Python引入GDAL进行DEM数据信息获取

Python进行DEM数据信息获取

实现思路

  1. 采用gdal进行DEM(栅格)数据读取
  2. 运用gdalJ进行DEM数据的信息获取

下载和引入GDAL包

可以有两种方式进行gdal包的安装:
  • 直接用pip下载

    pip install gdal

    该方法我安装不成功,显示需要安装Microsorft Visual C++ 14.0

  • 通过下载python非官方文件,下载gdal包

    1. python拓展包下载地址:[Unofficial Windows Binaries for Python Extension Packages](Python Extension Packages for Windows - Christoph Gohlke (uci.edu))

    2. 选择与自己python版本对应的whl包,其中cpXX-cpXX数字表示版本信息
      在这里插入图片描述

    3. 打开命令行,路径转入到gdal.whl的路径下,运行:
      pip install GDAL‑3.3.1‑cpXX‑cpXX‑win_amd64.whl

引入gdal包:

from osgeo import gdal

DEM等栅格数据的信息获取

DEM概况信息(行列、坐标、投影信息等)
dataset = gdal.Open('./data/dem.tif') # 打开DEM数据

dem_XSize = dataset.RasterXSize  # 列数
dem_YSize = dataset.RasterYSize  # 行数
dem_bands = dataset.RasterCount  # 波段数

dem_geotrans = dataset.GetGeoTransform()  # 仿射矩阵
dem_proj = dataset.GetProjection()  # 地图投影信息

band = dataset.GetRasterBand(1) # 获取第一个波段的信息

dem_data = band.ReadAsArray(0, 0, dem_XSize, dem_YSize) # 读取数据
读取每个单元的高程信息
for i in range(dem_YSize): #遍历行
    for j in range(dem_XSize): # 遍历列
        cur = dem_data[i][j] # dem矩阵的值(高程)
读取DEM坐标信息
def getLngLat(row, col, geotransform):
    px = geotransform[0] + col * geotransform[1] + row * geotransform[2]
    py = geotransform[3] + col * geotransform[4] + row * geotransform[5]
    return [px, py]
    
for i in range(dem_YSize): #遍历行
    for j in range(dem_XSize): # 遍历列
        pos = getLngLat(i,j,dem_geotrans) # 坐标
完整代码
# -*- coding: utf-8 -*-
import math
from osgeo import gdal
import numpy as np

dataset = gdal.Open('./data/dem.tif')

dem_XSize = dataset.RasterXSize  # 列数
dem_YSize = dataset.RasterYSize  # 行数
dem_bands = dataset.RasterCount  # 波段数
# print(dem_XSize, dem_YSize, dem_bands)

dem_geotrans = dataset.GetGeoTransform()  # 仿射矩阵
# print("左上角地理坐标", dem_geotrans[0], dem_geotrans[3])
dem_proj = dataset.GetProjection()  # 地图投影信息

# 读取某一像素点的值
# 读取一个波段,其参数为波段的索引号,波段索引号从1开始
band = dataset.GetRasterBand(1)

# 用ReadAsArray(<xoff>, <yoff>, <xsize>, <ysize>),读出从(xoff,yoff)开始,大小为(xsize,ysize)的矩阵。以下为读取整幅图像
dem_data = band.ReadAsArray(0, 0, dem_XSize, dem_YSize)
# print(dem_data)

# 获取经纬度
def getLngLat(row, col, geotransform):
    px = geotransform[0] + col * geotransform[1] + row * geotransform[2]
    py = geotransform[3] + col * geotransform[4] + row * geotransform[5]
    return [px, py]

rowLen = dem_YSize
colLen = dem_XSize
rowStep = 1
colStep = 1
data = dem_data[0:rowLen, 0:colLen]
curRow = 0  # 当前行
while curRow < rowLen:
    curCol = 0  # 当前列
    while curCol < colLen:
        cur_pos = getLngLat(curRow, curCol, dem_geotrans) # 坐标
        cur_height = dem_data[curRow][curCol] # dem矩阵的值(高程)
        curCol += colStep
    curRow += rowStep
# 释放内存。如果不释放,在arcgis或envi中打开该图像时显示文件已被占用
del dataset

源码

  • 6
    点赞
  • 51
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python GDAL是一个用来处理地理空间数据的开源库,可以用来处理卫星数据GDAL(地理数据抽象库)是一个强大的地理空间数据处理库,可以读取、写入和分析各种格式的栅格和矢量数据GDALPython中的接口被称为Python GDAL,它结合了Python的便捷性和GDAL的功能,使得处理卫星数据变得更加高效和便捷。 使用Python GDAL可以完成以下卫星数据处理任务: 1. 数据读取Python GDAL可以读取各种格式的卫星数据,例如GeoTIFF、HDF、NetCDF等。通过打开数据集,可以获取数据的基本信息,如大小、数据类型、地理坐标系统等。 2. 数据处理:Python GDAL提供了一系列的函数和方法,可以对卫星数据进行处理和分析。例如,可以创建影像金字塔、重采样、切割、裁剪、合并、投影转换等操作。 3. 数据提取:可以通过Python GDAL提取图像中的特定区域、像素值、波段等信息。这对于进行卫星图像分类、变化检测等任务非常有用。 4. 数据写入:Python GDAL可以将处理后的卫星数据保存为各种格式,包括GeoTIFF、HDF、NetCDF等。这样可以方便地将处理结果用于其他软件或分享给他人。 Python GDAL具有广泛的功能和灵活的扩展性,可以通过结合其他Python库和工具,如NumPy、Pandas、Matplotlib等,实现更复杂的卫星数据处理和分析任务。 总之,利用Python GDAL可以方便地读取、处理和分析卫星数据,为地理空间数据的研究和应用提供了强大的工具。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值