使用 Python 提取栅格数据中多边形内外 NDVI 值

本文介绍了如何使用 Python 编程提取栅格图像（如 NDVI 图像）中，多个多边形内部以及多边形外部的平均 NDVI 值。主要依赖 rasterio 和 fiona 库，通过加载矢量多边形数据，裁剪栅格图像，并计算裁剪区域的平均值，从而实现 NDVI 值的提取和分析。本文提供代码示例，帮助读者理解和应用相关技术。

正文

本文将指导您如何使用 Python 提取栅格数据（例如 NDVI 图像）中多边形内部和外部的平均值。 我们将使用 rasterio 和 fiona 库来完成此任务。 rasterio 用于读取和写入栅格数据，而 fiona 用于读取矢量数据（例如 shapefile）。

准备工作

立即学习“Python免费学习笔记（深入）”；

在开始之前，请确保已安装以下 Python 库：

• rasterio
• fiona
• numpy

您可以使用 pip 安装这些库：

pip install rasterio fiona numpy

代码实现

以下代码演示了如何提取多边形内部和外部的平均 NDVI 值：

import rasterio import fiona import rasterio.mask import numpy as np  # 1. 定义输入文件路径 shapefile_path = "path/to/your/shapefile.shp"  # 替换为你的 shapefile 文件路径 raster_path = "path/to/your/ndvi.tif"  # 替换为你的 NDVI 栅格文件路径  # 2. 加载 shapefile 中的多边形 with fiona.open(shapefile_path, "r") as sf:     shapes = [feature["geometry"] for feature in sf]  # 3. 读取栅格数据 with rasterio.open(raster_path) as src:     # 3.1 提取多边形内部的 NDVI 值     out_image, out_transform = rasterio.mask.mask(src, shapes, crop=True)     # 清理无效值（例如 NaN 或 NoData 值）     masked_array = np.ma.masked_invalid(out_image)     NDVI_mean_inside = np.mean(masked_array)      # 3.2 提取多边形外部的 NDVI 值     out_image_outside, out_transform_outside = rasterio.mask.mask(src, shapes, crop=True, invert=True)     # 清理无效值（例如 NaN 或 NoData 值）     masked_array_outside = np.ma.masked_invalid(out_image_outside)     NDVI_mean_outside = np.mean(masked_array_outside)   # 4. 打印结果 print(f"多边形内部平均 NDVI 值: {NDVI_mean_inside}") print(f"多边形外部平均 NDVI 值: {NDVI_mean_outside}")

代码解释

1. 导入必要的库: 导入 rasterio，fiona 和 numpy 库。
2. 定义文件路径: 指定 shapefile 和栅格文件的路径。请务必替换为实际的文件路径。
3. 加载 shapefile: 使用 fiona.open() 函数打开 shapefile，并提取所有多边形的几何信息。
4. 读取栅格数据并提取 NDVI 值:
   • 使用 rasterio.open() 函数打开栅格文件。
   • 使用 rasterio.mask.mask() 函数裁剪栅格数据，提取多边形内部的 NDVI 值。 crop=True 参数表示裁剪结果仅包含多边形范围内的像素。
   • 使用 np.mean() 函数计算裁剪区域的平均 NDVI 值。
   • 使用 rasterio.mask.mask() 函数裁剪栅格数据，提取多边形外部的 NDVI 值。invert=True 参数表示裁剪区域为多边形外部。
   • 使用 np.mean() 函数计算裁剪区域的平均 NDVI 值。
5. 打印结果: 将计算得到的平均 NDVI 值打印到控制台。

注意事项

• 确保 shapefile 和栅格文件位于指定的路径，并且具有正确的格式。
• 如果栅格数据包含无效值（例如 NaN 或 NoData 值），请在使用 np.mean() 函数之前使用 np.ma.masked_invalid() 函数进行屏蔽，避免影响计算结果。
• rasterio.mask.mask() 函数返回的是一个 numpy 数组，你可以根据需要对其进行进一步的处理和分析。
• 如果 shapefile 包含多个多边形，代码将提取所有多边形内部和外部的 NDVI 值，并计算平均值。如果需要分别提取每个多边形的 NDVI 值，请修改代码，循环处理每个多边形。
• rasterio.mask 允许设置 all_touched=True 参数，以便包含与多边形边界相交的像素。默认情况下，仅包含完全位于多边形内的像素。

总结

本文介绍了使用 Python 和 rasterio、fiona 库提取栅格数据中多边形内部和外部平均 NDVI 值的方法。 通过加载 shapefile，裁剪栅格数据，并计算裁剪区域的平均值，您可以轻松地提取和分析特定区域的 NDVI 值。 这种方法可以应用于各种遥感应用，例如土地覆盖分类，植被监测和环境评估。