记录在处理SIF数据中，遇到的一些问题及解决过程

Jackson的生态模型

已于 2022-06-05 23:16:44 修改

阅读量1.6k

点赞数 3

分类专栏： GIS 文章标签：计算机视觉人工智能机器学习

于 2022-06-05 19:52:34 首次发布

本文链接：https://blog.csdn.net/amyniez/article/details/125135101

版权

GIS 专栏收录该内容

21 篇文章 15 订阅

订阅专栏

1. arcgis的渔网（fishnet）的绘制和数据获取

首先需要选取一个区域进行渔网格的提取，我选取的是西南地区的图像（云贵川、重庆、西藏）：
在这里插入图片描述

进行fishnet的生成（数据管理工具）：
在这里插入图片描述

打开fishnet图像的属性表，查看里面的字段，然后添加两个字段（latitude和longitude），并进行几何计算，生成对应字段的值：

在这里插入图片描述

得到包含两个字段具体信息的属性表：
在这里插入图片描述
导出属性表，并以文本文件的形式储存：

成功！！！

最后展示一下生成的效果图：
在这里插入图片描述

2. 图像掩膜和归一化处理

图像掩膜（裁剪出西南地区所对应的sif图像数据）应该是一个比较常见的操作，按掩膜提取：
在这里插入图片描述

在这里插入图片描述

再对掩膜后的栅格图像进行归一化操作，我这里叫做模糊分类，有的版本的arcgis叫做 Fuzzy Membership（模糊隶属度）：
在这里插入图片描述
选择线性函数：

生成结果对比（图一为归一化图像，图二为原始图像）
在这里插入图片描述

可以看出，归一化之后的图像，对比度更加的明显。

3. Panoply的使用

这是一个用来查看**.nc文件**（）的一个神器。
.nc文件： netCDF（The Network Common Data Form），可以用来存储一系列的数组。可以通过之前生成的fishnet文本数据生成.nc文件，具体说就像栅格图像的属性表，记录了图像的 纬度、经度、时间、SIF 等字段。
1. 打开一个.nc文件：
在这里插入图片描述
2. 查看文件中的信息：

但是我对这些信息都不太了解，不知道他们具体有什么作用。
再重新打开一个文件（图像很大，大概150MB）：
在这里插入图片描述

这个图中包含了可以绘制图像的属性字段（GeoTraj），加载起来会比较的卡：
在这里插入图片描述

4.Python查看.nc文件

# -*- coding: utf-8 -*-
from netCDF4 import Dataset
import numpy as np
import sys
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.basemap import Basemap
from pandas import DataFrame
#数据读入
nc=Dataset('D:\\PythonFile\\ret_f_nr5_nsvd12_v26_waves734_nolog.20140202_v28_all.nc')

print(nc.variables.keys())
print('-----------------------------------------------------------------------------------')

#取出各variable的数据看看,数据格式为numpy数组
for var in nc.variables.keys():
    data=nc.variables[var][:].data
    print(var,data.shape)
print('-----------------------------------------------------------------------------------')
    
print(nc.variables['longitude'][:].data,nc.variables['latitude'][:].data)