哨兵影像批量大气校正 多进程并行处理


多个影像同时处理,适合下班后自动处理,提高效率

1 L1C级别的哨兵批量大气校正

  • 首先得安装Sen2Cor,可搜索下载,并将安装目录添加到环境变量中。
  • 其次需要有Python的运行环境

2 数据准备

  • 处理前把L1C级别的数据解压到一个文件夹中,
  • 文件夹结构如下,由于篇幅所限,只列举了三个影像:
.
├── S2A_MSIL1C_20190731T024551_N0208_R132_T51TUF_20190731T073437.SAFE
│   ├── 00Readme_Sentinel_Data_Terms_and_Conditions.txt
│   ├── AUX_DATA
│   ├── DATASTRIP
│   ├── GRANULE
│   ├── HTML
│   ├── INSPIRE.xml
│   ├── MTD_MSIL1C.xml
│   ├── manifest.safe
│   └── rep_info
├── S2A_MSIL1C_20190731T024551_N0208_R132_T51TUG_20190731T073437.SAFE
│   ├── 00Readme_Sentinel_Data_Terms_and_Conditions.txt
│   ├── AUX_DATA
│   ├── DATASTRIP
│   ├── GRANULE
│   ├── HTML
│   ├── INSPIRE.xml
│   ├── MTD_MSIL1C.xml
│   ├── manifest.safe
│   └── rep_info
└── S2A_MSIL1C_20190731T024551_N0208_R132_T51TVG_20190731T073437.SAFE
    ├── 00Readme_Sentinel_Data_Terms_and_Conditions.txt
    ├── AUX_DATA
    ├── DATASTRIP
    ├── GRANULE
    ├── HTML
    ├── INSPIRE.xml
    ├── MTD_MSIL1C.xml
    ├── manifest.safe
    └── rep_info

3 python多进程批量处理

  • 修改下面的变量path为上面的文件夹
  • 变量parelle为同时处理的数量,视CPU的核数和内存的数量而定,个人以为最大为int(min(cpu_cores,memory_GB/2))从而最大程度利用CPU,读者可根据自己配置调整。
# -*- coding: utf-8 -*-
import os
from  multiprocessing import Pool

def process(filepath):
    os.system("""start L2A_Process %s  --resolution=10 """ % (filepath))

if __name__=='__main__':
    # 存数据的目录
    path = r"D:\yuntu\L1C"
    # 同时处理的个数
    parelle = 4
    #获取全部数据
    files=[i for i in os.listdir(path) if (("L1C" in i)&(i.endswith(".SAFE")))]
    pool = Pool(parelle)
    for i in range(len(files)):
        pool.apply_async(process, args=(os.path.join(path,files[i]),))
    pool.close()
    pool.join()

运行后可以四个同时处理,到此结束。
在这里插入图片描述

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

打赏作者

独孤尚亮dugushangliang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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