植物表型程序学习_植物表型组学用什么编程语言-CSDN博客

本文链接：https://blog.csdn.net/m0_73832962/article/details/130836730

近来学习植物表型计算相关程序，涉及到计算株高、覆盖度、植被指数和CV，其中接触到了一些新的python库，这里进行了相关资料的查阅，并对相关代码进行了学习，总结如下

（一）OSgeo与GDAL

（1）官网链接：开源地理空间基金会中文分会,OSGeo中文分会,OSGeo中国中心,地理空间数据共享,开放地理空间实验室

开源空间信息基金会(Open Source Geospatial Foundation，简称OSGeo)是一个全球性非营利性组织，目标是支持全球性的合作,建立和推广高品质的空间信息开源软件。 OSGeo中国中心是由国家遥感中心发起、Autodesk中国有限公司。

（2）Python与开源GIS

官网链接Python与开源GIS：数据处理、空间分析与地图制图 — 首页

（3）GIS概念

GIS 是一门综合性学科，其结合了地理学与地图学，已经广泛地应用在不同的领域，是用于输入、存储、查询、分析和显示地理数据的计算机系统，它可以把地图这种独特的视觉化效果和地理分析功能与一般的数据库操作(如查询和统计分析等) 集成在一起。

（4）使用GDAL操作栅格数据

没有一套高效率的数据转换模型和类库就很难完成异构数据的集成与融合，正是有了 GDAL/OGR，构建在其之上的各类地理信息软件工具才有了生命力。

1.GDAL概念

最开始 GDAL 是一个用来处理栅格空间数据的类库，OGR 则是用来处理矢量数据的。后来，这两个库合并成为一个库，在下载安装的时候，都是使用 GDAL 这一个名字。在《Python与开源GIS: 数据处理、空间分析与地图制图》一书中，为了避免这种混乱，将这个组合的库称为 GDAL/OGR，使用 GDAL 来表示处理栅格数据的库，使用 OGR 来表示处理矢量数据的库。

2.GDAL库简介

GDAL 设计用来处理各种栅格地理数据格式的类库。它包括读取、写入、转换及处理各种栅格数据格式。GDAL 使用了一个单一的抽象数据模型来支持大多数的栅格数据格式。

GDAL 库的 Python 版和其他的 Python 库结合得很好，比如可以用常用的NumPy 库进行数据的处理与分析，以及与本书后续章节中的各种类库组合使用。

3.GDAL体系结构

GDAL 使用抽象数据模型 (abstract data model)来解析它所支持的数据格式抽象数据模型包括数据集 (dataset)、标系统 (coordinate system)、仿射地理变换 (affine geo transform)、地面控制点(GCP)、元数据(metadata)、子数据集域subdatasets domain)、图像结构域(image_structure domain)、有理多项式系数域RPC (rational polynomial coeffcient) domain ]、影像域(imagery domain，一般用于遥感)、XML 域(XML domains)、栅格波段(raster band)、颜色表 (color table)及快视图(overviews)。