我有一个 geotiff 文件。
import xarray as xr
urbanData = xr.open_rasterio('myGeotiff.tif')
plt.imshow(urbanData)
这里是 link到文件。
我可以将文件转换为以坐标为点的数据框
ur = xr.DataArray(urbanData, name='myData')
ur = ur.to_dataframe().reset_index()
gdfur = gpd.GeoDataFrame(ur, geometry=gpd.points_from_xy(ur.x, ur.y))
但是我想要一个包含像素几何形状的数据框作为多边形而不是点。可能吗?
最佳答案
令我有些惊讶的是,我还没有真正找到一个包装 rasterio.features
的包来获取 DataArrays 并生成 GeoDataFrames。
这些可能非常有用:
https://corteva.github.io/geocube/stable/
https://corteva.github.io/rioxarray/stable/
我通常使用这样的东西:
import affine
import geopandas as gpd
import rasterio.features
import xarray as xr
import shapely.geometry as sg
def polygonize(da: xr.DataArray) -> gpd.GeoDataFrame:
"""
Polygonize a 2D-DataArray into a GeoDataFrame of polygons.
Parameters
----------
da : xr.DataArray
Returns
-------
polygonized : geopandas.GeoDataFrame
"""
if da.dims != ("y", "x"):
raise ValueError('Dimensions must be ("y", "x")')
values = da.values
transform = da.attrs.get("transform", None)
if transform is None:
raise ValueError("transform is required in da.attrs")
transform = affine.Affine(*transform)
shapes = rasterio.features.shapes(values, transform=transform)
geometries = []
colvalues = []
for (geom, colval) in shapes:
geometries.append(sg.Polygon(geom["coordinates"][0]))
colvalues.append(colval)
gdf = gpd.GeoDataFrame({"value": colvalues, "geometry": geometries})
gdf.crs = da.attrs.get("crs")
return gdf
请注意,在使用 xr.open_rasterio
读取它之后,您应该首先从 xarray 中压缩带尺寸以使其成为 2D:
urbanData = xr.open_rasterio('myGeotiff.tif').squeeze('band', drop=True)
关于Python:如何将 geotiff 转换为 geopandas?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67487713/