CSIF（Contiguous Solar-induced Fluorescence，日光诱导叶绿素荧光）数据下载与批量处理(shp裁剪nc，并输出为tif)

2401_84159688

于 2024-04-13 04:54:52 发布

阅读量162

点赞数 1

分类专栏：程序员文章标签：服务器运维

本文链接：https://blog.csdn.net/2401_84159688/article/details/137702540

版权

程序员专栏收录该内容

188 篇文章 0 订阅

订阅专栏

数据处理：shp裁剪nc，并输出为tif

# -*- coding: utf-8 -*-
"""
遍历路径，shp批量裁剪nc
20240316, 19:42, YMJ
"""

import os
import geopandas
import numpy as np
import rasterio
from rasterio.enums import Resampling
import xarray as xr
from rasterio.transform import from_origin
from shapely.geometry import mapping, box
import geopandas as gpd

# 输入文件夹路径
input_folder = 'D:\\CSIF\\test'
# 输出文件夹路径
output_folder = 'D:\\CSIF\\daily_clip_resample\\'

shp_path = 'D:\\CMFD\\test\\area.shp'
gdf = gpd.read_file(shp_path)


# 获取输入文件夹中所有的 NetCDF 文件列表
nc_files = []
for root, subroot, files in os.walk(input_folder):
    for file in files:
        if file.endswith("nc"):
            file_path = os.path.join(root, file)
            nc_files.append(file_path)
print(nc_files)

# 循环处理每个 NetCDF 文件
for nc_file in nc_files:
    # 构造完整的输入文件路径
    input_nc_file = os.path.join(input_folder, nc_file)

    # 构造输出文件名（保留原始文件名，但修改扩展名为 '.tif'）
    output_filename = os.path.splitext(nc_file)[0] + '.tif'
    output_tif_file = os.path.join(output_folder, output_filename)

    # 打开待裁剪的 NetCDF 文件
    data_ds = xr.open_dataset(input_nc_file)
    data_ds.rio.write_crs("EPSG:4326", inplace=True)

  


**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数大数据工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。**
![img](https://img-blog.csdnimg.cn/img_convert/fc2775cb68b008be60f456a2a858ffa9.png)
![img](https://img-blog.csdnimg.cn/img_convert/865eab221e1ccf6fe539b2949f356ac1.png)
![img](https://img-blog.csdnimg.cn/img_convert/f4771166109d35409b21b54bb53fe0dc.png)
![img](https://img-blog.csdnimg.cn/img_convert/070c0c63818b073886508802c4eb4f56.png)
![img](https://img-blog.csdnimg.cn/img_convert/d87c9b5af2e032cae0a193c9baa69654.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上大数据开发知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip204888 （备注大数据获取）**
![img](https://img-blog.csdnimg.cn/img_convert/2f549c97d5d39199a2492231f0563642.png)

**一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**