若是研究区在中国,则在地理空间数据云有中国区合成好的数据,直接下载用即可。数据格式为TIF。坐标为WGS84,不用再转换投影。下载网址为:
http://www.gscloud.cn/sources/?cdataid=265&pdataid=10
<http://www.gscloud.cn/sources/?cdataid=265&pdataid=10>

若研究区在国外,需从nasa下载modis标准数据产品,进行投影转换等工作。后续有时间会补充如何转换投影等内容,可参见《modis AMSR
雪当量数据处理》这篇博客。

下载完成后,会得到一系列TIFF文件,由于一般研究区都是在某个流域或者某个省或行政区,需要裁剪TIF,拿到需要的范围。



以NDVI 月数据为例,本次下载数据为中国2005-2015年的逐月NDVI。需要的结果:

1:逐年逐月NDVI的时间序列变化。

2:逐年逐月NDVI的空间变化。

3:根据NDVI估算区域植被覆盖度,并给出空间图。

 

处理步骤

1:准备研究区的shp文件,在arcis裁剪出需要的范围。

在ARCGIS中选择cilp(裁剪选项,注意是Datamanagement中的裁剪,不是analysis中的)。若数据不多,则手动点击
即可,但本例数据共132副图像,需要批量处理。



批量处理的脚本如下,打开arcgis的python控制器,出现如下界面:



 



代码在下方,每个都有注释,把目录改成自己需要的,粘贴到控制器,点确定,即可运行出结果。

 
import arcpy import os ras_path = 'F:/ZPATR-TIME-JOB/ndvi-china-/' # TIF数据的路径
shp_path = 'F:/ZPATR-TIME-JOB/ndvi-china-/shp/xinjiang.shp' # 用于裁剪的shp文件
outpath = 'F:/ZPATR-TIME-JOB/ndvi-china-/xinjiang/' # 输出文件的路径 desc =
arcpy.Describe(shp_path) extent = desc.extent files = [f for f in
os.listdir(ras_path) if f.endswith('TIF')] for file in files:
arcpy.Clip_management(ras_path+file,str(extent), outpath+file , shp_path,
"#","ClippingGeometry", "NO_MAINTAIN_EXTENT")
 处理完成后得到裁剪后的研究区NDVI逐月的图像。

 

 



 



 

后续处理请见下篇。

友情链接
ioDraw流程图
API参考文档
OK工具箱
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:637538335
关注微信