Làm việc với dữ liệu raster

Làm việc với Dữ liệu Không gian địa lý trong Python

Joris Van den Bossche

Open source software developer and teacher, GeoPandas maintainer

Minh họa lưới giá trị

Nguồn ảnh: Tài liệu QGIS

Dữ liệu raster

Bản đồ xác suất mưa

Dữ liệu raster nhiều băng

Gói rasterio

import rasterio

Ràng buộc “Pythonic” cho GDAL
Đọc và ghi tệp raster
Công cụ xử lý (mặt nạ, phép chiếu lại, nội suy lại, ..)

https://rasterio.readthedocs.io/en/latest/

Mở tệp raster

import rasterio

src = rasterio.open("DEM_world.tif")

Siêu dữ liệu:

src.count

src.width, src.height

(4320, 2160)

Dữ liệu raster = mảng numpy

array = src.read()

Mảng numpy chuẩn:

array

array([[[-4290, -4290, -4290, ..., -4290, -4290, -4290],
        [-4278, -4278, -4278, ..., -4278, -4278, -4278],
        [-4269, -4269, -4269, ..., -4269, -4269, -4269],
        ...,
        [ 2804,  2804,  2804, ...,  2804,  2804,  2804],
        [ 2804,  2804,  2804, ...,  2804,  2804,  2804],
        [ 2804,  2804,  2804, ...,  2804,  2804,  2804]]], dtype=int16)

Vẽ biểu đồ dữ liệu raster

Dùng phương thức rasterio.plot.show():

import rasterio.plot

rasterio.plot.show(src, cmap='terrain')

Trích xuất thông tin dựa trên dữ liệu vector

rasterstats: Thống kê tóm tắt cho raster địa lý dựa trên hình học vector (https://github.com/perrygeo/python-rasterstats)

Trích xuất giá trị raster với rasterstats

Với vector điểm:

rasterstats.point_query(geometries, "path/to/raster", 
                        interpolation='nearest'|'bilinear')

Với vector đa giác:

rasterstats.zonal_stats(geometries, "path/to/raster",
                        stats=['min', 'mean', 'max'])

Trích xuất giá trị raster với rasterstats

result = rasterstats.zonal_stats(countries.geometry, "DEM_gworld.tif", 
                                 stats=['mean'])

countries['mean_elevation'] = pd.DataFrame(result)

countries.sort_values('mean_elevation', ascending=False).head()

            name    continent                     geometry  mean_elevation
157   Tajikistan         Asia  POLYGON ((74.98 37.41, ...      3103.231105
85    Kyrgyzstan         Asia  POLYGON ((80.25 42.34, ...      2867.717142
24        Bhutan         Asia  POLYGON ((91.69 27.77, ...      2573.559846
119        Nepal         Asia  POLYGON ((81.11 30.18, ...      2408.907816
6     Antarctica   Antarctica  (POLYGON ((-59.57 -80.04...     2374.075028
..           ...          ...                          ...             ...

Ayo berlatih!

Làm việc với Dữ liệu Không gian địa lý trong Python