Python计算不同成像时间的遥感影像的像素随时间的变化量

本文介绍基于Python 语言,读取文件夹下大量栅格遥感影像文件 ,并基于给定的一个像元 ,提取该像元对应的全部遥感影像文件 中,指定多个波段 的数值;修改其中不在给定范围内的异常值 ,并计算像元数值在每一景遥感影像中变化的差值 ;最终将这些数据保存为一个新的Excel表格文件的方法。

首先,我们来看一下本文需要具体实现的需求。现在有一个文件夹,如下图所示;其中,存放了大量的遥感影像文件 ,且每一景遥感影像都是同一个空间位置、不同成像时间对应的遥感影像,因此其空间参考信息、栅格的行数与列数等都是一致的。此外,每一景遥感影像都具有5个不同的波段。

我们现在希望,给定一个像元 (也就是给定了这个像元在遥感影像中的行号与列号),提取出在指定的波段中 (我们这里就提取全部的5个波段),该像元对应的每一景遥感影像的数值 (也就是提取了该像元在每一景遥感影像、每一个波段的数值);随后,将提取到的大于1的数值修改为1,并计算像素值在每一景遥感影像中数值的差值 ;最后,将提取到的数据保存为一个Excel表格文件。

明确了需求,我们就可以撰写代码;具体如下。

python 复制代码
# -*- coding: utf-8 -*-
"""
Created on Thu Jul 27 11:25:55 2023

@author: fkxxgis
"""

import os
import pandas as pd
from osgeo import gdal

def extract_pixel_time_series(input_folder, output_csv):
    tif_files = [file for file in os.listdir(input_folder) if file.endswith('.tif')]
    
    target_row = 495
    target_col = 60
    time_series_df = pd.DataFrame()
    
    for tif_file in tif_files:
        file_path = os.path.join(input_folder, tif_file)
        dataset = gdal.Open(file_path)
        
        for band in range(dataset.RasterCount):
            band_data = dataset.GetRasterBand(band + 1).ReadAsArray()
            pixel_value = band_data[target_row, target_col]
            date = tif_file[10: 24]
            time_series_df.at[date, f'Band_{band + 1}'] = pixel_value
        
        dataset = None
    
    for index in range(len(time_series_df.columns)):
        time_series_df = time_series_df.apply(lambda x: x.clip(upper = 1))
        new_col_name = time_series_df.columns[index] + "_diff"
        time_series_df[new_col_name] = time_series_df.iloc[:, index].diff()
    time_series_df.to_csv(output_csv)

# 示例用法
input_folder = r"E:\01_Reflectivity\FiveBands"
output_csv = r"E:\01_Reflectivity\Data.csv"
extract_pixel_time_series(input_folder, output_csv)

首先,我们需要导入必要的模块和库。其中os用于操作文件和文件夹,pandas用于处理数据和创建DataFrame 格式数据,而gdal则用于读取栅格数据;关于gdal库的配置方法,大家可以参考文章# Anaconda基于whl文件安装GDAL环境

随后,我们对extract_pixel_time_series这个函数加以定义。这个函数接收两个参数input_folderoutput_csv,分别表示存储栅格数据的文件夹路径和输出的Excel 文件的路径。随后,列出input_folder文件夹下所有以.tif结尾的文件,并存储在列表中。其次,循环遍历每个栅格文件,构建完整的文件路径,用于后面的数据读取,并使用gdal.Open()打开栅格文件,获取数据集对象。

接下来,通过循环遍历每个波段。读取当前波段的数据,并存储在band_data变量中。随后基于我们给定的像元位置,提取目标像元的数值(位置就是这个[target_row, target_col])。此外,为了使得我们保存结果时可以记录每一个数值对应的成像日期,因此需要从文件名中提取日期,并存储在date变量中。

接下来,通过time_series_df.at[date, f'Band_{band + 1}'],将像元值存储在DataFrame 中,行索引为日期,列名为Band_1Band_2等;随后,将数据集对象dataset设为None,释放内存资源。

接下来,我们将大于1的数值加以处理,并计算每个波段随时间变化的数值之差。遍历time_series_df的每一列,并对于每一列使用clip(upper=1)将超过1的值截断为1;随后,为每一列创建新列,列名为原列名加上_diff,存储该列差值。

最后,我们将处理后的时间序列数据保存为Excel表格文件即可。

运行上述代码,我们即可获得多个遥感影像文件中,给定像元位置处,像元数值的时间变化序列,并可以获得其变化值。

至此,大功告成。

相关推荐
小_太_阳5 分钟前
Scala_【2】变量和数据类型
开发语言·后端·scala·intellij-idea
直裾8 分钟前
scala借阅图书保存记录(三)
开发语言·后端·scala
老刘莱国瑞13 分钟前
STM32 与 AS608 指纹模块的调试与应用
python·物联网·阿里云
星就前端叭1 小时前
【开源】一款基于Vue3 + WebRTC + Node + SRS + FFmpeg搭建的直播间项目
前端·后端·开源·webrtc
一只敲代码的猪1 小时前
Llama 3 模型系列解析(一)
大数据·python·llama
GIS工具-gistools20211 小时前
如何在 QGIS 中打开 Esri 文件地理数据库(GDB)
gis·qgis
Hello_WOAIAI2 小时前
批量将 Word 文件转换为 HTML:Python 实现指南
python·html·word
winfredzhang2 小时前
使用Python开发PPT图片提取与九宫格合并工具
python·powerpoint·提取·九宫格·照片
小林coding2 小时前
阿里云 Java 后端一面,什么难度?
java·后端·mysql·spring·阿里云
AI理性派思考者2 小时前
【保姆教程】手把手教你在Linux系统搭建早期alpha项目cysic的验证者&证明者
后端·github·gpu