代码分享 | tiff,nc,hdf,mat,grib,raw遥感数据python读取

1. tiff数据

read TIFF image

# 读取tiff数据需要GDAL库
from osgeo import gdal
def Read_tiff(file_path):
    # img_file_path: 栅格数据路径
    # return: 返回投影，几何信息，和转换后的数组
    dataset = gdal.Open(img_file_path)  # 读取栅格数据
    # 判断是否读取到数据
    if dataset is None:
        print('Unable to open *.tif')
        sys.exit(1)  # 退出
    projection = dataset.GetProjection()  # 投影信息
    geotrans = dataset.GetGeoTransform()  # 几何信息
    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
   # 读取dataset
    img_array = dataset.ReadAsArray()
    return im_width,im_height,im_bands,projection, geotrans, img_array

# 输出为tiff格式
def Write_tiff(tiff_file, im_proj, im_geotrans, data_array):
    if 'int8' in data_array.dtype.name:
        datatype = gdal.GDT_Int16
    elif 'int16' in data_array.dtype.name:
        datatype = gdal.GDT_Int16
    else:
        datatype = gdal.GDT_Float32
​
    if len(data_array.shape) == 3:
        im_bands, im_height, im_width = data_array.shape
    else:
        im_bands, (im_height, im_width) = 1, data_array.shape
​
    driver = gdal.GetDriverByName("GTiff")
    dataset = driver.Create(tiff_file, im_width, im_height, im_bands, datatype)
    dataset.SetGeoTransform(im_geotrans)
    dataset.SetProjection(im_proj)
​
    if im_bands == 1:
        dataset.GetRasterBand(1).WriteArray(data_array)
    else:
        for i in range(im_bands):
            dataset.GetRasterBand(i + 1).WriteArray(data_array[i])
    del dataset

2.nc数据

read NC image

# nc格式的遥感数据比较常见，在使用之间需要确定该nc文件的数据组织格式
import netCDF4
from netCDF4 import Dataset
def Read_nc(path, name):
    nc_obj = Dataset(path)
    # 查看文件中的变量
    print(nc_obj.variables.keys())
    # for i in nc_obj.variables.keys():
    #     print(i)
    # 获取到变量的信息
    info = nc_obj.variables[name]
    # 获取到变量的值
    data = nc_obj.variables[name][:]
    return data

3.hdf数据

read HDF image

from pyhdf import SD
from pyhdf.SD import SD, SDC
def Read_hdf(path,name):
    f_data = SD(path, SDC.READ)
    # name为获取到变量名称
    data = f_data.select(name)[:, :]
    data = data.astype(np.float)
    return data
 # 注意hdf数据读取时不能包含中文路径
 # 除此之外，hdf数据还可以通过h5py库读取

4.mat数据

read MAT image

# mat数据格式是Matlab的数据存储的标准格式
from scipy.io import loadmat
def Read_mat(path,name):
    dataset = loadmat(path)
    data = dataset[name]
    print(data.shape)
    return data
# 在python中使用函数savemat保存文件

5.grib数据

read GRIB image

# grib数据相对少见，例如再分析数据JRA55
# pygrib 需要选择合适兼容的python版本
import pygrib as pg
def Read_grib(path, var, num):
    dataset = pg.open(path) # path文件路径
    data = dataset.select(name= var)[num].values
    # var为读取的变量名称，可以在panoply中查看
    # values 获取到值
    # 返回数组
    return data
​
# 举个例子：读取JRA55下行长波辐射数据
path = r'F:\JRA55(2000-2020)\JRA55\2017_2020\DLW\fcst_phy2m.205_dlwrf.reg_tl319.2018120100_2018123121.grib'    
data = Read_grib(path, 'Downward long-wave radiation flux',0)
# 获取到的结果是 20181201天00：00的下行长波数据

6.RAW数据

read RAW image

import numpy as np
def Read_RAW(path,rows,cols,channels):
    # rows,cols为数据的行数列数，channels为数据通道数
    # 注意RAW文件中的数据类型，否则会读取错误
    data = np.fromfile(path, dtype=np.uint16)
    data = data.reshape(rows, cols, channels)
    data = data.astype(np.float)
    return data

更多精彩请关注