在遙感應(yīng)用中，我們經(jīng)常需要對(duì)某一景遙感影像中的全部像元的像素值進(jìn)行平均值求取——這一操作很好實(shí)現(xiàn)，基于ArcMap軟件或者簡(jiǎn)單的Python代碼就可以實(shí)現(xiàn)；但有時(shí)候，我們會(huì)需要結(jié)合同一地區(qū)、不同時(shí)相的多景遙感影像，求取每一個(gè)像元在全部時(shí)相中像素值的平均值——這一需求的實(shí)現(xiàn)較之前者就有些麻煩，本文對(duì)此加以介紹。

首先，我們來(lái)明確一下本文的具體需求?，F(xiàn)有一個(gè)存儲(chǔ)有大量.tif格式遙感影像的文件夾，其中每一個(gè)遙感影像的文件名中都包含有該圖像的成像時(shí)間，如下圖所示。且其中除了.tif格式的遙感影像文件外，還具有其它格式的文件。

我們希望，對(duì)于同一年成像的遙感影像進(jìn)行逐像元平均值的求取。例如，上圖中具有2001年第185天成像、第193天成像、第201天成像……等等遙感影像8幅，每一幅都是這一年不同時(shí)間在同一空間位置的成像；同時(shí)，還有2005年不同時(shí)間成像的遙感影像9幅。我們希望，首先將2001年成像的8幅遙感影像加以逐像元平均值的求取，即求取每一個(gè)像元在這8景圖像中像素值的平均；隨后再對(duì)2005年成像的9幅遙感影像加以逐像元平均值的求取，以此類推。

明確了需求后，我們就可以開(kāi)始具體的操作。首先，本文所需用到的代碼如下。

# -*- coding: utf-8 -*-
"""
Created on Sat Apr 16 10:48:37 2022

@author: fkxxgis
"""

import arcpy
from arcpy.sa import *

tif_file_path="E:/LST/Data/MODIS/05_Resample/"
average_file_path="E:/LST/Data/MODIS/06_Average/"
arcpy.env.workspace=tif_file_path

tif_file_name=arcpy.ListRasters("*","tif")
tif_file_year=tif_file_name[0][0:4]
one_year_tif_list=[]
sum_pic=0

for tif_file in tif_file_name:
    if tif_file[0:4]==tif_file_year:
        one_year_tif_list.append(tif_file)
        tif_file_temp=tif_file
        if tif_file==tif_file_name[len(tif_file_name)-1]:
            pic_num=len(one_year_tif_list)
            for tif_file_new in one_year_tif_list:
                sum_pic=sum_pic+Raster(tif_file_new)
            (sum_pic/pic_num).save(average_file_path+tif_file_year+"_Ave.tif")
    else:
        pic_num=len(one_year_tif_list)
        for tif_file_new in one_year_tif_list:
            sum_pic=sum_pic+Raster(tif_file_new)
        (sum_pic/pic_num).save(average_file_path+tif_file_year+"_Ave.tif")
        one_year_tif_list=[]
        sum_pic=0
        one_year_tif_list.append(tif_file)
        tif_file_year=tif_file[0:4]

其中，tif_file_path是原有計(jì)算平均值前遙感圖像的保存路徑，average_file_path是我們新生成的求取平均值后遙感影像的保存路徑，也就是結(jié)果保存路徑。

在這里，和我們前期的博客Python ArcPy批量拼接長(zhǎng)時(shí)間序列柵格圖像類似，需要首先在資源管理器中，將tif_file_path路徑下的各文件以“名稱”排序的方式進(jìn)行排序；隨后，利用arcpy.ListRasters()函數(shù)，獲取路徑下原有的全部.tif格式的圖像文件，并截取第一個(gè)文件的部分文件名，從而獲取其成像時(shí)間的具體年份。

接下來(lái)，遍歷tif_file_path路徑下全部.tif格式圖像文件。其中，我們通過(guò)一個(gè)簡(jiǎn)單的判斷語(yǔ)句if tif_file[0:4]==tif_file_year:，來(lái)確定某一年的遙感影像是否已經(jīng)讀取完畢——如果已經(jīng)讀取完畢，例如假如2001年成像的8幅遙感影像都已經(jīng)遍歷過(guò)了，那么就對(duì)這8景遙感影像加以逐像元的平均值求取，并開(kāi)始對(duì)下一個(gè)年份（即2005年）成像的遙感影像繼續(xù)加以計(jì)算；如果還沒(méi)有讀取完畢，例如假如2001年成像的8幅遙感影像目前僅遍歷到了第5幅，那么就不求平均值，繼續(xù)往下遍歷，直到遍歷完2001年成像的8幅遙感影像。

這里相信大家也看到了為什么我們要在前期先將文件夾中的文件按照“名稱”排序——是為了保證同一年成像的所有遙感影像都排列在一起，遍歷時(shí)只要遇到一個(gè)新的年份，程序就知道上一個(gè)年份的所有圖像都已經(jīng)遍歷完畢了，就可以將上一個(gè)年份的所有柵格圖像加以平均值求取。

在這里，逐像元的平均值求取其實(shí)也非常簡(jiǎn)單——我們對(duì)每一個(gè)像元分別執(zhí)行以下操作：首先將該像元在當(dāng)前年份里所有遙感影像的像素值相加，隨后除以這一年份的遙感影像的數(shù)量，得到的就是該像元在這一年中像素值的平均值。

最后，通過(guò)if tif_file==tif_file_name[len(tif_file_name)-1]:這個(gè)判斷，來(lái)確認(rèn)是否目前已經(jīng)遍歷到文件夾中的最后一個(gè)圖像文件。如果是的話，就需要將當(dāng)前成像年份的所有圖像進(jìn)行平均值的求取，并宣告代碼完成運(yùn)行。

在 IDLE (Python GUI) 中運(yùn)行代碼。代碼運(yùn)行完畢后，我們看一下結(jié)果文件夾。可以看到，其中的圖像已經(jīng)是按照成像時(shí)間，分別完成平均值求取后的結(jié)果了。

在最后，還需要說(shuō)明一點(diǎn)——用以上代碼來(lái)求取長(zhǎng)時(shí)間序列遙感影像的像元平均值，對(duì)于任意一個(gè)像元，只要該像元在任意一個(gè)時(shí)相的圖像中是無(wú)效值（即為NoData），那么該像元在最終求出的平均值結(jié)果圖中，像素值也將會(huì)是無(wú)效值NoData。針對(duì)這一問(wèn)題的解決，我們將在下一篇博客中介紹。

到此這篇關(guān)于Python ArcPy實(shí)現(xiàn)批量計(jì)算多時(shí)相遙感影像的各項(xiàng)元平均值的文章就介紹到這了,更多相關(guān)Python ArcPy計(jì)算遙感影像各項(xiàng)元平均值內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論