【Python科研】如何使用Python计算年度和季节的平均降水栅格数据并进行批量裁剪

最新推荐文章于 2024-10-16 08:37:11 发布

不止GIS

最新推荐文章于 2024-10-16 08:37:11 发布

阅读量927

点赞数 5

分类专栏： Python科研文章标签： python 开发语言

本文链接：https://blog.youkuaiyun.com/qq_46689623/article/details/139811117

版权

本次分享内容中，我们将介绍如何使用Python计算和裁剪年度和季节的降水栅格数据。本教程主要涉及到以下内容：

计算2000-2021年的年度和季节平均降水量；
使用研究区域矢量数据裁剪出研究区域的降水栅格数据。

我们将使用 rasterio 和 geopandas 两个库来实现这些操作。

图1|现有需要计算处理和裁剪的降水栅格数据

1.环境准备

首先，确保你的Python环境中已经安装了必要的库。如果没有的话，你可以使用以下命令来安装这些库（在Anaconda进行）：

pip install rasterio geopandas numpy

2.设置文件路径

将文件路径设置为你自己的数据文件夹路径和矢量数据路径：

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

input_folder = r"你的降水栅格数据文件夹路径"
output_folder = r"保存结果的文件夹路径"
clipped_output_folder = r"保存裁剪后结果的文件夹路径"
shapefile_path = r"矢量数据文件路径"

3.读取矢量数据

使用 geopandas 读取研究区域的矢量数据：

shapefile = gpd.read_file(shapefile_path)

4.定义年份和季节

设置要处理的年份和季节：

years = list(range(2000, 2021))  # 从2000到2020年
seasons = {
    "spring": [3, 4, 5],
    "summer": [6, 7, 8],
    "autumn": [9, 10, 11],
    "winter": [12, 1, 2]
}

5.创建输出文件夹

确保输出文件夹存在：

os.makedirs(output_folder, exist_ok=True)
os.makedirs(clipped_output_folder, exist_ok=True)

6.裁剪栅格数据的函数

定义一个函数来裁剪栅格数据，并设置无效值：

def clip_raster(raster, shapes, nodata_value):
    out_image, out_transform = mask(raster, shapes, crop=True, nodata=nodata_value, filled=False)
    out_meta = raster.meta.copy()
    out_meta.update({
        "height": out_image.shape[1],
        "width": out_image.shape[2],
        "transform": out_transform,
        "nodata": nodata_value
    })
    return out_image, out_

最低0.47元/天解锁文章