NC格式文件转换为Tiff文件。
代码实现
导入相关库
# -*- coding: UTF-8 -*-
# 导入相关库
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import os
import glob
import datetime
import matplotlib.pyplot as plt
加载数据
读取netcdf数据
data=nc.Dataset('LGHAP.PM10.D01.Y2010_2020.nc')#读取nc文件
Lat_data = data.variables['lat'][:]#读取纬度
Lon_data = data.variables['lon'][:]#读取经度
PM10= np.asarray(data.variables['PM10'])#读取对应变量
NC转TIFF
def NC_to_Tif(data,attribute_name,Input_folder,Output_folder):
nc_data_obj = nc.Dataset(Input_folder+'//'+data)
Lon = nc_data_obj.variables['lon'][:]
Lat = nc_data_obj.variables['lat'][:]
attribute= np.asarray(nc_data_obj.variables[attribute_name]) # 提取对应变量
#影像的左上角和右下角坐标
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()]
#分辨率计算
N_Lat = len(Lat)
N_Lon = len(Lon)
Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)
#由于nc文件中记录了多时序的信息,需要遍历时间,对每一个时间切片的数据转换为tif文件
for i in range(len(attribute[:])):
#创建.tif文件
driver = gdal.GetDriverByName('GTiff')
out_tif_name = Output_folder + '/' + attribute_name+'_' + data.split('\\')[-1].split('.')[0] + '_' + str(i+1) + '.tif'
out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32)
# 设置影像的显示范围
geotransform = (LonMin,Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
#获取地理坐标系统信息,用于选取需要的地理坐标系统
srs = osr.SpatialReference()
srs.ImportFromEPSG(4326) # 定义输出的坐标系为"WGS 84"
out_tif.SetProjection(srs.ExportToWkt()) # 给新建图层赋予投影信息
#数据写出
matrix=attribute[i].T
matrix=matrix[::-1]#此处[::-1]用于图像的垂直镜像对称,避免图像颠倒
out_tif.GetRasterBand(1).WriteArray(matrix)
# 将数据写入内存,此时没有写入硬盘
out_tif.FlushCache() # 将数据写入硬盘
del out_tif # 注意必须关闭tif文件