python编程练习：基于gdal库，提取栅格数据并添加x、y字段

系列文章目录： ArcGIS自定义脚本编程

---

一、引言

栅格（.tif）文件是一种常见的数据存储格式，在空间分析中的过程中，我们常常需要将栅格文件中包含的数据提取出来，导出为类似于{(x1，y1，v1), (x2，y2，v2)…}。其中，x、y分别为栅格文件中某个像元中心处对应的横坐标和纵坐标，v为此像元对应的值。

针对这一过程，即提取栅格数据并添加x、y字段的过程，通常可以利用ArcGIS进行，即对于浮点型栅格，先用栅格转点工具转为点要素，再使用添加XY坐标工具，再打开点要素的属性表导出。
但是，在处理文件大的栅格文件时，ArcGIS的速度简直是慢的令人发指。比如说提取全中国1km的高程栅格数据，光是栅格转点这一步就用了8分钟左右。顺带一提，用QGIS执行相同的操作，栅格转点只需10s，这种方法推荐给对python不熟悉的同学，具体操作如下：

本文利用gdal库实现了这一过程，提取全中国1km的高程栅格数据的所需时间与ArcGIS、QGIS对比如下：gdal（约2s）<< QGIS（约30s）<< ArcGIS（约15min）。

---

二、脚本代码

import time
from osgeo import gdal
import numpy as np
import pandas as pd
import os


def rasterToPoints(rasterfile, nodata=None, v_name=None):
    """
    :param rasterfile: 待执行栅格转点的栅格文件
    :param nodata:栅格中的无数据值,默认取栅格的最小值
    :param v_name:导出表格中栅格值所在列的名称，默认为栅格的文件名
    :return:x、y、value
    """
    # numpy禁用科学计数法,pandas中存储浮点型时只保留四位小数
    np.set_printoptions(suppress=True)
    pd.set_option('display.float_format', lambda x: '%.4f' % x)

    rds = gdal.Open(rasterfile)  # type:gdal.Dataset
    if rds.RasterCount != 1:
        print("Warning, RasterCount > 1")

    cols = rds.RasterXSize
    rows = rds.RasterYSize
    band = rds.GetRasterBand(1)  # type:gdal.Band
    transform = rds.GetGeoTransform()
    print(transform)
    x_origin = transform[0]
    y_origin = transform[3]
    pixel_width = transform[1]
    pixel_height = transform[5]
    if (pixel_height + pixel_width) != 0:
        print("Warning, pixelWidth != pixelHeight")
    # 读取栅格
    values = np.array(band.ReadAsArray())
    x = np.arange(x_origin + pixel_width * 0.5, x_origin + (cols + 0.5) * pixel_width, pixel_width)
    y = np.arange(y_origin + pixel_height*0.5, y_origin + (rows+0.5) * pixel_height, pixel_height)
    px, py = np.meshgrid(x, y)
    if v_name is None:
        v_name = os.path.splitext(os.path.split(rasterfile)[1])[0]
    dataset = {"x": px.ravel(),
               "y": py.ravel(),
               v_name: values.ravel()}
    df_temp = pd.DataFrame(dataset, dtype="float32")

    # 删除缺失值
    if nodata is None:
        nodata = df_temp[v_name].min()
        df_temp = df_temp[df_temp[v_name] != nodata]
    else:
        df_temp = df_temp[df_temp[v_name] != nodata]

    df_temp.index = range(len(df_temp))
    return df_temp


if __name__ == "__main__":
    # 禁用科学计数法
    np.set_printoptions(suppress=True)
    pd.set_option('display.float_format', lambda x: '%.4f' % x)
    # 执行栅格转点，并计时
    s = time.time()
    in_tif = r"D:\ChinaGW\rawData\surface_variables\dem.tif"
    outfile = rasterToPoints(in_tif)
    outfile.to_pickle("timeused.pkl")
    e = time.time()
    print("time used {0}s".format(e-s))

---

三、运行结果

输入：
待提取的栅格文件dem.tif

输出
pkl文件，包含x、y字段以及栅格的值

---

四、讨论

（一）使用例

例一：如何保存为csv文件

if __name__ == "__main__":
    np.set_printoptions(suppress=True)
    pd.set_option('display.float_format', lambda x: '%.4f' % x)
    in_tif = r"D:\ChinaGW\rawData\surface_variables\dem.tif"
    outfile = rasterToPoints(in_tif)
    outfile.to_csv("timeused.csv") # 修改这一行

例二：修改栅格值所在列的列名

if __name__ == "__main__":
    np.set_printoptions(suppress=True)
    pd.set_option('display.float_format', lambda x: '%.4f' % x)
    in_tif = r"D:\ChinaGW\rawData\surface_variables\dem.tif"
    outfile = rasterToPoints(in_tif，v_name="newName")
    outfile.to_pickle("timeused.pkl")

例三：更改nodata值
这里nodata值，可以通过ArcGIS查看栅格的属性查看。之所以本人函数中nodata值选择为像元值的最小值，是因为本人习惯把栅格的NoData值设置为一个小到离谱的值，方便识别。所以，在使用时请自行修改nodata的值。

if __name__ == "__main__":
    np.set_printoptions(suppress=True)
    pd.set_option('display.float_format', lambda x: '%.4f' % x)
    in_tif = r"D:\ChinaGW\rawData\surface_variables\dem.tif"
    outfile = rasterToPoints(in_tif, v_name="newName", nodata=-999)
    outfile.to_pickle("timeused.pkl")

（二）不足

不足一：没有进度条显示
不足二：泛用性不足
仅适用于：栅格波段数为1；仿射地理变换参数GeoTransform[2]、和GeoTransform[4]这两个参数的值为0。

---