PythonはTIFF形式のデータ処理のNetCDFデータである（スクリプトコードが添付）

ブログ小さな順：広く科学的データを格納するために使用されるのNetCDFデータ形式、最も最近自身の使用のPythonはそれを覚えて、いくつかのNetCDFデータで、このブログの記事で特別なエッセイが配ら。
参考ブログ：
https://www.cnblogs.com/shoufengwei/p/9068379.html
https://blog.csdn.net/EWBA_GIS_RS_ER/article/details/84076201
http://www.clarmy.net/2018/11 / 01 / Pythonの％E8は％AF ％BB％E5％8F％96nc％E6の％96％87％E4％のBB％以下のB6％E7％で9Aの％84％E5％85％A5％以下のE9の％97％A8％のE7の％のBA ％A7％E6％93％8Dの ％のE4％のBDの％の9C /

1.NetCDFデータプロフィール

公式文書のNetCDF
https://www.unidata.ucar.edu/software/netcdf/docs/netcdf_introduction.html

2.Python基本的な操作データのNetCDF

PythonライブラリはNetCDFのnetCDF4ライブラリを処理するデータ専用に使用され、そのパスのpythonにインストールします

In[1]:import netCDF4 as nc #模块导入 

In[2]:data = 'F:\\data___python_test\\nc_to_tif\\nc\\ndvi3g_geo_v1_1990_0106.nc4'
      nc_data = nc.Dataset(data)    #利用.Dataset()方法读取nc数据
      nc_data
Out[2]: <type 'netCDF4._netCDF4.Dataset'>

In[3]:nc_data.variables  #以存储ndvi的nc数据为例，查看nc文件包含的变量
Out[3]:OrderedDict([(u'lon', <type 'netCDF4._netCDF4.Variable'>
          float64 lon(lon)
          unlimited dimensions: 
          current shape = (4320,)
          filling on, default _FillValue of 9.96920996839e+36 used),
         (u'lat', <type 'netCDF4._netCDF4.Variable'>
          float64 lat(lat)
          unlimited dimensions: 
          current shape = (2160,)
          filling on, default _FillValue of 9.96920996839e+36 used),
         (u'time', <type 'netCDF4._netCDF4.Variable'>
          float64 time(time)
          unlimited dimensions: 
          current shape = (12,)
          filling on, default _FillValue of 9.96920996839e+36 used),
         (u'satellites', <type 'netCDF4._netCDF4.Variable'>
          int16 satellites(time)
          unlimited dimensions: 
          current shape = (12,)
          filling on, default _FillValue of -32767 used),
         (u'ndvi', <type 'netCDF4._netCDF4.Variable'>
          int16 ndvi(time, lat, lon)
              units: 1
              scale: x 10000
              missing_value: -5000.0
              valid_range: [-0.3  1. ]
          unlimited dimensions: 
          current shape = (12, 2160, 4320)
          filling on, default _FillValue of -32767 used),
         (u'percentile', <type 'netCDF4._netCDF4.Variable'>
          int16 percentile(time, lat, lon)
              units: %
              scale: x 10
              flags: flag 0: from data                flag 1: spline interpolation     flag 2: possible snow/cloud cover
              valid_range: flag*2000 + [0 1000]
          unlimited dimensions: 
          current shape = (12, 2160, 4320)
          filling on, default _FillValue of -32767 used)])

In[4]:ndvi = nc_data.variables['ndvi'] #单独查看nc文件中存储的变量信息
      ndvi
Out[4]:<type 'netCDF4._netCDF4.Variable'>
       int16 ndvi(time, lat, lon)
       units: 1
       scale: x 10000
       missing_value: -5000.0
       valid_range: [-0.3  1. ]
       unlimited dimensions: 
       current shape = (12, 2160, 4320)
       filling on, default _FillValue of -32767 used

3.コード - ダンプファイルのためのPythonのNetCDF TIFFファイルを使用して

このコードは、後処理分析を容易にするために、NDVIデータを処理するときに、独自のスクリプトで記述されたNC NDVIデータ抽出形式のそれぞれの目的とTIFFデータ12として保存されます。

# -*- coding: utf-8 -*-

# 模块导入  
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import os
import glob

# 单个nc数据ndvi数据读取为多个tif文件，并将ndvi值化为-1-1之间
def NC_to_tiffs(data,Output_folder):
    nc_data_obj = nc.Dataset(data)
    Lon = nc_data_obj.variables['lon'][:]
    Lat = nc_data_obj.variables['lat'][:]
    ndvi_arr = np.asarray(nc_data_obj.variables['ndvi'])  #将ndvi数据读取为数组
    ndvi_arr_float = ndvi_arr.astype(float)/10000 #将int类型改为float类型,并化为-1 - 1之间

    #影像的左上角和右下角坐标
    LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()] 

    #分辨率计算
    N_Lat = len(Lat) 
    N_Lon = len(Lon)
    Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
    Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)

    for i in range(len(ndvi_arr[:])):
        #创建.tif文件
        driver = gdal.GetDriverByName('GTiff')
        out_tif_name = Output_folder + '\\'+ data.split('\\')[-1].split('.')[0] + '_' + str(i+1) + '.tif'
        out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32) 
     
        # 设置影像的显示范围
        #-Lat_Res一定要是-的
        geotransform = (LonMin,Lon_Res, 0, LatMax, 0, -Lat_Res)
        out_tif.SetGeoTransform(geotransform)
        
        #获取地理坐标系统信息，用于选取需要的地理坐标系统
        srs = osr.SpatialReference()
        srs.ImportFromEPSG(4326) # 定义输出的坐标系为"WGS 84"，AUTHORITY["EPSG","4326"]
        out_tif.SetProjection(srs.ExportToWkt()) # 给新建图层赋予投影信息

        #数据写出
        out_tif.GetRasterBand(1).WriteArray(ndvi_arr_float[i]) # 将数据写入内存，此时没有写入硬盘
        out_tif.FlushCache() # 将数据写入硬盘
        out_tif = None # 注意必须关闭tif文件

def main():
    Input_folder = 'F:\\data___python_test\\nc_to_tif\\nc'
    Output_folder = 'F:\\data___python_test\\nc_to_tif\\tif_result'

    # 读取所有nc数据
    data_list = glob.glob(Input_folder + '\\*.nc4')

    for i in range(len(data_list)):
        data = data_list[i]
        NC_to_tiffs(data,Output_folder)
        print data + '-----转tif成功'
    
    print'----转换结束----'

main()

---

著者：DQTDQTは
テキストに誤りがあるとして著者は、制限されている制限され、交流を私を修正することを躊躇歓迎。

お問い合わせ：
QQ：1426097423
Eメール：[email protected]

この記事では、著者に属し、公園の合計をブログ、交換を転載することを歓迎していますが、この便利、親指を探求する歓迎あなたを見つけると感じた場合は、このセクションで宣言された作者の同意を得ずに保持されなければならない、とページの見かけの位置に元の記事のリンクを与えられました。