Práce s rastrovými daty

Práce s geoprostorovými daty v Pythonu

Joris Van den Bossche

Open source software developer and teacher, GeoPandas maintainer

Ilustrace mřížky hodnot

Zdroj obrázku: dokumentace QGIS

Rastrová data

Mapa pravděpodobnosti srážek

Rastrová data s více pásmy

Balíček rasterio

import rasterio

„Pythonovské" vazby na GDAL
Čtení a zápis rastrových souborů
Nástroje pro zpracování (maskování, reprojekce, převzorkování, ..)

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

Otevření rastrového souboru

import rasterio

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

Metadata:

src.count

src.width, src.height

(4320, 2160)

Rastrová data = pole numpy

array = src.read()

Standardní pole numpy:

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)

Vizualizace rastrového datasetu

Pomocí metody rasterio.plot.show():

import rasterio.plot

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

Extrakce informací z vektorových dat

rasterstats: Souhrnné statistiky rastrových geodatasetů na základě vektorových geometrií (https://github.com/perrygeo/python-rasterstats)

Extrakce rastrových hodnot pomocí rasterstats

Pro bodové vektory:

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

Pro polygonové vektory:

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

Extrakce rastrových hodnot pomocí 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
..           ...          ...                          ...             ...

Pojďme procvičovat!

Práce s geoprostorovými daty v Pythonu