6. GDAL python教程(5)——地图代数与栅格数据的写入?

6.1. 以计算NDVI为例:?

NDVI=(NIR-RED)/(NIR+RED)

其中NIR为波段3,RED为波段2

编程要点如下:

  1. 将波段3读入数组data3,将波段2读入数组data2
  2. 计算公式为: ndvi = (data3 – data2) / (data3 + data2)
  3. 当data3和data2均为0时(例如用0表示NODATA),会出现被0除的错误,导致程序崩溃。需要用mask配合choose将0值去掉

代码如下,仅有4行

data2 = band2.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)
data3 = band3.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)
mask = Numeric.greater(data3 + data2, 0)
ndvi = Numeric.choose(mask, (-99, (data3 - data2) / (data3 + data2)))

6.2. 新建栅格数据集?

将刚才计算得到的数据写入新的栅格数据集之中

首先要复制一份数据驱动:

driver = inDataset.GetDriver()

之后新建数据集

Create(<filename>, <xsize>, <ysize>, [<bands>], [<GDALDataType>])

其中bands的默认值为1,GDALDataType的默认类型为GDT_Byte,例如

outDataset = driver.Create(filename, cols, rows, 1, GDT_Float32)

在这条语句的执行过程中,存储空间已经被分配到硬盘上了

在写入之前,还需要先引入波段对象

outBand = outDataset.GetRasterBand(1)

波段对象支持直接写入矩阵,两个参数分别为x向偏移和y向偏移

outBand.WriteArray(ndvi, 0, 0)

下面的例子总结了本次和上次的逐块写入方法

xBlockSize = 64
yBlockSize = 64
for i in range(0, rows, yBlockSize):
   if i + yBlockSize < rows:
        numRows = yBlockSize
   else:
        numRows = rowsnumRows = rows –– ii
   for j in range(0, cols, xBlockSize):
        if j + xBlockSize < cols:
             numCols = xBlockSize
        else:
             numCols = cols – j
        data = band.ReadAsArray(j, i, numCols, numRows)
        # do calculations here to create outData array
        outBand.WriteArray(outData, j, i)

band对象可以设定NoData值

outBand.SetNoDataValue(-99)

还可以读取NoData值

ND = outBand.GetNoDataValue()

6.3. 计算band的统计量?

首先用FlushCache()把缓存数据写入磁盘

之后用GetStatistics(<approx_ok>, <force>)计算统计量。如果approx_ok=1那么计算是基于pyramid的,如果force=0那么当整幅图都要被重读一遍的时候就不计算统计量了。

outBand.FlushCache()
outBand.GetStatistics(0, 1)

6.4. 设定新图的地理参考点?

如果新图与另一张图的地理参考信息完全一致,那就很简单了

geoTransform = inDataset.GetGeoTransform()
outDataset.SetGeoTransform(geoTransform )
proj = inDataset.GetProjection()
outDataset.SetProjection(proj)

6.5. 建立pyramids?

设定Imagine风格的pyramids

gdal.SetConfigOption('HFA_USE_RRD', 'YES')

强制建立pyramids

outDataset.BuildOverviews(overviewlist=[2,4, 8,16,32,64,128])

6.6. 图像的拼接?

  1. 对每张图:读取行数和列数,原点(minX,maxY),像素长,像素宽,并计算坐标范围
maxX1 = minX1 + (cols1 * pixelWidth)
minY1 = maxY1 + (rows1 * pixelHeight)
  1. 计算输出图像的坐标范围:
minX = min(minX1, minX2, …) maxX = max(maxX1, maxX2, …)
minY = min(minY1, minY2, …) maxY = max(maxY1, maxY2, …)
  1. 计算输出图像的行数和列数:
cols = int((maxX – minX) / pixelWidth)
rows = int((maxY – minY) / abs(pixelHeight)
  1. 建立并初始化输出图像
  2. 对每张待拼接的图:计算offset值
xOffset1 = int((minX1 - minX) / pixelWidth)
yOffset1 = int((maxY1 - maxY) / pixelHeight)

读入数据并按照上面计算的offset写入

6. 对输出图像:计算统计量,设定geotransform :

[minX, pixelWidth, 0, maxY, 0, pixelHeight]

设定projection,建立pyramids