批量计算遥感影像NDVI:Python代码

  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;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 2024
@author: fkxxgis
"""
import os
from osgeo import gdal
original_folder = r"E:\04_Reconstruction\99_MODIS\new_data\2021_48STA_Result\Original"
output_folder = r"E:\04_Reconstruction\99_MODIS\new_data\2021_48STA_Result\NDVI_Original"
for filename in os.listdir(original_folder):
 if filename.endswith('.tif'):
 dataset = gdal.Open(os.path.join(original_folder, filename), gdal.GA_ReadOnly)
 width = dataset.RasterXSize
 height = dataset.RasterYSize
 
 driver = 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()
 data_red = data_red.astype(float)
 band_nir = dataset.GetRasterBand(4)
 data_nir = band_nir.ReadAsArray()
 data_nir = data_nir.astype(float)
 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 = None
 output_dataset = None
 print(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;同时,我这里还用了astype()转换数组的格式,避免原本遥感影像的数据格式带来的问题——例如,假如原本遥感影像是无符号整型的数据格式,那么这里不加astype()计算NDVI就会有问题。

  其次,即可计算NDVI。使用获取的红光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()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。

作者:疯狂学习GIS原文地址:https://www.cnblogs.com/fkxxgis/p/18536887

%s 个评论

要回复文章请先登录注册