/Raw Data Tiff Store/ACCESS-ESM1-5/MAP/Pr_%s.tif"%Year
#Tif影像的信息
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()] 
xsize = (LonMax-LonMin)/len(Lon)
ysize = (LatMax-LatMin)/len(Lat)
#构建栅格
locals()["Pr"+str(Year)+"_ds"] = gdal.GetDriverByName('Gtiff').Create(PrOutTif,len(Lon),len(Lat),1,gdal.GDT_Float32) 
locals()["Pr"+str(Year)+"_ds"].SetGeoTransform((LonMin,xsize, 0, LatMin, 0, ysize))
#设置地理坐标系和投影坐标系,这里设置为WGS_84,索引号4326
srs = osr.SpatialReference()# 获取地理坐标系统信息,用于选取需要的地理坐标系统
srs.ImportFromEPSG(4326) # 定义输出的坐标系为"WGS 84",AUTHORITY["EPSG","4326"]
locals()["Pr"+str(YearsNum[Ind+80])+"_ds"].SetProjection(srs.ExportToWkt()) # 给新建图层赋予投影信息
locals()["Pr"+str(YearsNum[Ind+80])+"_ds"].GetRasterBand(1).SetNoDataValue(-9999) #设置空值玮-9999
locals()["Pr"+str(YearsNum[Ind+80])+"_ds"].GetRasterBand(1).WriteArray(locals()["Pr"+str(YearsNum[Ind+80])]) # 将数据写入内存
locals()["Pr"+str(YearsNum[Ind+80])+"_ds"].GetRasterBand(1).GetStatistics(0,1)# 添加统计信息
locals()["Pr"+str(YearsNum[Ind+80])+"_ds"].FlushCache() #将数据写入硬盘
del locals()["Pr"+str(YearsNum[Ind+80])+"_ds"] #关闭栅格文件,解除文件占用

到这里,就完成了数据绘制栅格部分

这篇关于Python + GDAL处理数据(2): 数据转存为栅格的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/930965

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal