Arcpy
文章平均质量分 73
专题的内容:
(一)自定义重采样方法;
(二)加权Voronoi图实现;
(三)局部高程点的提取方法+坡度图实现;
(四)大尺度空间范围可燃物载量计算方法;
(五)遥感数据中值滤波与均值滤波实现方法(不计入NoDATA)。
sky J
资源有任何问题请联系我,每日都看私信
展开
-
ArcPy学习心得系列(5)遥感数据中值滤波与均值滤波实现方法(不计入NoDATA)
通过上述算法,即可对一个窗口内的遥感数据进行滤波,基于上述思路,对整个遥感图像进行遍历,以窗口的中心像元为基准,取到N个相同大小的窗口(窗口大小会随应用场景的变化而变化),对其中的每一个窗口中心像元进行滤波,以下,为滤波过程的核心代码,其中,self.w_1是人为设置的窗口大小,height和width分别表示遥感数据的行数和列数,result表示滤波后的新数据。在滤波完成后,我们还需要将滤波后的结果保存为TIFF文件。那么,在进行滤波代码的实现以前,让我们一起来看一下滤波的实现原理吧!原创 2023-07-07 00:15:00 · 432 阅读 · 0 评论 -
ArcPy学习心得(4)(四)大尺度空间范围可燃物载量计算方法
在获取到数据的数组后,即可对数据进行计算,然而,在大尺度空间范围下,数据计算过程中所占用的运行内存是非常多的,在数据量较大的情况下,会发生内存溢出的情况,针对于此类情况,Numpy的Array数组有一个特性,即可对Array数组进行分块处理,也可理解为切片处理,而在对Array数组进行分块处理时,可选择规则型分块,即根据数组的行数和列数,将数组分成大小相同的矩形,对其进行处理,也可利用条件表达式,对Array数组进行过滤,对过滤后的数组进行处理。以下内容为此次代码的部分内容(不包含可燃物载量算法)。原创 2023-07-06 01:00:00 · 233 阅读 · 1 评论 -
ArcPy学习心得系列(3)局部高程点的提取方法+坡度图实现
(2n+1)的矩形区域,接下来,只需要判断这个区域的中心点是否是这个区域中的最大值,最大值在这个区域内是否唯一就可以了,如果这个区域的中心点的值大于这个区域内的其他值,并且当前区域的最大值具有唯一性,那么我们便可以认为这个区域的中心点就是我们所要提取的山顶点。首先,第一步,还是从需求分析开始,根据题意,我们知道需要从DEM数据中提取出山顶点,那么,需要我们对山顶点的概念有一定了解,而山顶点,也可以理解为是局部区域的最高点,因此,我们只需要提取局部区域最高点即可。以下,为此思路的核心代码。原创 2023-07-06 00:00:00 · 435 阅读 · 1 评论 -
ArcPy学习心得系列(2)加权Voronoi图Arcpy实现(栅格)
先进入需求分析阶段,在进行计算之前,我们照常需要对栅格数据中的各数据进行读取,其中主要包含:栅格数据的数组、行数、列数、NoDATA,而在计算的时候,我们还需要创建出一个与原数据相同大小的数组,来存放我们计算出来的结果,在最后将结果保存为栅格数据时,还需要获取到原数据的起始坐标位置(左下角)以及原图像的像元大小。首先,需要先科普一下啥是Voronoi图,根据网络上的解释是这样的:Voronoi图,又叫泰森多边形或Dirichlet图,它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。原创 2023-07-05 00:15:00 · 467 阅读 · 1 评论 -
ArcPy学习心得系列(1)自定义重采样方法
4.输出图像坐标系应与原图像相同,在这一需求上,我们除了要定义数据的输出坐标系外,还要对我们输出数据的相对位置做出定义,也可理解为控制点,在arcpy中,新生成的数组在转化为栅格数据时,需指定初始坐标位置(左下角位置),因此在在新生成的数据转化为栅格数据之前,我们需要先取得原图像的左下角位置坐标。将原图像的4个像元合并为一个像元,即取2*2窗口的四个像元,取其平均值作为输出图像的像素,输出图像坐标应与原图像相同,输出像元大小应为原图像两倍。1)新数据每个单独像元的值由原图像四个像元的均值组成;原创 2023-07-01 14:36:19 · 267 阅读 · 0 评论