Python计算DEM(tif格式)坡度和坡向

slopeaspect将背景值设为-300slopeArcgis
摘要由CSDN通过智能技术生成

本文根据山东省DEM图获取坡度、坡向图,使用了三种方式:Python GDAL工具自带的函数处理、Python中自己编写函数实现和arcgis中实现。

一.Python中实现(针对TIF格式的DEM数据

1.利用gdal工具处理

(1)代码

from osgeo import gdal, osr

# 获取影像信息
infoDEM = gdal.Info(r"D:\ProfessionalProfile\DEMdata\2_OutputArcMap\demsd0330UTM.tif")


# 计算坡度、坡向
slope = gdal.DEMProcessing(r'D:\ProfessionalProfile\DEMdata\6_DEMXuanRan\slopePy.tif',
                           r"D:\ProfessionalProfile\DEMdata\2_OutputArcMap\demsd0330UTM.tif", "slope")
aspect = gdal.DEMProcessing(r'D:\ProfessionalProfile\DEMdata\6_DEMXuanRan\aspectPy.tif',
                            r"D:\ProfessionalProfile\DEMdata\2_OutputArcMap\demsd0330UTM.tif", "aspect", format='GTiff',
                            trigonometric=0, zeroForFlat=1)

(2)结果

                                                                                            原图

                                                                                     slope图

                                                                                          aspect图

2.参考了网上的部分资料,自己写了一下利用DEM.tif格式的DEM数据获取坡度坡向。

(1)代码

大概分为几个步骤:读取DEM影像——计算梯度——计算坡度坡向——输出TIF影像,每一步都对应着相应的函数。

from osgeo import gdal,ogr,osr
import numpy as np
import math
import datetime


# 读取TIFF遥感影像
def read_img(filename):

    dataset = gdal.Open(filename)  # 打开文件
    # dataset = gdal.Open(r'D:\ProfessionalProfile\DEMdata\slopeAspectPython0322\test.tif')
    im_width = dataset.RasterXSize  # 栅格矩阵的列数
    im_height = dataset.RasterYSize  # 栅格矩阵的行数
    im_bands = dataset.RasterCount  # 波段数
    im_geotrans = dataset.GetGeoTransform()  # 仿射矩阵,左上角像素的大地坐标和像素分辨率
    im_proj = dataset.GetProjection()  # 地图投影信息,字符串表示
    im_data = dataset.ReadAsArray(0, 0, im_width, im_height)
    datatype = im_data.dtype
    del dataset  # 关闭对象dataset,释放内存

    return   im_data, im_proj, im_geotrans, im_width, im_height, im_bands, datatype


# 为便于后续坡度计算,需要在原图像的周围添加一圈数值
def AddRound(npgrid):

    nx, ny = npgrid.shape[0], npgrid.shape[1]   # ny:行数&#
  • 15
    点赞
  • 91
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
评论 10
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