래스터 데이터 다루기

Python으로 지리공간 데이터 다루기

Joris Van den Bossche

Open source software developer and teacher, GeoPandas maintainer

값 격자 그림

이미지 출처: QGIS 문서

래스터 데이터

강수 확률 지도

다중 밴드 래스터 데이터

rasterio 패키지

import rasterio

GDAL에 대한 "파이써닉" 바인딩
래스터 파일 읽기 및 쓰기
처리 도구(마스킹, 재투영, 리샘플링 등)

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

래스터 파일 열기

import rasterio

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

메타데이터:

src.count

src.width, src.height

(4320, 2160)

래스터 데이터 = numpy 배열

array = src.read()

표준 numpy 배열:

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)

래스터 데이터셋 시각화

rasterio.plot.show() 사용:

import rasterio.plot

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

벡터 데이터로 정보 추출

rasterstats: 벡터 지오메트리를 기반으로 래스터 데이터의 요약 통계 제공 (https://github.com/perrygeo/python-rasterstats)

rasterstats로 래스터 값 추출

포인트 벡터:

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

폴리곤 벡터:

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

rasterstats로 래스터 값 추출

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
..           ...          ...                          ...             ...

연습해 봅시다!

Python으로 지리공간 데이터 다루기