最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python?ArcPy實(shí)現(xiàn)批量計(jì)算多時(shí)相遙感影像的各項(xiàng)元平均值

 更新時(shí)間:2023年04月19日 08:21:11   作者:瘋狂學(xué)習(xí)GIS  
這篇文章主要為大家詳細(xì)介紹了如何基于Python中ArcPy模塊,實(shí)現(xiàn)對大量長時(shí)間序列柵格遙感影像文件的每一個(gè)像元進(jìn)行多時(shí)序平均值的求取,感興趣的可以了解一下

在遙感應(yīng)用中,我們經(jīng)常需要對某一景遙感影像中的全部像元的像素值進(jìn)行平均值求取——這一操作很好實(shí)現(xiàn),基于ArcMap軟件或者簡單的Python代碼就可以實(shí)現(xiàn);但有時(shí)候,我們會需要結(jié)合同一地區(qū)、不同時(shí)相多景遙感影像,求取每一個(gè)像元全部時(shí)相中像素值的平均值——這一需求的實(shí)現(xiàn)較之前者就有些麻煩,本文對此加以介紹。

首先,我們來明確一下本文的具體需求?,F(xiàn)有一個(gè)存儲有大量.tif格式遙感影像的文件夾,其中每一個(gè)遙感影像的文件名中都包含有該圖像的成像時(shí)間,如下圖所示。且其中除了.tif格式的遙感影像文件外,還具有其它格式的文件。

我們希望,對于同一年成像的遙感影像進(jìn)行逐像元平均值的求取。例如,上圖中具有2001年第185天成像、第193天成像、第201天成像……等等遙感影像8幅,每一幅都是這一年不同時(shí)間在同一空間位置的成像;同時(shí),還有2005年不同時(shí)間成像的遙感影像9幅。我們希望,首先將2001年成像的8幅遙感影像加以逐像元平均值的求取,即求取每一個(gè)像元在這8景圖像中像素值的平均;隨后再對2005年成像的9幅遙感影像加以逐像元平均值的求取,以此類推。

明確了需求后,我們就可以開始具體的操作。首先,本文所需用到的代碼如下。

# -*- coding: utf-8 -*-
"""
Created on Sat Apr 16 10:48:37 2022

@author: fkxxgis
"""

import arcpy
from arcpy.sa import *

tif_file_path="E:/LST/Data/MODIS/05_Resample/"
average_file_path="E:/LST/Data/MODIS/06_Average/"
arcpy.env.workspace=tif_file_path

tif_file_name=arcpy.ListRasters("*","tif")
tif_file_year=tif_file_name[0][0:4]
one_year_tif_list=[]
sum_pic=0

for tif_file in tif_file_name:
    if tif_file[0:4]==tif_file_year:
        one_year_tif_list.append(tif_file)
        tif_file_temp=tif_file
        if tif_file==tif_file_name[len(tif_file_name)-1]:
            pic_num=len(one_year_tif_list)
            for tif_file_new in one_year_tif_list:
                sum_pic=sum_pic+Raster(tif_file_new)
            (sum_pic/pic_num).save(average_file_path+tif_file_year+"_Ave.tif")
    else:
        pic_num=len(one_year_tif_list)
        for tif_file_new in one_year_tif_list:
            sum_pic=sum_pic+Raster(tif_file_new)
        (sum_pic/pic_num).save(average_file_path+tif_file_year+"_Ave.tif")
        one_year_tif_list=[]
        sum_pic=0
        one_year_tif_list.append(tif_file)
        tif_file_year=tif_file[0:4]

其中,tif_file_path是原有計(jì)算平均值前遙感圖像的保存路徑,average_file_path是我們新生成的求取平均值后遙感影像的保存路徑,也就是結(jié)果保存路徑。

在這里,和我們前期的博客Python ArcPy批量拼接長時(shí)間序列柵格圖像類似,需要首先在資源管理器中,將tif_file_path路徑下的各文件以“名稱”排序的方式進(jìn)行排序;隨后,利用arcpy.ListRasters()函數(shù),獲取路徑下原有的全部.tif格式的圖像文件,并截取第一個(gè)文件的部分文件名,從而獲取其成像時(shí)間的具體年份。

接下來,遍歷tif_file_path路徑下全部.tif格式圖像文件。其中,我們通過一個(gè)簡單的判斷語句if tif_file[0:4]==tif_file_year:,來確定某一年的遙感影像是否已經(jīng)讀取完畢——如果已經(jīng)讀取完畢,例如假如2001年成像的8幅遙感影像都已經(jīng)遍歷過了,那么就對這8景遙感影像加以逐像元的平均值求取,并開始對下一個(gè)年份(即2005年)成像的遙感影像繼續(xù)加以計(jì)算;如果還沒有讀取完畢,例如假如2001年成像的8幅遙感影像目前僅遍歷到了第5幅,那么就不求平均值,繼續(xù)往下遍歷,直到遍歷完2001年成像的8幅遙感影像。

這里相信大家也看到了為什么我們要在前期先將文件夾中的文件按照“名稱”排序——是為了保證同一年成像的所有遙感影像都排列在一起,遍歷時(shí)只要遇到一個(gè)新的年份,程序就知道上一個(gè)年份的所有圖像都已經(jīng)遍歷完畢了,就可以將上一個(gè)年份的所有柵格圖像加以平均值求取。

在這里,逐像元的平均值求取其實(shí)也非常簡單——我們對每一個(gè)像元分別執(zhí)行以下操作:首先將該像元在當(dāng)前年份里所有遙感影像的像素值相加,隨后除以這一年份的遙感影像的數(shù)量,得到的就是該像元在這一年中像素值的平均值。

最后,通過if tif_file==tif_file_name[len(tif_file_name)-1]:這個(gè)判斷,來確認(rèn)是否目前已經(jīng)遍歷到文件夾中的最后一個(gè)圖像文件。如果是的話,就需要將當(dāng)前成像年份的所有圖像進(jìn)行平均值的求取,并宣告代碼完成運(yùn)行。

在 IDLE (Python GUI) 中運(yùn)行代碼。代碼運(yùn)行完畢后,我們看一下結(jié)果文件夾??梢钥吹剑渲械膱D像已經(jīng)是按照成像時(shí)間,分別完成平均值求取后的結(jié)果了。

在最后,還需要說明一點(diǎn)——用以上代碼來求取長時(shí)間序列遙感影像的像元平均值,對于任意一個(gè)像元,只要該像元在任意一個(gè)時(shí)相的圖像中是無效值(即為NoData),那么該像元在最終求出的平均值結(jié)果圖中,像素值也將會是無效值NoData。針對這一問題的解決,我們將在下一篇博客中介紹。

到此這篇關(guān)于Python ArcPy實(shí)現(xiàn)批量計(jì)算多時(shí)相遙感影像的各項(xiàng)元平均值的文章就介紹到這了,更多相關(guān)Python ArcPy計(jì)算遙感影像各項(xiàng)元平均值內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python入門篇之正則表達(dá)式

    Python入門篇之正則表達(dá)式

    正則表達(dá)式是一個(gè)很有用的工具,可處理復(fù)雜的字符匹配和替換工作。在Python中內(nèi)置了一個(gè)re模塊以支持正則表達(dá)式。本文我們就來詳細(xì)探討下Python中正則表達(dá)式。
    2014-10-10
  • 詳解Python 使用 selenium 進(jìn)行自動化測試或者協(xié)助日常工作

    詳解Python 使用 selenium 進(jìn)行自動化測試或者協(xié)助日常工作

    這篇文章主要介紹了Python 使用 selenium 進(jìn)行自動化測試 或者協(xié)助日常工作,我們可以使用 selenium 來幫助我們進(jìn)行自動化的 Web 測試,也可以通過 selenium 操作瀏覽器做一些重復(fù)的,簡單的事情,來減輕我們的工作
    2021-09-09
  • ndarray數(shù)組的轉(zhuǎn)置(transpose)和軸對換方式

    ndarray數(shù)組的轉(zhuǎn)置(transpose)和軸對換方式

    這篇文章主要介紹了ndarray數(shù)組的轉(zhuǎn)置(transpose)和軸對換方式,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-02-02
  • Python中的xlrd模塊使用整理

    Python中的xlrd模塊使用整理

    今天給大家?guī)淼奈恼率顷P(guān)于Python的相關(guān)知識,文章圍繞著xlrd模塊的使用展開,文中有非常詳細(xì)的介紹及代碼示例,需要的朋友可以參考下
    2021-06-06
  • python如何利用traceback獲取詳細(xì)的異常信息

    python如何利用traceback獲取詳細(xì)的異常信息

    異常信息的獲取對于程序的調(diào)試非常重要,可以有助于快速定位有錯(cuò)誤程序語句的位置。這篇文章主要給大家介紹了關(guān)于python如何利用traceback獲取詳細(xì)的異常信息的相關(guān)資料,需要的朋友可以參考下
    2021-06-06
  • python實(shí)現(xiàn)矩陣的示例代碼

    python實(shí)現(xiàn)矩陣的示例代碼

    本文主要介紹了python實(shí)現(xiàn)矩陣的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2023-07-07
  • error?conda:ProxyError:Conda?cannot?proceed?due?to?an?error?in?your?proxy?configuration解決

    error?conda:ProxyError:Conda?cannot?proceed?due?to?an?

    這篇文章主要為大家介紹了error conda:ProxyError:Conda cannot proceed due to an error in your proxy configuration解決方法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-07-07
  • python中的colorlog庫使用詳解

    python中的colorlog庫使用詳解

    這篇文章主要介紹了python中的colorlog庫詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-07-07
  • Python實(shí)現(xiàn)簡易過濾刪除數(shù)字的方法小結(jié)

    Python實(shí)現(xiàn)簡易過濾刪除數(shù)字的方法小結(jié)

    這篇文章主要介紹了Python實(shí)現(xiàn)簡易過濾刪除數(shù)字的方法,結(jié)合實(shí)例形式總結(jié)分析了Python基于正則及內(nèi)置函數(shù)過濾刪除數(shù)字的相關(guān)操作技巧,需要的朋友可以參考下
    2019-01-01
  • 詳解如何在Pandas中刪除常量列

    詳解如何在Pandas中刪除常量列

    常數(shù)列不提供可變性,這意味著它們無助于區(qū)分不同的數(shù)據(jù)點(diǎn),在許多機(jī)器學(xué)習(xí)模型中,這些列會引入冗余或不相關(guān)的數(shù)據(jù),從而對性能產(chǎn)生負(fù)面影響,因此,通常必須刪除常量列,所以本文我們將探索如何使用Python識別和刪除Pandas DataFrame中的常量列,需要的朋友可以參考下
    2025-03-03

最新評論

友谊县| 广河县| 阳江市| 巫山县| 莱州市| 永善县| 卢湾区| 柳州市| 兰州市| 阳曲县| 苍南县| 商丘市| 邵阳市| 凤台县| 兴安盟| 邢台县| 古交市| 本溪市| 南开区| 凤冈县| 彭州市| 会昌县| 长汀县| 泰州市| 葵青区| 鄄城县| 微山县| 天祝| 乐业县| 义马市| 静海县| 扶沟县| 拜城县| 海门市| 金昌市| 海安县| 玉林市| 隆林| 沙洋县| 华坪县| 张家川|