shanyanyi7173的博客

python - gdal

一、IDW反距离权重插值IDW反距离权重插值介绍反距离权重 (IDW) 插值：彼此距离较近的事物要比彼此距离较远的事物更相似。当为任何未测量的位置预测值时，反距离权重法会采用预测位置周围的测量值。与距离预测位置较远的测量值相比，距离预测位置最近的测量值对预测值的影响更大。反距离权重法假定每个测量点都有一种局部影响，而这种影响会随着距离的增大而减小。由于这种方法为距离预测位置最近的点分配的权重较大，而权重却作为距离的函数而减小，因此称之为反距离权重法。反距离权重计算过程：ArcGIS实现.

欢迎关注我的个人公众号：小Rserimport gdal#基准数据ref_file = r"D:\微信公众号\掩膜\基准数据.tif"#待匹配数据pend_file = r"D:\微信公众号\掩膜\待匹配数据.tif"# 结果文件outfile = r"D:\微信公众号\掩膜\匹配后数据.tif"ref_ds = gdal.Open(ref_file)base_xsize = ref_ds.RasterXSizebase_ysize = ref_ds.RasterYS.

import gdalimport numpy as npfrom scipy import ndimage as ndfile = r"D:\微信公众号\数据填补\处理前.tif"outfile = r"D:\微信公众号\数据填补\处理后.tif"ds = gdal.Open(file)cols = ds.RasterXSizerows = ds.RasterYSizegeo = ds.GetGeoTransform()proj = ds.GetProjection()band = .

01AHP方法过程02Python实现数据样例，判断矩阵请参考判断矩阵标度定义。import　numpy as npdata = np.array([[1,2,7,7],[1/2.0,1,6,8],[1/7.0, 1/6.0, 1,3],[1/7.0,1/8.0,1/3.0,1]])eigenvalues, vector = np.linalg.eig(data)eigenvalue_max = max(list(eigenvalues))index_max = l

Hammer坐标系转换到WGS1984,以处理FY3D/MERSI NVI数据为例。FY3D/MERSI NVI空间分辨率250m,全球 10°×10°分幅。01读取数据import gdalimport h5pyinfile = r"D:\微信公众号\FY3D_MERSI_5090_L3_NVI_MLT_HAM_20210620_AOTD_0250M_MS.HDF"outfile = r"D:\微信公众号\FY3D_MERSI_5090_L3_NVI_MLT_HAM_20210620_

坡度坡向分析方法坡度(slope)是地面特定区域高度变化比率的量度。坡度的表示方法有百分比法、度数法、密位法和分数法四种，其中以百分比法和度数法较为常用。本文计算的为坡度百分比数据。如当角度为45度（弧度为π/4）时，高程增量等于水平增量，高程增量百分比为100%。坡向(aspect)是指地形坡面的朝向。坡向用于识别出从每个像元到其相邻像元方向上值的变化率最大的下坡方向。坡向可以被视为坡度方向。坡向是一个角度，将按照顺时针方向进行测量，角度范围介于 0（正东）到 360（仍是正东）之间，即完..