Python中ArcPy实现多张栅格遥感影像批量相减求差值

简介: Python中ArcPy实现多张栅格遥感影像批量相减求差值

  本文介绍基于PythonArcPy模块,对大量栅格遥感影像文件批量进行相减做差的方法。

  首先,我们来明确一下本文的具体需求。现有一个存储有多张.tif格式遥感影像的文件夹,其中每一个遥感影像的文件名中都包含有该图像的成像年份,且每一个遥感影像的空间范围、像元大小等都是一致的,可以直接进行栅格相减;且文件夹内除了.tif格式的遥感影像文件外,还具有其它格式的文件;如下图所示。

  我们希望,对于同一年成像的两景遥感影像分别进行做差处理。例如,将上图中的2001.tif文件减去2001_N.tif文件,将2005.tif文件减去2005_N.tif文件,以此类推。

  明确了需求后,我们就可以开始具体的操作。首先,本文所需用到的代码如下。

# -*- coding: utf-8 -*-
"""
Created on Sun Apr 24 11:12:37 2022
@author: fkxxgis
"""
import arcpy
tif_file_path="E:/LST/Data/MODIS/16_True/"
dif_file_path="E:/LST/Data/MODIS/17_Difference/"
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=[]
for tif_file in tif_file_name:
    if tif_file[0:4]==tif_file_year:
        one_year_tif_list.append(tif_file)
        if tif_file==tif_file_name[len(tif_file_name)-1]:
            arcpy.gp.Minus_sa(one_year_tif_list[0],
                              one_year_tif_list[1],
                              dif_file_path+tif_file_year+"_Dif.tif")
    else:
        arcpy.gp.Minus_sa(one_year_tif_list[0],
                          one_year_tif_list[1],
                          dif_file_path+tif_file_year+"_Dif.tif")
        one_year_tif_list=[]
        one_year_tif_list.append(tif_file)
        tif_file_year=tif_file[0:4]

  其中,tif_file_path是原有计算平均值前遥感图像的保存路径,dif_file_path是我们新生成的求取平均值后遥感影像的保存路径,也就是结果保存路径。

  在这里,和我们前期的博客Python中ArcPy实现对不同时相的栅格遥感影像依据其成像时间分别批量拼接https://blog.csdn.net/zhebushibiaoshifu/article/details/124227237)类似,需要首先在资源管理器中,将tif_file_path路径下的各文件以“名称”排序的方式进行排序;随后,利用arcpy.ListRasters()函数,获取路径下原有的全部.tif格式的图像文件,并截取第一个文件的部分文件名,从而获取其成像时间的具体年份。

  接下来,遍历tif_file_path路径下全部.tif格式图像文件。其中,我们通过一个简单的判断语句if tif_file[0:4]==tif_file_year:,来确定某一年的遥感影像是否已经读取完毕——如果已经读取完毕,例如假如2001年成像的2幅遥感影像都已经遍历过了,那么就对这2景遥感影像做差,并开始对下一个年份(即2005年)成像的2景遥感影像继续加以计算;如果还没有读取完毕,例如假如2001年成像的2幅遥感影像目前仅遍历了第1幅,那么就不做差,继续往下遍历,直到遍历完2001年成像的2幅遥感影像。

  这里相信大家也看到了为什么我们要在前期先将文件夹中的文件按照“名称”排序——首先,是为了保证同一年成像的2景遥感影像都排列在一起,遍历时只要遇到一个新的年份,程序就知道上一个年份的2张图像都已经遍历完毕了,就可以将上一个年份的2张栅格图像加以做差;其次,是为了保证我们的被减数(例如2005.tif文件)排在减数(例如2005_N.tif文件)的前面,从而方便我们进行做差运算。

  在这里,我们实现两张栅格遥感影像相减操作的函数是arcpy.gp.Minus_sa()函数,其第一个参数是被减数,第二个参数是减数,第三个参数是结果保存路径与名称。

  最后,通过if tif_file==tif_file_name[len(tif_file_name)-1]:这个判断,来确认是否目前已经遍历到文件夹中的最后一个图像文件。如果是的话,就需要将当前成像年份的2景图像进行差值的求取,并宣告代码完成运行。

  在 IDLE (Python GUI) 中运行代码。代码运行完毕后,我们可以看到求取差值之后的遥感影像已经存在于我们的结果保存路径中了。

欢迎关注公众号/CSDN/知乎/微博:疯狂学习GIS


相关文章
|
3月前
|
数据可视化 Serverless 数据格式
Python的GDAL求取栅格文件相互间的像素变化值
完成这一过程后,你将会得到一个包含像素差异值的新栅格文件,可以使用各种地理信息系统软件进行可视化和分析。
50 0
|
3月前
|
机器学习/深度学习 数据采集 数据可视化
使用Python实现深度学习模型:智能医疗影像识别与诊断
【8月更文挑战第19天】 使用Python实现深度学习模型:智能医疗影像识别与诊断
79 0
|
5月前
|
定位技术 索引 Python
Python GDAL缩放栅格文件各波段数值
本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像文件的方法。 首先,看一下本文的具体需求。我们现有一个文件夹,其中含有大量.tif格式的遥感影像文件;其中,这些遥感影像文件均含有4个波段,每1个波段都表示其各自的反射率数值。而对于这些遥感影像文件,有的文件其各波段数值已经处于0至1的区间内(也就是反射率数据的正常数值区间),而有的文件其各波段数值则是还没有乘上缩放系数的(在本文中,缩放系数是0.0001)。
|
5月前
|
机器学习/深度学习 存储 计算机视觉
基于YOLOv8深度学习的遥感地理空间物体检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测(2)
基于YOLOv8深度学习的遥感地理空间物体检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测
|
5月前
|
机器学习/深度学习 存储 监控
基于YOLOv8深度学习的遥感地理空间物体检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测(1)
基于YOLOv8深度学习的遥感地理空间物体检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测
|
6月前
|
Python
Python批量求取多景栅格文件之间的像素差值
【2月更文挑战第18天】本文介绍基于Python语言,针对一个含有大量遥感影像栅格文件的文件夹,从其中第2景遥感影像开始,分别用每一景影像减去其前一景影像,从而求取二者的差值,并将每一个所得到的差值结果保存为新的一景遥感影像文件的方法~
Python批量求取多景栅格文件之间的像素差值
|
6月前
|
存储 编解码 Python
Python GDAL基于经、纬度提取大量遥感影像中相同位置处像元的数值
【2月更文挑战第8天】本文介绍基于Python语言中的gdal模块,对2景不同的遥感影像加以对应位置像素值匹配的方法——即基于一景遥感影像的每一个像元,提取另一景遥感影像中,与之空间位置相同的像元的像素值的方法~
209 1
Python GDAL基于经、纬度提取大量遥感影像中相同位置处像元的数值
|
7天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
7天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
7天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
下一篇
无影云桌面