修改gdal python 程序 ，增加无值区域的判断

是这样的，在栅格运算过程中，要对每一块像元处理，因为有的像元不存在值，项目背景是，获取的为海洋区域的温度、盐度、风场等信息，因此陆地部分无值，海洋中被云层遮挡部分无值，所以，要将所有的无值区域不参与计算。

ENVI中打开，看到海洋区域中明显的黑点，显示为-999.

栅格运算中，-999需要剔除掉，才能和其他像元点计算，栅格计算重要用到了一个python脚本（需要用到的可以去我的资源页下载）。

下面介绍掩膜方法增加无值区域的判定，并在最终结果影像中显示无值区域为-999，这一部分是原生gdal python没有的。

            # create empty buffer to mark where nodata occurs
            myNDVs=numpy.zeros(myBufSize)
            myNDVs.shape=(nYValid,nXValid)

	    my999=numpy.zeros(myBufSize)
            my999.shape=(nYValid,nXValid)

myNDVs是原始无值区域掩膜，其用处是将所有无值的区域标注出来，用来以后无值区域的判定。

在这里增加了my999数组，初始值为0，大小为栅格图像的大小。

            for i,Alpha in enumerate(myAlphaList):

                # populate lettered arrays with values
                myval=BandReadAsArray(myFiles[i].GetRasterBand(myBands[i]),
                                      xoff=myX, yoff=myY,
                                      win_xsize=nXValid, win_ysize=nYValid)

                # fill in nodata values
                myNDVs=1*numpy.logical_or(myNDVs==1, myval==myNDV[i])
                my999=1*numpy.logical_or(my999==1, myval==-999)
				
                # create an array of values for this block
                exec("%s=myval" %Alpha)
                myval=None

my999是一个0值数组，遍历影像过程中，将值为-999的数字设置为1，这里用到了numpy 的逻辑或语句，满足：my999=1或者myval=-999的像元即为1，而为1的像元是要记录下来的。

            # propogate nodata values 
            # (set nodata cells to zero then add nodata value to these cells)
            myResult = ((1*(myNDVs==0))*myResult) + (myOutNDV*myNDVs)
	    myResult = ((1*(my999==0))*myResult) + (-999*my999)

myResult是结果影像数组，这是用来将其输出的，my999为1的区域，要加-999*my999，这样就在结果影像中将所有的无值区域设置为-999了。

关键思想：掩膜。

自己体悟去吧。