pyhton将多波段tiff数据进行波段分离，并按年月命名文件

       有时计算的结果常常存储在一个tiff文件中，波段太多，数据较大，查看不方便，将其分离成单波段文件可以便于查看。

这里以计算得到的SPEI数据为例，我的计算结果包含了2000-2022年逐月的数据结果，共264个波段，下面代码可以进行波段分离，并按年月进行命名

# 导入需要的库
import numpy as np  # 处理数组和矩阵
import os  # 操作文件和目录
from osgeo import gdal  # 取和写入地理空间数据
import tifffile as tif  # 读取和写入.tif格式文件

# 定义读取图像像素矩阵函数，其中fileName为图像文件名
def readTif(fileName):
    dataset = gdal.Open(fileName)  # 使用gdal库打开图像文件
    return dataset  # 返回数据集对象

# 定义保存tif文件函数
def writeTiff(im_data, im_geotrans, im_proj, path):
    if 'int8' in im_data.dtype.name:  # 判断数据类型是否为int8
        datatype = gdal.GDT_Byte  # 设置数据类型为Byte
    elif 'int16' in im_data.dtype.name:  # 判断数据类型是否为int16
        datatype = gdal.GDT_UInt16  # 设置数据类型为UInt16
    else:
        datatype = gdal.GDT_Float32  # 设置数据类型为Float32
    if len(im_data.shape) == 3:  # 判断数据维度是否为3
        im_bands, im_height, im_width = im_data.shape  # 获取波段数、高度和宽度
    elif len(im_data.shape) == 2:  # 判断数据维度是否为2
        im_data = np.array([im_data])  # 将数据转换为3维数组
        im_bands, im_height, im_width = im_data.shape  # 获取波段数、高度和宽度
    driver = gdal.GetDriverByName("GTiff")  # 获取GTiff驱动
    dataset = driver.Create(path, int(im_width), int(im_height), int(im_bands), datatype)  # 创建.tif文件
    if (dataset != None):
        dataset.SetGeoTransform(im_geotrans)  # 写入仿射变换参数
        dataset.SetProjection(im_proj)  # 写入投影
    for i in range(im_bands):  # 遍历波段
        dataset.GetRasterBand(i + 1).WriteArray(im_data[i])  # 将波段数据写入.tif文件
    del dataset  # 删除数据集对象

# 定义波段分离函数
def bandsclip(path1, output_dir):
    dataset_img = readTif(path1)  # 读取图像数据集
    width = dataset_img.RasterXSize  # 获取图像宽度
    height = dataset_img.RasterYSize  # 获取图像高度
    proj = dataset_img.GetProjection()  # 获取图像投影
    geotrans = dataset_img.GetGeoTransform()  # 获取图像仿射变换参数
    img = dataset_img.ReadAsArray(0, 0, width, height)  # 读取图像数据

    for i in range(img.shape[0]):  # 遍历波段
        year = 2000 + i // 12  # 计算年份
        month = i % 12 + 1  # 计算月份
        output_filename = f"{output_dir}/SPEI_{year}_{month:02d}.tif"  # 构建输出文件名，例如：SPEI_2000_01.tif
        img_out = np.array(img[i, ::])  # 获取当前波段数据
        writeTiff(img_out, geotrans, proj, output_filename)  # 将波段数据保存为.tif文件

# 切换当前工作目录
os.chdir(r'D://work//SPEI')

path1 = r'D://work//spei_12.tif'  # 要分离波段的原始图像数据名称
output_dir = r'./SPEI-12'  # 分离的各波段结果图像保存目录
if not os.path.exists(output_dir):
    os.makedirs(output_dir)  # 如果保存目录不存在，则创建目录
bandsclip(path1, output_dir)  # 调用波段分离函数
print('Bandsclip END!')  # 打印输出