网站建设人员构成,建网站域名注册,中文网站建设制作,编程培训机构加盟哪家好使用deepwatermap生成的水体二值掩码中有部分区域由于被云挡住无法识别#xff0c;造成水体不连续是使用jrc离线数据进行修正#xff0c;jrc数据下载连接如下#xff1a;https://global-surface-water.appspot.com/download
选择指定区域的数据集合下载如图#xff1a; 使… 使用deepwatermap生成的水体二值掩码中有部分区域由于被云挡住无法识别造成水体不连续是使用jrc离线数据进行修正jrc数据下载连接如下https://global-surface-water.appspot.com/download
选择指定区域的数据集合下载如图 使用开源项目deepwatermap生成tiff格式的水体二值掩码图需要把原本的png水体图进行转成tiff格式使用gdal把原始的坐标迁移过去弄好之后开始对水体中非连续的水体使用jrc文件补全。
修正的代码如下
import numpy as np
import rioxarray as rxr
from rasterio.enums import Resamplingdef update_water_classification(target_path, output_path, water_threshold2.5,jrc_pathoccurrence_90E_30Nv1_4_2021.tif):# 加载目标影像含水体掩膜ZB_target rxr.open_rasterio(target_path, maskedTrue).squeeze()# 加载JRC水体发生频率数据作为ZBZB rxr.open_rasterio(jrc_path, maskedTrue).squeeze()# 将ZB重新投影到目标影像的CRS并重采样以匹配空间分辨率ZB_resampled ZB.rio.reproject_match(ZB_target, resamplingResampling.bilinear)#生成临时文件 仅用来测试jrc是否依据水体掩码进行重采样到相同大小# ZB_resampled genTempTiffFile(ZB_resampled)# 创建一个新的掩码用于保存更新后的数据updated_mask ZB_target.copy() # 复制原始掩码作为基础# 找出需要更新的非水体像素位置即值为0的位置non_water_pixels ZB_target.values 0# 更新非水体区域如果对应的ZB_resampled值大于等于water_threshold则设为1水体# 使用布尔索引避免在同一数组上读写updated_mask.values[non_water_pixels] np.where(ZB_resampled.values[non_water_pixels] water_threshold,1,0)# 保存最终结果updated_mask.rio.to_raster(output_path)print(Process completed.)def genTempTiffFile(ZB_resampled):# 保存重采样后的JRC数据到临时文件# 设置一个新的数据类型和默认的nodata值new_dtype float32 # 或者其他适当的数据类型if np.issubdtype(new_dtype, np.floating):default_nodata -9999.0 # 浮点类型的默认nodata值else:default_nodata np.iinfo(new_dtype).min # 整数类型的默认nodata值# 确保nodata值在新的数据类型范围内if nodata in ZB_resampled.attrs:original_nodata ZB_resampled.attrs[nodata]if not np.issubdtype(type(original_nodata), np.number) or not (np.iinfo(new_dtype).min original_nodata np.iinfo(new_dtype).max):print(fWarning: nodata value {original_nodata} out of range for dtype {new_dtype}. Adjusting nodata value.)original_nodata default_nodataelse:original_nodata default_nodataprint(No nodata value found. Using default nodata value.)# 设置新的nodata值并转换数据类型ZB_resampled ZB_resampled.rio.write_nodata(original_nodata)ZB_resampled ZB_resampled.astype(new_dtype)ZB_resampled.rio.to_raster(resampled_jrc.tiff, dtypenew_dtype, nodataoriginal_nodata)print(fResampled JRC data saved to resampled_jrc)return ZB_resampled# if __name__ __main__:
# jrc_file occurrence_90E_30Nv1_4_2021.tif
# target_tiff D:/s2/L2A_T46RFS_A026142_20220309T042244_merged_cropped_binary_watermask.tiff
# output_tiff target_tiff.replace(_merged_cropped_binary_watermask.tiff,
# _merged_cropped_binary_watermask_jrc.tiff)
# update_water_classification(target_tiff, output_tiff)
# print(影像处理完成并已保存) 在此记录一下希望可以帮到需要的朋友
