Python库： rasterio

rasterio是一个用于处理地理空间栅格数据的Python库。提供了一个简单而强大的接口，用于读取、写入和操作栅格数据（如GeoTIFF、NetCDF等）。rasterio基于GDAL（Geospatial Data Abstraction Library）构建，因此继承了GDAL的强大功能，同时提供了更Pythonic的API。

安装

可以使用pip来安装rasterio：

pip install rasterio

核心功能

1. 读取栅格数据

使用rasterio读取栅格数据非常简单。可以使用rasterio.open()函数打开一个栅格文件，并使用read()方法读取数据。

import rasterio

# 打开栅格文件
with rasterio.open('example.tif') as src:
    # 读取第一个波段的数据
    band1 = src.read(1)
    # 获取栅格的元数据
    meta = src.meta
    print(meta)

2. 写入栅格数据

可以使用rasterio将数据写入新的栅格文件。首先，需要创建一个新的栅格文件，然后使用write()方法写入数据。

import numpy as np
import rasterio
from rasterio.transform import from_origin

# 创建一个示例数据
data = np.random.randint(0, 255, (100, 100), dtype=np.uint8)

# 定义元数据
meta = {
    'driver': 'GTiff',
    'height': data.shape[0],
    'width': data.shape[1],
    'count': 1,
    'dtype': data.dtype,
    'crs': 'EPSG:4326',  # 坐标参考系统
    'transform': from_origin(0, 0, 1, 1)  # 变换矩阵
}

# 创建并写入栅格文件
with rasterio.open('output.tif', 'w', **meta) as dst:
    dst.write(data, 1)

3. 获取栅格元数据

rasterio提供了丰富的元数据信息，包括坐标参考系统（CRS）、变换矩阵、波段数量等。

with rasterio.open('example.tif') as src:
    print("CRS:", src.crs)
    print("Transform:", src.transform)
    print("Width:", src.width)
    print("Height:", src.height)
    print("Number of bands:", src.count)

4. 栅格数据的变换

rasterio支持多种栅格数据的变换操作，如重采样、裁剪、镶嵌等。

import rasterio
from rasterio.warp import reproject, Resampling

# 打开源栅格文件
with rasterio.open('source.tif') as src:
    # 创建目标栅格文件的元数据
    dst_meta = src.meta.copy()
    dst_meta.update({
        'width': 200,
        'height': 200,
        'transform': from_origin(0, 0, 0.5, 0.5)
    })

    # 创建目标栅格文件
    with rasterio.open('destination.tif', 'w', **dst_meta) as dst:
        # 重采样
        for i in range(1, src.count + 1):
            reproject(
                source=rasterio.band(src, i),
                destination=rasterio.band(dst, i),
                src_transform=src.transform,
                src_crs=src.crs,
                dst_transform=dst_meta['transform'],
                dst_crs=dst_meta['crs'],
                resampling=Resampling.bilinear
            )

5. 栅格数据的裁剪

可以使用rasterio裁剪栅格数据，通常使用rasterio.mask.mask()函数。

import rasterio
from rasterio.mask import mask
from shapely.geometry import box
import geopandas as gpd

# 打开栅格文件
with rasterio.open('example.tif') as src:
    # 定义裁剪区域
    bbox = box(0, 0, 100, 100)
    geo = gpd.GeoDataFrame({'geometry': bbox}, index=[0], crs=src.crs)
    coords = [feature["geometry"] for feature in geo.to_crs(src.crs).to_dict('records')]

    # 裁剪栅格数据
    out_image, out_transform = mask(src, shapes=coords, crop=True)
    out_meta = src.meta.copy()
    out_meta.update({
        'height': out_image.shape[1],
        'width': out_image.shape[2],
        'transform': out_transform
    })

    # 保存裁剪后的栅格数据
    with rasterio.open('cropped.tif', 'w', **out_meta) as dst:
        dst.write(out_image)

常见操作

1. 读取多个波段

可以使用read()方法读取多个波段的数据。

with rasterio.open('example.tif') as src:
    bands = src.read()  # 读取所有波段
    print(bands.shape)  # (波段数, 高度, 宽度)

2. 获取栅格数据的统计信息

可以使用rasterio.plot模块来获取栅格数据的统计信息，如直方图。

import rasterio
import rasterio.plot as rioplot
import matplotlib.pyplot as plt

with rasterio.open('example.tif') as src:
    band1 = src.read(1)
    rioplot.show(band1)
    plt.show()

总结

rasterio是一个功能强大的库，适用于处理各种地理空间栅格数据。提供了简单易用的API，使得读取、写入、变换和分析栅格数据变得非常方便。无论是处理遥感影像、地形数据还是其他类型的栅格数据，rasterio都是一个不可或缺的工具。