gma 教程 | 栅格处理 | 矢量裁剪栅格

2023-10-28 09:10

本文主要是介绍gma 教程 | 栅格处理 | 矢量裁剪栅格,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目标

【裁剪】。按矢量边界裁剪栅格。

环境

系统: Window 10+ (X64)
Python 版本: 3.8.8+
gma 版本: 1.0.7+

gma 安装和详细功能帮助见:地理与气象分析库

函数

gma.rasp.Clip(InFile, OutFile, CutLineFile, LayerID = 0, FeatureID = None, InNoData = None, OutNoData = None, OutFormat = ‘GTiff’)


参数:

 InFile:str。输入栅格路径。

 OutFile:str。输出文件路径。

 CutLineFile:str。裁剪矢量文件路径。

可选参数:

 LayerID = int 。输入裁剪矢量的图层 ID。默认第一个图层(0)。

 FeatureID = list 。掩膜图层的要素 ID。默认掩膜全部要素(None)。

 InNoData = float。输入栅格的无效值。默认不指定(None)无效值。

 OutNoData = float。输出栅格的无效值。默认不指定(None)无效值。

 OutFormat = str。输出栅格文件格式。默认为 GTiff,其他格式详见 ToOtherFormat 函数。


案例

数据

栅格数据: ESA 2020年陆表覆盖数据
矢量数据: 河南省18个地级行政单位矢量边界

案例数据展示

裁剪

import gma# 定义原始栅格和裁剪矢量
InFile = r'D:\CSDN\gma\栅格处理\0.1原始影像\ESA_Henan_2020.tif'
CutLineFile = r'D:\CSDN\gma\栅格处理\0.2原始矢量\Henan_City.shp'# 定义裁剪结果路径并执行裁剪
OutFile = r'D:\CSDN\gma\栅格处理\Clip\ESA_Henan_2020_Clip.tif'
gma.rasp.Clip(InFile, OutFile, CutLineFile, OutNoData=0)

裁剪结果如下:
请添加图片描述

如果需要按矢量文件中的某个要素裁剪,可增加 FeatureID 参数,示例如下:

如果有需求,可先查看矢量属性表,获取要素信息,方法如下:

# 打开矢量数据集
VEDataSet = gma.Open(CutLineFile)
# 获取矢量图层
LY = VEDataSet.GetLayer(0)
# 获取属性表
ATable = LY.GetAttributeTable()
print(ATable)
省代码市代码类型
0410000河南省410100郑州市地级市
1410000河南省410200开封市地级市
2410000河南省410300洛阳市地级市
3410000河南省410400平顶山市地级市
4410000河南省410500安阳市地级市
5410000河南省410600鹤壁市地级市
6410000河南省410700新乡市地级市
7410000河南省410800焦作市地级市
8410000河南省410900濮阳市地级市
9410000河南省411000许昌市地级市
10410000河南省411100漯河市地级市
11410000河南省411200三门峡市地级市
12410000河南省411300南阳市地级市
13410000河南省411400商丘市地级市
14410000河南省411500信阳市地级市
15410000河南省411600周口市地级市
16410000河南省411700驻马店市地级市
17410000河南省419001济源市省直辖县

我们裁剪河南省洛阳市,其 FeatureID 为 2,配置参数如下:

### 按 图层ID 裁剪
OutFileFID = r'D:\CSDN\gma\栅格处理\Clip\ESA_Henan_2020_Clip_FID2.tif'
gma.rasp.Clip(InFile, OutFileFID, CutLineFile, FeatureID = [2], OutNoData=0)

执行结果如下所示:
请添加图片描述

疑问与反馈

邮箱:858998723@qq.com

这篇关于gma 教程 | 栅格处理 | 矢量裁剪栅格的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/292204

相关文章

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

PHP应用中处理限流和API节流的最佳实践

《PHP应用中处理限流和API节流的最佳实践》限流和API节流对于确保Web应用程序的可靠性、安全性和可扩展性至关重要,本文将详细介绍PHP应用中处理限流和API节流的最佳实践,下面就来和小编一起学习... 目录限流的重要性在 php 中实施限流的最佳实践使用集中式存储进行状态管理(如 Redis)采用滑动

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

基于C#实现PDF转图片的详细教程

《基于C#实现PDF转图片的详细教程》在数字化办公场景中,PDF文件的可视化处理需求日益增长,本文将围绕Spire.PDFfor.NET这一工具,详解如何通过C#将PDF转换为JPG、PNG等主流图片... 目录引言一、组件部署二、快速入门:PDF 转图片的核心 C# 代码三、分辨率设置 - 清晰度的决定因

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java Scanner类解析与实战教程

《JavaScanner类解析与实战教程》JavaScanner类(java.util包)是文本输入解析工具,支持基本类型和字符串读取,基于Readable接口与正则分隔符实现,适用于控制台、文件输... 目录一、核心设计与工作原理1.底层依赖2.解析机制A.核心逻辑基于分隔符(delimiter)和模式匹

基于Redis自动过期的流处理暂停机制

《基于Redis自动过期的流处理暂停机制》基于Redis自动过期的流处理暂停机制是一种高效、可靠且易于实现的解决方案,防止延时过大的数据影响实时处理自动恢复处理,以避免积压的数据影响实时性,下面就来详... 目录核心思路代码实现1. 初始化Redis连接和键前缀2. 接收数据时检查暂停状态3. 检测到延时过

Java利用@SneakyThrows注解提升异常处理效率详解

《Java利用@SneakyThrows注解提升异常处理效率详解》这篇文章将深度剖析@SneakyThrows的原理,用法,适用场景以及隐藏的陷阱,看看它如何让Java异常处理效率飙升50%,感兴趣的... 目录前言一、检查型异常的“诅咒”:为什么Java开发者讨厌它1.1 检查型异常的痛点1.2 为什么说