网站首页布局风格,大淘客优惠券网站是怎么做的,南昌网站建设服务平台,免费英文网站模板本文介绍基于Python中的gdal模块#xff0c;批量基于大量多波段遥感影像文件#xff0c;计算其每1景图像各自的NDVI数值#xff0c;并将多景结果依次保存为栅格文件的方法。 如下图所示#xff0c;现在有大量.tif格式的遥感影像文件#xff0c;其中均含有红光波段与近红外… 本文介绍基于Python中的gdal模块批量基于大量多波段遥感影像文件计算其每1景图像各自的NDVI数值并将多景结果依次保存为栅格文件的方法。 如下图所示现在有大量.tif格式的遥感影像文件其中均含有红光波段与近红外波段此外也可以含有其他光谱波段有没有都不影响我们希望批量计算其每1景遥感影像的NDVI。 在之前的文章中我们多次介绍过在不同软件或平台中计算NDVI的方法大家可以参考文章ArcGIS中ArcMap快速自动计算单一波段或多波段栅格遥感影像NDVI的方法https://blog.csdn.net/zhebushibiaoshifu/article/details/127290179或者文章Google Earth Engine谷歌地球引擎GEE栅格代数与NDVI波段计算手动求取https://blog.csdn.net/zhebushibiaoshifu/article/details/119145230。而在本文中我们就介绍一下基于Python中的gdal模块实现NDVI批量计算的方法。 这里所需的代码如下。
# -*- coding: utf-8 -*-Created on Thu Apr 18 12:37:22 2024author: fkxxgis
import os
from osgeo import gdaloriginal_folder rE:\04_Reconstruction\99_MODIS\new_data\GF_Small\Rec
output_folder rE:\04_Reconstruction\99_MODIS\new_data\GF_Small\NDVIfor filename in os.listdir(original_folder):if filename.endswith(.tif):dataset gdal.Open(os.path.join(original_folder, filename), gdal.GA_ReadOnly)width dataset.RasterXSizeheight dataset.RasterYSizedriver gdal.GetDriverByName(GTiff)output_dataset driver.Create(os.path.join(output_folder, NDVI_ filename), width, height, 1, gdal.GDT_Float32)band_red dataset.GetRasterBand(3)data_red band_red.ReadAsArray()band_nir dataset.GetRasterBand(4)data_nir band_nir.ReadAsArray()data_ndvi (data_nir - data_red) / (data_nir data_red)output_band output_dataset.GetRasterBand(1)output_band.WriteArray(data_ndvi)output_band.FlushCache()output_dataset.SetGeoTransform(dataset.GetGeoTransform())output_dataset.SetProjection(dataset.GetProjection())dataset Noneoutput_dataset Noneprint(filename, finished!)代码整体也非常简单。首先我们定义输入文件与输入结果文件的路径前者就是待计算NDVI的遥感影像文件路径后者则是NDVI结果的遥感影像文件路径。 接下来遍历original_folder文件夹中的文件。其中os.listdir()用于获取文件夹中的文件列表其后的endswith(.tif)用于筛选出以.tif扩展名结尾的文件。 随后对于每个以.tif结尾的文件首先使用gdal.Open()打开文件——其中的os.path.join()用于构建完整的文件路径接下来获取影像数据集的宽度和高度并使用gdal.GetDriverByName()获取GTiff驱动程序用于创建输出影像文件同时使用driver.Create()创建一个与原始影像具有相同大小的输出影像文件。 紧接着从数据集中获取红光和近红外波段的数据。dataset.GetRasterBand()用以获取指定的栅格波段而band.ReadAsArray()则将波段数据读取为数组。 其次即可计算NDVI。使用获取的红光和近红外波段数据计算NDVI并将NDVI数据保存在data_ndvi数组中。 最后将NDVI数据写入输出影像文件。output_dataset.GetRasterBand()获取输出影像文件的波段band.WriteArray()将数据写入波段band.FlushCache()刷新波段缓存。 此外记得通过output_dataset.SetGeoTransform()和output_dataset.SetProjection()设置输出影像文件的地理变换和投影信息。 同时需要清理和关闭数据集将数据集和输出数据集设置为None以释放资源。还可以打印文件名和finished!表示当前文件处理完成。 执行上述代码我们即可在结果文件夹中看到计算得到的NDVI数据如下图所示。 至此大功告成。
欢迎关注疯狂学习GIS
