답변:
GDAL이 최선의 도구라고 생각하지는 않지만 gdal_rasterize를 사용하여 다각형 외부의 모든 값을 "삭제"할 수 있습니다.
다음과 같은 것 :
gdal_translate -a_nodata 0 original.tif work.tif
gdal_rasterize -burn 0 -b 1 -i work.tif yourpolygon.shp -l yourpolygon
gdalinfo -stats work.tif
rm work.tif
gdal_rasterize 프로그램은 파일을 수정하므로 작업 할 복사본을 만듭니다. 또한 특정 값 (이 경우 0)을 nodata로 표시합니다. "-burn 0 -b 1"은 대상 파일의 밴드 1 (work.tif)에 값 0을 레코딩하는 것을 의미합니다. "-i"는 반전 래스터 화를 의미하므로 다각형 내부가 아닌 다각형 외부 에서 값을 레코딩합니다 . -stats와 함께 gdalinfo 명령은 대역 통계를보고합니다. nodata 값 (이전에 -a_nodata로 표시)을 제외 할 것이라고 생각합니다.
다음 스크립트를 사용하면 GDAL로 작업을 수행 할 수 있습니다. http://pcjericks.github.io/py-gdalogr-cookbook/raster_layers.html#calculate-zonal-statistics
# Calculates statistics (mean) on values of a raster within the zones of an polygon shapefile
import gdal, ogr, osr, numpy
def zonal_stats(input_value_raster, input_zone_polygon):
# Open data
raster = gdal.Open(input_value_raster)
driver = ogr.GetDriverByName('ESRI Shapefile')
shp = driver.Open(input_zone_polygon)
lyr = shp.GetLayer()
# get raster georeference info
transform = raster.GetGeoTransform()
xOrigin = transform[0]
yOrigin = transform[3]
pixelWidth = transform[1]
pixelHeight = transform[5]
# reproject geometry to same projection as raster
sourceSR = lyr.GetSpatialRef()
targetSR = osr.SpatialReference()
targetSR.ImportFromWkt(raster.GetProjectionRef())
coordTrans = osr.CoordinateTransformation(sourceSR,targetSR)
feat = lyr.GetNextFeature()
geom = feat.GetGeometryRef()
geom.Transform(coordTrans)
# Get extent of geometry
ring = geom.GetGeometryRef(0)
numpoints = ring.GetPointCount()
pointsX = []; pointsY = []
for p in range(numpoints):
lon, lat, z = ring.GetPoint(p)
pointsX.append(lon)
pointsY.append(lat)
xmin = min(pointsX)
xmax = max(pointsX)
ymin = min(pointsY)
ymax = max(pointsY)
# Specify offset and rows and columns to read
xoff = int((xmin - xOrigin)/pixelWidth)
yoff = int((yOrigin - ymax)/pixelWidth)
xcount = int((xmax - xmin)/pixelWidth)+1
ycount = int((ymax - ymin)/pixelWidth)+1
# create memory target raster
target_ds = gdal.GetDriverByName('MEM').Create('', xcount, ycount, gdal.GDT_Byte)
target_ds.SetGeoTransform((
xmin, pixelWidth, 0,
ymax, 0, pixelHeight,
))
# create for target raster the same projection as for the value raster
raster_srs = osr.SpatialReference()
raster_srs.ImportFromWkt(raster.GetProjectionRef())
target_ds.SetProjection(raster_srs.ExportToWkt())
# rasterize zone polygon to raster
gdal.RasterizeLayer(target_ds, [1], lyr, burn_values=[1])
# read raster as arrays
banddataraster = raster.GetRasterBand(1)
dataraster = banddataraster.ReadAsArray(xoff, yoff, xcount, ycount).astype(numpy.float)
bandmask = target_ds.GetRasterBand(1)
datamask = bandmask.ReadAsArray(0, 0, xcount, ycount).astype(numpy.float)
# mask zone of raster
zoneraster = numpy.ma.masked_array(dataraster, numpy.logical_not(datamask))
# calculate mean of zonal raster
return numpy.mean(zoneraster)
gdal_rasterize로 래스터의 모양 파일을 변환하고 http://www.spatial-ecology.net/dokuwiki/doku.php?id=wiki:geo_tools 의 코드를 사용하여 각 다각형의 구역 통계를 계산 하십시오 . 래스터 통계와 함께 주제를 얻으려면 http://km.fao.org/OFwiki/index.php/Oft-reclass 를 실행할 수 있습니다 . Ciao Giuseppe 코드를 즐기십시오
GDAL을 사용하면 불가능합니다. 그러나 saga gis와 같은 다른 무료 도구를 사용할 수 있습니다.
saga_cmd shapes_grid "Grid Values to Shapes" -GRIDS=grid.sgrd -POLYGONS=in.shp -SHAPES=out.shp-NODATA -TYPE=1
rasterstats 를 사용할 수도 있습니다 . thas는 이러한 목적으로 설계된 Python 모듈입니다.
from rasterstats import zonal_stats
listofzones = zonal_stats("polygons.shp", "elevation.tif",
stats="mean")
그런 다음 다음을 사용하여 첫 번째 영역의 속성에 액세스 할 수 있습니다.
mean_of_zone1 = listofzones[0]['mean']
arc gis에서 포인트 통계 계산 도구를 사용할 수 있으며이 도구는 http://ianbroad.com/arcgis-toolbox-calculate-point-statistics-polygon-arcpy/ 에서 다운로드 할 수 있습니다.