基于python对栅格数据批量分区统计

基于python对栅格数据批量分区统计

前言

如何基于python对tif格式的栅格数据批量进行分区统计。使用 Python 对 .tif 格式的栅格数据进行批量分区统计，通常可以通过 rasterio 和 numpy 等库来实现。具体步骤包括读取栅格数据、进行分区处理（如基于掩膜或特定区域划分），然后计算统计信息（如均值、最大值、最小值等）。以下是实现这一流程的典型代码框架：

---

一、主要步骤

读取栅格文件：使用 rasterio 来加载 .tif 栅格数据。
定义分区掩膜：可以根据已有的矢量边界文件（如 .shp 文件）或自定义掩膜对栅格数据进行区域划分。
分区统计：对每个区域进行统计分析，如均值、最大值、最小值等。

二、使用步骤

1.代码

# -*- encoding:utf-8 -*-

import geopandas as gpd
import rasterio
from rasterio.mask import mask
import numpy as np
import pandas as pd
import os

# 读取shapefile文件
shp_path = r'shp数据.shp'
gdf = gpd.read_file(shp_path)

# 获取FID字段
fid_field = 'Ecosystem'  # 根据你的shapefile的FID字段名称进行修改

# 存放结果的列表
results = []

# 读取每年的tif文件夹路径
tif_folder = r'tif数据'
tif_files = [os.path.join(tif_folder, f) for f in os.listdir(tif_folder) if f.endswith