本文整体思路:在Python中使用Geopandas库,依次读取shp文件的每一个面状要素,获取其空间边界信息并裁剪对应的栅格影像,计算所裁剪影像Value值的众数,将其设置为对应面状要素的NewTYPE值,所有要素属性值都改好之后保存为新的shp文件。
使用Python处理空间数据确实用的不多,所以一个星期以来一直深受这个程序的折磨,官方文档、博客、谷歌、百度、论文,能用的方法都给用了,但是进度还是很慢,特别是当看到这篇博客的时候。。。好气啊。。
不过幸亏头比较铁,虽败不馁,慢慢一步一步调试找问题,一个一个解决,终于啃下了这根硬骨头。(对写程序来说,调试真的是第一法宝啊!)
好吧进入正题。。。
Pandas是一款高性能的Python数据分析库,而Geopandas是由Shapely、Fiona、PyProj、matplotlib以及其他必须的库共同构建的Pandas地理空间扩展,它既可以处理空间数据、也可以处理属性数据。看到有些博客说在读取shp文件的时候用Geopandas库,而在编辑、导出的时候用pyshp比较好,其实不然,Geopandas也提供了功能完备的导出接口,而且使用特别方便,只不过需要注意一个小的细节问题,否则就会报错。Rasterio是基于GDAL库二次封装的主要用于空间栅格数据处理的Python库,本程序需要对栅格影像进行裁剪,因此也需要引用这个库。两个库的官方文档如下,参考的时候要注意版本问题,不同的版本有些接口可能已经改变。Geopandas参考文档;Rasterio参考文档。
我