GDAL库简介及函数说明

简介

GDAL（Geospatial Data Abstraction Library）是一个开源的地理空间数据处理库，提供了一系列用于读取、写入和处理各种地理空间数据格式的功能。它是一个跨平台的库，可以在多种操作系统上使用，包括 Windows、Linux 和 macOS。

以下是 GDAL 库的一些主要功能和特性：

• 地理空间数据格式支持： GDAL 支持多种常见的地理空间数据格式，包括栅格数据（如 GeoTIFF、JPEG2000、HDF、NetCDF）、矢量数据（如 Shapefile、GeoJSON、KML）和栅格矢量数据集（如 GeoPackage）等。

• 数据转换和处理： GDAL 提供了一系列功能强大的工具和函数，用于数据转换、重投影、裁剪、合并、分割和统计等操作，使得用户能够灵活地处理和分析地理空间数据。

• 数据读取和写入： GDAL 提供了统一的 API，用于读取和写入各种地理空间数据格式，使得用户可以方便地将数据加载到内存中进行处理，或者将处理结果写入到文件中保存。

• 投影和坐标系支持： GDAL 支持各种常见的地理空间投影和坐标系，包括经纬度坐标系、投影坐标系、地心地固坐标系等，并提供了一系列函数用于投影转换和坐标系转换。

• Python 接口： GDAL 提供了 Python 接口，允许用户使用 Python 编程语言调用 GDAL 库中的函数和工具，从而进行地理空间数据处理和分析。

• 跨平台性： GDAL 是一个跨平台的库，可以在 Windows、Linux、macOS 等多种操作系统上使用，并且支持多种编程语言，包括 C/C++、Python、Java、JavaScript 等。

GDAL 是地理信息系统（GIS）领域中最重要和最常用的开源库之一，被广泛应用于地图制图、遥感影像处理、空间分析和地理空间数据可视化等领域。

常用函数说明

打开和读取影像

gdal.Open（）

gdal.Open 是 GDAL（Geospatial Data Abstraction Library）中的一个函数，用于打开地理空间数据文件。这个函数通常用于读取栅格数据（如 GeoTIFF、JPEG2000 等格式）和矢量数据（如 Shapefile、GeoJSON 等格式）。

下面是一个简单的示例，说明了如何使用 gdal.Open 打开一个地理空间数据文件：

from osgeo import gdal

# 打开一个 GeoTIFF 格式的栅格数据文件
dataset = gdal.Open('example.tif')

# 获取数据集的信息
if dataset is not None:
    print("数据集的元数据信息：")
    print(dataset.GetMetadata())

    # 获取数据集的地理参考信息
    geotransform = dataset.GetGeoTransform()
    print("\n地理参考信息：")
    print(geotransform)

    # 获取数据集的投影信息
    projection = dataset.GetProjection()
    print("\n投影信息：")
    print(projection)

    # 关闭数据集
    dataset = None
else:
    print("无法打开数据集！")

在这个示例中，我们首先导入 gdal 模块，然后使用 gdal.Open 函数打开一个名为 example.tif 的 GeoTIFF 格式的栅格数据文件。接着，我们通过 GetMetadata、GetGeoTransform 和 GetProjection 方法分别获取了数据集的元数据信息、地理参考信息和投影信息。最后，我们关闭了数据集，释放资源。

需要注意的是，在实际使用中，你需要根据你的数据文件的格式和内容来适当调用 gdal.Open 和其他方法，并根据需要处理数据。

在GDAL（Geospatial Data Abstraction Library）中，gdal.GA_Update 是一个枚举常量，用于指定对数据集的打开模式。它表示以更新模式打开数据集，允许对数据集进行写操作，如修改、添加、删除数据等。

当使用GDAL的Python绑定时，您可以通过将这个枚举常量作为第三个参数传递给gdal.Open函数来指定打开数据集的模式。

示例用法：

from osgeo import gdal

# 打开数据集以进行更新
dataset = gdal.Open('input.tif', gdal.GA_Update)

# 对数据集进行修改等操作...

# 关闭数据集
dataset = None

dataset.RasterXSize

dataset.RasterXSize 是 GDAL 数据集对象的一个属性，用于获取数据集在 X 方向上的像素数量，即数据集的宽度（以像素为单位）。

dataset.GetGeoTransform()

dataset.GetGeoTransform() 是 GDAL 数据集对象的一个方法，用于获取数据集的地理参考信息，包括地理坐标系的原点坐标、像素宽度、像素高度、X 和 Y 方向上的旋转以及像素行和列的顺序。

具体而言，该方法返回一个包含 6 个浮点数值的元组 (originX, pixelWidth, rotationX, originY, rotationY, pixelHeight)，它们的含义如下：

originX 和 originY 是数据集左上角的地理坐标（经度和纬度）。
pixelWidth 和 pixelHeight 分别表示像素在 X 和 Y 方向上的地理宽度和高度（通常是负值，表示像素尺寸）。
rotationX 和 rotationY 表示像素之间的旋转或者畸变，通常为 0，表示像素是正常的正交方形。

dataset.GetProjection()

dataset.GetProjection() 是 GDAL 数据集对象的一个方法，用于获取数据集的投影信息。投影信息描述了数据集使用的地理坐标系或投影坐标系的详细信息，包括坐标系的名称、参数和投影方式等。

该方法返回一个字符串，表示数据集的投影信息。通常情况下，这个字符串包含一个标准的投影字符串，比如 Well-Known Text (WKT) 格式或 Proj.4 格式。这些字符串可以被用来识别和解释数据集的地理空间参考信息。

dataset.GetRasterBand()

dataset.GetRasterBand() 是 GDAL 数据集对象的一个方法，用于获取数据集中的特定波段（band）对象。对于栅格数据集，每个波段对应于数据集中的一种数据类型或一种信息，比如红色、绿色和蓝色波段对应于彩色图像中的 RGB 颜色通道。

这个方法接受一个整数参数，表示要获取的波段的索引（从 1 开始）。如果数据集是单波段的，通常使用索引 1 来获取唯一的波段。

dataset.ReadAsArray()

dataset.ReadAsArray() 是 GDAL 数据集对象的一个方法，用于将栅格数据集中的像素值读取为一个 NumPy 数组。这个方法返回一个 NumPy 数组，其中包含了数据集中每个像素的数值。

以下是一个示例，展示了如何使用 dataset.ReadAsArray() 方法读取栅格数据集的像素值：

from osgeo import gdal

# 打开一个 GeoTIFF 格式的栅格数据文件
dataset = gdal.Open('example.tif')

# 将栅格数据集中的像素值读取为 NumPy 数组
data_array = dataset.ReadAsArray()

# 输出数组的形状和内容
print("数组的形状：", data_array.shape)
print("数组的内容：", data_array)

# 关闭数据集
dataset = None

写入和输出影像

gdal.GetDriverByName()

gdal.GetDriverByName() 是 GDAL 库中的一个函数，用于获取指定名称的驱动程序（driver）。GDAL 驱动程序用于读取和写入地理空间数据文件，每种文件格式通常对应一个驱动程序，比如 GeoTIFF 格式对应的驱动程序是 GTiff。

这个函数接受一个字符串参数，表示要获取的驱动程序的名称。你可以通过提供驱动程序的名称来获取对应的驱动程序对象。如果指定名称的驱动程序不存在，则返回 None。

driver.Create()

driver.Create() 方法用于创建一个新的地理空间数据文件，并返回一个对应的数据集对象。该方法通常由驱动程序对象调用，因为不同的驱动程序可能具有不同的创建参数。

以下是一个示例，展示了如何使用 driver.Create() 方法创建一个新的地理空间数据文件：

from osgeo import gdal

# 获取 GeoTIFF 格式的驱动程序对象
driver = gdal.GetDriverByName('GTiff')

# 定义新数据集的参数
width = 100
height = 100
num_bands = 1
data_type = gdal.GDT_Float32  # 数据类型为 32 位浮点数

# 创建新的地理空间数据文件
dataset = driver.Create('new_raster.tif', width, height, num_bands, data_type)

# 如果数据集创建成功，则输出提示信息
if dataset is not None:
    print("成功创建新的地理空间数据文件：new_raster.tif")

# 关闭数据集
dataset = None

在这个示例中，我们首先使用 gdal.GetDriverByName() 方法获取了 GeoTIFF 格式的驱动程序对象。然后，我们定义了一个新数据集的参数，包括数据集的宽度、高度、波段数量和数据类型。最后，我们使用 driver.Create() 方法创建了一个名为 new_raster.tif 的新的地理空间数据文件，并返回了对应的数据集对象。

out_dataset.SetGeoTransform()

out_dataset.SetProjection()

out_band.WriteArray()

out_band.WriteArray() 是 GDAL 数据集中波段对象的一个方法，用于将一个 NumPy 数组中的数据写入到指定波段中。

以下是一个示例，展示了如何使用 out_band.WriteArray() 方法将一个 NumPy 数组中的数据写入到指定波段中：

from osgeo import gdal
import numpy as np

# 打开一个 GeoTIFF 格式的栅格数据文件
dataset = gdal.Open('example.tif', gdal.GA_Update)

# 获取数据集的第一个波段对象
band = dataset.GetRasterBand(1)

# 创建一个 NumPy 数组作为示例数据
data_array = np.ones((100, 100), dtype=np.float32) * 10  # 创建一个 100x100 的数组，每个元素都是 10

# 将数组中的数据写入到指定波段中
band.WriteArray(data_array, 0, 0)

# 关闭数据集
dataset = None

在这个示例中，我们首先打开了一个名为 example.tif 的 GeoTIFF 格式的栅格数据文件，并获取了数据集的第一个波段对象。然后，我们创建了一个示例的 NumPy 数组 data_array，并使用 band.WriteArray() 方法将数组中的数据写入到指定波段中。

out_band.SetNoDataValue(0)

out_band.SetNoDataValue() 是 GDAL 数据集中波段对象的一个方法，用于设置指定波段的无数据值（NoData Value）。

无数据值是指数据集中被标记为无效或者缺失的像素值，通常用于表示地图中的空白区域或者无效数据。在处理地理空间数据时，经常需要将某些特定的像素值标记为无数据值，以便于在分析和可视化过程中进行过滤或者忽略。

out_band.FlushCache()

out_band.FlushCache() 是 GDAL 数据集中波段对象的一个方法，用于将波段缓存中的数据写入到数据集对应的文件中，并清空波段的缓存。这个方法通常用于确保数据的写入操作已经完成，并将数据持久化到磁盘上。

在 GDAL 中，当对数据集进行写入操作时，数据通常首先被写入到内存中的缓存中，而不是直接写入到磁盘文件中。这样可以提高数据写入的效率和性能。然而，如果需要确保数据已经被写入到磁盘文件中，并且希望清空缓存以释放内存空间，就需要调用 FlushCache() 方法。

gdal.Translate（）

gdal.Translate() 是 GDAL （Geospatial Data Abstraction Library）Python 绑定中的一个函数，用于在不同的栅格数据格式之间进行转换，以及进行一些简单的数据处理。这个函数允许您在Python中使用GDAL库来处理地理空间数据。

下面是 gdal.Translate() 函数的基本用法：

gdal.Translate(destName, srcDS, options=None, callback=None)

参数说明：

destName：输出文件的路径和名称。
srcDS：源数据集，即要转换的栅格数据集。
options：可选参数，用于指定转换选项，可以是一个字符串列表或一个字典。
callback：可选参数，回调函数，用于追踪处理进度。
示例用法：

from osgeo import gdal

# 输入文件和输出文件路径
input_file = 'input.tif'
output_file = 'output.tif'

# 打开源数据集
src_ds = gdal.Open(input_file)

# 设置转换选项
options = ['-of', 'GTiff', '-co', 'COMPRESS=LZW']

# 进行转换
gdal.Translate(output_file, src_ds, options=options)

# 关闭数据集
src_ds = None

在这个示例中，我们打开了一个名为 input.tif 的源数据集，然后指定了输出文件的格式为 GeoTIFF，并且使用 LZW 压缩。最后，我们调用了 gdal.Translate() 函数来执行转换，并将结果保存到 output.tif 文件中。

影像处理

gdal.Warp

gdal.Warp() 是 GDAL 库中的一个函数，用于执行栅格数据的重投影、裁剪、合并等操作，生成一个新的栅格数据集。它提供了对栅格数据进行灵活处理和转换的功能，常用于地理空间数据处理和分析中。

gdal.Warp() 函数的基本语法如下：

gdal.Warp(destNameOrDestDS, srcDSOrSrcDSTab, **kwargs)

参数说明：

destNameOrDestDS：目标文件名或者目标数据集对象。如果指定为文件名，则表示要保存到的文件名；如果指定为数据集对象，则表示要将处理后的数据写入到该数据集中。
srcDSOrSrcDSTab：源数据集或者源数据集列表。可以是单个数据集对象或者数据集列表。
**kwargs：其他可选参数，用于指定重投影、裁剪、合并等操作的参数，如投影信息、输出数据类型、裁剪范围等。

重投影

以下是一个示例，展示了如何使用 gdal.Warp() 函数执行栅格数据的重投影操作：

from osgeo import gdal

# 打开源数据集
src_ds = gdal.Open('source.tif')

# 指定目标投影信息
dst_projection = "+proj=utm +zone=11 +datum=WGS84"

# 执行重投影操作，并将结果保存到目标文件中
gdal.Warp('output.tif', src_ds, dstSRS=dst_projection)

# 关闭源数据集
src_ds = None

在这个示例中，我们首先打开了一个名为 source.tif 的源数据集，然后指定了目标的投影信息。接着，我们使用 gdal.Warp() 函数对源数据集执行重投影操作，并将处理后的数据保存到了一个名为 output.tif 的文件中。

矢量裁剪

要执行矢量裁剪操作，你需要使用 gdal.Warp() 函数，并设置相应的参数以执行矢量裁剪。裁剪操作通常涉及定义裁剪的区域（即裁剪范围），以及指定裁剪区域的矢量数据源。

下面是一个示例代码，演示了如何使用 gdal.Warp() 函数执行矢量裁剪操作：

from osgeo import gdal

# 定义源数据文件名和裁剪矢量数据文件名
src_filename = 'source.tif'
vector_filename = 'clip_extent.shp'

# 打开源数据集和裁剪矢量数据集
src_ds = gdal.Open(src_filename)
vector_ds = gdal.OpenEx(vector_filename)

# 指定裁剪操作的参数
options = gdal.WarpOptions(cutlineDSName=vector_filename,
                           cropToCutline=True,
                           dstNodata=0)  # 可以根据需要修改 nodata 值

# 执行裁剪操作，并将结果保存到目标文件中
gdal.Warp('output.tif', src_ds, options=options)

# 关闭数据集
src_ds = None
vector_ds = None

在这个示例中，我们首先定义了源数据文件名 source.tif 和裁剪矢量数据文件名 clip_extent.shp。然后，我们打开了源数据集和裁剪矢量数据集，并设置了裁剪操作的参数，包括指定裁剪范围的矢量数据源、开启裁剪到裁剪线（即矢量边界）以内的选项以及指定目标数据集中的 nodata 值。最后，我们使用 gdal.Warp() 函数执行了裁剪操作，并将处理后的数据保存到了一个名为 output.tif 的文件中。