hima8_pv/AOD_NetCDF_to_GeoTIFF.py

57 lines
2.2 KiB
Python
Raw Permalink Normal View History

2022-11-09 10:16:06 +08:00
# 模块导入
import numpy as np
import netCDF4 as nc
from osgeo import gdal, osr, ogr
import os
2022-11-24 08:54:08 +08:00
# import glob
2022-11-09 10:16:06 +08:00
def NC_to_tiffs(data, Output_folder):
# 读取一下基本信息
nc_data_obj = nc.Dataset(data)
Lon = nc_data_obj.variables["longitude"][:]
Lat = nc_data_obj.variables["latitude"][:]
# 读取变量的时候会自动根据scale factor对数值进行还原但是Nodata的栅格会存储为-32768
# 无论是日数据还是小时数居,变量名都是"SWR"
2022-11-10 16:17:29 +08:00
AOD_arr = np.asarray(nc_data_obj.variables["PAR"]) # 将SWR数据读取为数组
2022-11-09 10:16:06 +08:00
# 这个循环将所有Nodata的值即-32768全部改为0
for i in range(len(AOD_arr)):
for j in range(len(AOD_arr[0])):
if AOD_arr[i][j] == -32768:
AOD_arr[i][j] = 0.0
# 影像的四秩
LonMin, LatMax, LonMax, LatMin = [Lon.min(), Lat.max(), Lon.max(), Lat.min()]
# 分辨率计算其实可以写死都是2401*2401
N_Lat = len(Lat)
N_Lon = len(Lon)
Lon_Res = (LonMax - LonMin) / (float(N_Lon) - 1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat) - 1)
# 此句代码必须有
AOD_arr = np.array([AOD_arr])
for i in range(len(AOD_arr[:])):
# 创建.tif文件
driver = gdal.GetDriverByName("GTiff")
TIFF_name = os.path.basename(data)
out_tif_name = Output_folder + "\\" + TIFF_name.split("_")[1] + "_" + TIFF_name.split("_")[2] + ".tif"
out_tif = driver.Create(out_tif_name, N_Lon, N_Lat, 1, gdal.GDT_Float32)
# 设置影像的显示范围
# -Lat_Res一定要是负的
geotransform = (LonMin, Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
# 获取地理坐标系统信息,用于选取需要的地理坐标系统
srs = osr.SpatialReference()
srs.ImportFromEPSG(4326) # 定义输出的坐标系为"WGS 84"AUTHORITY["EPSG","4326"]
out_tif.SetProjection(srs.ExportToWkt()) # 给新建图层赋予投影信息
# 数据写出
out_tif.GetRasterBand(1).WriteArray(AOD_arr[i]) # 将数据写入内存,此时没有写入硬盘
out_tif.FlushCache() # 将数据写入硬盘
out_tif = None # 注意必须关闭tif文件