Python实现NDVI的MVC算法

因为所下数据为NDVI旬数据,合并为月数据时采用国际通用最大值合成法(MVC)将旬数据合并成月数据,因数据较多,遂考虑用代码解决。主要分为遍历文件,读取制定名称的栅格文件,以及ArcGIS工具箱中的Raster Calculator的con函数调用等几大部分。因为用的for循环结构,所以原有文件的命名要有一定的规律可循。如果源文件的名称较杂,可以用bat结合excel先进行批量重命名(具体方法网上有,本人亦可能追加补充)。
话不多说,上代码:
import os
import sys
import arcpy
import numpy
from arcpy import Raster
os.chdir("D:/###/ndvi20171128/raster")  
os.getcwd()

data1_list = os.listdir("./ndvi0")
data2_list = os.listdir("./ndvi5")

for year in range(1982,2013):
    import numpy
    # Caution: the "number" in below sentence will be start from 1 to 12 which less than 13
    for number in range(1,13):
        # Assign data from filename list
        data1 = [data for data in data1_list
                 if data[0:] == (str(year) + "_" + str(number) + "_ndvi" + ".tif")]
        # Verifying if the data in a sure date is empty 
        if len(data1) == 0:
            continue
        else:
            data1 = data1[0]

        data2 = [data for data in data2_list
                 if data[0:] == (str(year) + "_" + str(number) + ".5_ndvi" + ".tif")]
        
        if len(data2) == 0:
            continue
        else:
            data2 = data2[0]
        
        # Local variables:
        raster1 = Raster("ndvi0/" + data1)
        raster2 = Raster("ndvi5/" + data2)
        rastercalc6 = os.path.join("D:/###/ndvi20171128/raster/mndvi","mndvi" + str(year) + str(number) + ".img")
        
        # Process: Raster Calculator
        arcpy.gp.RasterCalculator_sa("Con((raster1 >=  - 1) &(raster2 >=  - 1) ,Con(raster1 > raster2,raster1,raster2))", rastercalc6)

注:
1. 本文数据组织格式为:
1982_1_ndvi.tif; 1982_1.5_ndvi.tif; 1982_2_ndvi.tif; ……
2. 最好在ArcGIS或Catalog中的python窗口中运行,以免出错。
3. 因为调用了Raster Calculator工具的原因,在ArcGIS中运行会将结果直接加载到数据窗口中,导致大数据处理的后续运行会变得异常缓慢,建议在Catalog中运行相应代码。
  • 1
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值