GDALpython——栅格数据的写⼊
以计算NDVI为例：
NDVI=(NIR-RED)/(NIR+RED)
其中NIR为波段3，RED为波段2
编程要点如下：
1. 将波段3读⼊数组data3，将波段2读⼊数组data2
lb是什么意思2. 计算公式为：
3. 当data3和data2均为0时（例如⽤0表⽰NODATA），会出现被0除的错误，导致程序崩溃。需要⽤mask配合choo将0值去掉代码如下，仅有4⾏
data2 = band2.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)
data3 = band3.ReadAsArray(0, 0, cols,rows).astype(Numeric.Float16)
mask = ater(data3 + data2, 0)
tsmc
ndvi = Numeric.choo(mask, (-99, (data3 - data2) / (data3 + data2)))
新建栅格数据集
将刚才计算得到的数据写⼊新的栅格数据集之中
⾸先要复制⼀份数据驱动：
driver = inDatat.GetDriver()
之后新建数据集
Create(<filename>, <xsize>, <ysize>, [<bands>], [<GDALDataType>])
其中bands的默认值为1，GDALDataType的默认类型为GDT_Byte，例如
outDatat = driver.Create(filename, cols, rows, 1, GDT_Float32)
在这条语句的执⾏过程中，存储空间已经被分配到硬盘上了
在写⼊之前，还需要先引⼊波段对象
侯思思
outBand = outDatat.GetRasterBand(1)
波段对象⽀持直接写⼊矩阵，两个参数分别为x向偏移和y向偏移
outBand.WriteArray(ndvi, 0, 0)
下⾯的例⼦总结了本次和上次的逐块写⼊⽅法
xBlockSize = 64get on
yBlockSize = 64
for i in range(0, rows, yBlockSize):
if i + yBlockSize < rows:
numRows = yBlockSize
rock you什么意思
el:
numRows = rowsnumRows = rows –– ii
which是什么意思>电台
for j in range(0, cols, xBlockSize):
if j + xBlockSize < cols:
numCols = xBlockSize
el:
numCols = cols – j
data = band.ReadAsArray(j, i, numCols, numRows)
# do calculations here to create outData array
outBand.WriteArray(outData, j, i)
band对象可以设定NoData值
outBand.SetNoDataValue(-99)
还可以读取NoData值
ND = outBand.GetNoDataValue()
计算band的统计量
关于食物的英语单词⾸先⽤FlushCache()把缓存数据写⼊磁盘
之后⽤GetStatistics(<approx_ok>, <force>)计算统计量。如果approx_ok=1那么计算是基于pyramid的，如果force=0那么当整幅图都要被重读⼀遍的时候就不计算统计量了。
outBand.FlushCache()
outBand.GetStatistics(0, 1)
squats设定新图的地理参考点
如果新图与另⼀张图的地理参考信息完全⼀致，那就很简单了
geoTransform = inDatat.GetGeoTransform()
outDatat.SetGeoTransform(geoTransform )
proj = inDatat.GetProjection()
outDatat.SetProjection(proj)
建⽴pyramids
设定Imagine风格的pyramids
gdal.SetConfigOption('HFA_USE_RRD', 'YES')
强制建⽴pyramids
outDatat.BuildOverviews(overviewlist=[2,4, 8,16,32,64,128])
图像的拼接
1. 对每张图：读取⾏数和列数，原点(minX,maxY)，像素长，像素宽，并计算坐标范围
maxX1 = minX1 + (cols1 * pixelWidth)
minY1 = maxY1 + (rows1 * pixelHeight)
1. 计算输出图像的坐标范围：
minX = min(minX1, minX2, …) maxX = max(maxX1, maxX2, …)
minY = min(minY1, minY2, …) maxY = max(maxY1, maxY2, …)
1. 计算输出图像的⾏数和列数：
cols = int((maxX – minX) / pixelWidth)
rows = int((maxY – minY) / abs(pixelHeight)
1. 建⽴并初始化输出图像
2. 对每张待拼接的图：计算offt值
xOfft1 = int((minX1 - minX) / pixelWidth)
yOfft1 = int((maxY1 - maxY) / pixelHeight)
读⼊数据并按照上⾯计算的offt写⼊
1. 对输出图像：计算统计量，设定geotransform ：[minX, pixelWidth, 0, maxY, 0, pixelHeight]，设定projection，建⽴pyramids
>grandslam
