Робота з растровими даними

Робота з геопросторовими даними в Python

Joris Van den Bossche

Open source software developer and teacher, GeoPandas maintainer

Ілюстрація сітки значень

Джерело зображення: документація QGIS

Растрові дані

Мапа ймовірності опадів

Растрові дані з кількома каналами

Пакет rasterio

import rasterio

«Пайтонічні» прив'язки до GDAL
Читання і запис растрових файлів
Інструменти обробки (маскування, репроєкція, ресемплінг тощо)

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

Відкриття растрового файлу

import rasterio

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

Метадані:

src.count

src.width, src.height

(4320, 2160)

Растрові дані = масив numpy

array = src.read()

Стандартний масив 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)

Візуалізація растрового набору даних

Використання методу rasterio.plot.show():

import rasterio.plot

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

Витяг інформації на основі векторних даних

rasterstats: зведена статистика растрових геопросторових наборів даних на основі векторних геометрій (https://github.com/perrygeo/python-rasterstats)

Витяг значень растру за допомогою rasterstats

Для точкових векторів:

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

Для полігональних векторів:

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

Витяг значень растру за допомогою 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
..           ...          ...                          ...             ...

Давайте потренуємось!

Робота з геопросторовими даними в Python