IDL学习——处理自带经纬度文件的遥感影像,以哨兵5P数据为例
IDL学习——处理自带经纬度文件的遥感影像,以哨兵5P数据为例
- 自带经纬度文件处理流程
- 1.寻找经纬度文件
- 2.构建GLT文件
- 3.使用GLT文件进行几何校正
- 4.批处理过程中遇到的问题
最近一直在做大气方面相关遥感数据的影像处理,由于大气遥感数据的幅宽一般较大,原始数据一般会自带经纬度文件,手动一景一景处理效率极低,故编写IDL代码进行处理。那么这篇文章就带各位在面对不同大气遥感数据时候,如何快速对该数据的处理流程有个大致了解。
自带经纬度文件处理流程
其实在我这篇博客里面https://mp.csdn.net/mp_blog/creation/editor/107604176 已经对自带经纬度文件的遥感数据处理在ENVI里面的流程大致叙述了一遍。如果有还不知道的小伙伴,可以翻看一下。主要就是:
- 找到数据集中的经纬度文件。
- 将经纬度文件制作成GLT文件。
- 根据GLT对目标数据集进行校正。
以哨兵-5P数据为例逐步进行处理
1.寻找经纬度文件
首先你得知道需要处理数据的格式,一般有两种格式–NC文件和HDF文件,知道了数据格式,就知道如何在ENVI里面打开数据,如下图:
因为哨兵5P数据格式为NetCDF-4格式,所以使用 Open as ---- Generic Formats ---- HDF5/NetCDF4方式打开nc数据。接下来就是寻找经纬度文件,一般就找 latitude or longitude or lat or lon 这几个关键字就能找到,像S5P里面就是 latitude和longitude。
那么在IDL代码里面是如何打开经纬度数据呢?
先上代码:
file = 'G:\CH4\S5P_OFFL_L2__CH4____20200529T043518_20200529T061648_13603_01_010302_20200530T210438.nc'latitude= e.openraster(file,DATASET_NAME='/PRODUCT/latitude')longitude= e.openraster(file,DATASET_NAME='/PRODUCT/longitude')
这里主要用到了 openraster这个函数里面的一个参数---- DATASET_NAME,先看一下官方解释:
这里可以去看一下NC格式文件和HDF文件时如何存储数据的。可以简单这么理解:把NC数据看成一个大文件夹,这个大文件夹下面可能会有若干级子文件夹,DATASET_NAME就是去寻找底层文件夹里面放置的数据,相当于一个相对路径。回过头看我代码:
latitude= e.openraster(file,DATASET_NAME='/PRODUCT/latitude')
已经知道DATASET_NAME里面写的是一个路径,路径由两部分组成: Path 和 Name。这里纬度文件的Path 就是下图里面 Path后面那一串,Name 就是 Path上面有个Name后面那一串。经度数据和目标数据都是同理打开。我这里处理的是哨兵5P——甲烷数据,目标数据集就为methane_mixing_ratio
FILE = 'G:\CH4\S5P_OFFL_L2__CH4____20200529T043518_20200529T061648_13603_01_010302_20200530T210438.nc'
raster=e.openraster(file,DATASET_NAME='/PRODUCT/methane_mixing_ratio') ;打开目标数据集
2.构建GLT文件
现在已经找到了经纬度文件,那么构建GLT文件就很简单啦,直接上代码:
latitude= e.openraster(file,DATASET_NAME='/PRODUCT/latitude')longitude= e.openraster(file,DATASET_NAME='/PRODUCT/longitude')out_name=e.gettemporaryfilename() ;选择创建临时文件输出路径lat_id=ENVIRASTERTOFID(latitude)lon_id=ENVIRASTERTOFID(longitude)envi_file_query,lat_id,nb=nb_laty_pos=lindgen(nb_lat)envi_file_query,lon_id,nb=nb_lonx_pos=lindgen(nb_lon) ;提取需要用到的参数input_prj=ENVI_PROJ_CREATE(/geographic,datum='WGS-84') output_prj=ENVI_PROJ_CREATE(/geographic,datum='WGS-84') ;设置输入输出的坐标系为 WGS-84坐标系ENVI_DOIT,'ENVI_GLT_DOIT',dims=dims,I_PROJ=input_prj,O_PROJ=output_prj,pixel_size=0.08113,$OUT_NAME=out_name,ROTATION=0,X_FID=lon_id,$X_POS=x_pos[0], Y_FID=lat_id, Y_POS=y_pos[0]
这里需要注意一点就是在ENVI_DOIT里面有个参数是pixel_size,这个参数是需要自己去指定的,那么怎么指定呢?我一般是手动在ENVI里面构建GLT文件时,在设置GLT参数时,会自己有个默认值。也可以自己算:公式如下:这个有点不准,还是建议手动
1°111.11KM=卫星分辨率(十进制度)卫星分辨率(KM)\frac{1°}{111.11KM}=\frac{卫星分辨率(十进制度)}{卫星分辨率(KM)} 111.11KM1°=卫星分辨率(KM)卫星分辨率(十进制度)
3.使用GLT文件进行几何校正
这里主要就是找到目标raster,从数据集中找目标raster和找经纬度文件是一样的方法,这里就不赘述了。校正部分代码如下:
glt_raster = e.openraster(out_name) ;打开GLT文件glt_fid=envirastertofid(glt_raster) envi_file_query,glt_fid,dims=dimsraster=e.openraster(file[i],DATASET_NAME='/PRODUCT/methane_mixing_ratio') ;打开目标数据集raster_id=envirastertofid(raster) envi_file_query,raster_id,ns=ns,nb=nbpos=indgen(nb) envi_doit,'ENVI_GEOREF_FROM_GLT_DOIT',FID=raster_id,GLT_DIMS=dims,GLT_FID=glt_fid,out_name=out_path,pos=pos
4.批处理过程中遇到的问题
一开始我在主pro里面(就是从头执行到底不插入任何函数)进行上述所有操作,但是频繁给我报错,如下图:
总结下来就是,在for循环里面直接去构建GLT文件这种方法在处理第二景的时候就会报错,有时候提示GLT文件不存在,有时候提示不能连接到指定文件。
然后我便开始找原因,我觉得,可能是第一景文件的GLT文件还存在,导致后续创建GLT文件时,IDL认为GLT文件已存在,所以在处理第二景的时候, ENVI_DOIT,‘ENVI_GLT_DOIT’, 这一步直接给你跳过了,故在后续处理第二景的时候,读取GLT文件的时候读取不到。发现了问题,那就解决问题。按照常理想,你既然以为这个GLT文件存在,那我就在你用完这个GLT文件之后,也就是第一景处理完之后,把这个GLT文件关闭应该就可以了,但是还是不能解决问题。。。附上会报错的代码
pro CH4_dealcompile_opt idl2e=envi(/headless)time = systime(1)path = 'G:\CH4\Oridata'file = file_search(path,'*.nc',count=n)for i=0,n-1 do beginname = file_basename(file[i],'.nc4')print,nameout_path='G:\CH4\result\'+name+'_result.dat'; 重复处理数据不进行处理if file_test(out_path) eq 1 then beginprint,'已处理'endif else begin ;构建GLT文件 latitude= e.openraster(file[i],DATASET_NAME='/PRODUCT/latitude')longitude= e.openraster(file[i],DATASET_NAME='/PRODUCT/longitude') out_name=e.gettemporaryfilename()lat_id=ENVIRASTERTOFID(latitude)lon_id=ENVIRASTERTOFID(longitude)envi_file_query,lat_id,nb=nb_laty_pos=lindgen(nb_lat)envi_file_query,lon_id,nb=nb_lonx_pos=lindgen(nb_lon)input_prj=ENVI_PROJ_CREATE(/geographic,datum='WGS-84')output_prj=ENVI_PROJ_CREATE(/geographic,datum='WGS-84')ENVI_DOIT,'ENVI_GLT_DOIT',dims=dims,I_PROJ=input_prj,O_PROJ=output_prj,pixel_size=0.08113,$OUT_NAME=out_name,ROTATION=0,X_FID=lon_id,$X_POS=x_pos[0], Y_FID=lat_id, Y_POS=y_pos[0]; 开始进行几何校正glt_raster = e.openraster(out_name)glt_fid=envirastertofid(glt_raster)envi_file_query,glt_fid,dims=dimsraster=e.openraster(file[i],DATASET_NAME='/PRODUCT/methane_mixing_ratio') raster_id=envirastertofid(raster) envi_file_query,raster_id,ns=ns,nb=nbpos=indgen(nb) envi_doit,'ENVI_GEOREF_FROM_GLT_DOIT',FID=raster_id,GLT_DIMS=dims,GLT_FID=glt_fid,out_name=out_path,pos=pos all_time = systime(2)print,'共花费时间:',(all_time-time)/60endelseendforend
然后我就尝试把构建GLT文件的代码封装成了一个函数,结果可以执行,哦了,问题解决~,上代码:
pro CH4_dealcompile_opt idl2e=envi(/headless)time = systime(1)path = 'G:\CH4\Oridata'file = file_search(path,'*.nc',count=n)for i=0,n-1 do beginname = file_basename(file[i],'.nc4')print,nameout_path='G:\CH4\result\'+name+'_result.dat'if file_test(out_path) eq 1 then beginprint,'已处理'endif else beginout_name = build_glt(file[i],name)glt_raster = e.openraster(out_name)glt_fid=envirastertofid(glt_raster)envi_file_query,glt_fid,dims=dimsraster=e.openraster(file[i],DATASET_NAME='/PRODUCT/methane_mixing_ratio') raster_id=envirastertofid(raster) envi_file_query,raster_id,ns=ns,nb=nbpos=indgen(nb) envi_doit,'ENVI_GEOREF_FROM_GLT_DOIT',FID=raster_id,GLT_DIMS=dims,GLT_FID=glt_fid,out_name=out_path,pos=pos all_time = systime(2)print,'共花费时间:',(all_time-time)/60endelseendforendfunction build_glt,file,namecompile_opt idl2e=envi(/headless)latitude= e.openraster(file,DATASET_NAME='/PRODUCT/latitude')longitude= e.openraster(file,DATASET_NAME='/PRODUCT/longitude')out_name=e.gettemporaryfilename()lat_id=ENVIRASTERTOFID(latitude)lon_id=ENVIRASTERTOFID(longitude)envi_file_query,lat_id,nb=nb_laty_pos=lindgen(nb_lat)envi_file_query,lon_id,nb=nb_lonx_pos=lindgen(nb_lon)input_prj=ENVI_PROJ_CREATE(/geographic,datum='WGS-84')output_prj=ENVI_PROJ_CREATE(/geographic,datum='WGS-84')ENVI_DOIT,'ENVI_GLT_DOIT',dims=dims,I_PROJ=input_prj,O_PROJ=output_prj,pixel_size=0.081130,$OUT_NAME=out_name,ROTATION=0,X_FID=lon_id,$X_POS=x_pos[0], Y_FID=lat_id, Y_POS=y_pos[0]return,out_nameend
如有错误,欢迎指正!
IDL学习——处理自带经纬度文件的遥感影像,以哨兵5P数据为例相关推荐
- 视频教程-遥感影像深度学习样本制作-深度学习
遥感影像深度学习样本制作 遥感专业硕士,拥有3年以上的遥感图像数据处理经验,对遥感.GIS等行业的应用有深刻的认识. 郑新杰 ¥20.00 立即订阅 扫码下载「CSDN程序员学院APP」,1000+技 ...
- 论文笔记:基于深度学习的遥感影像变化检测综述
论文主要信息 本篇博文主要是对该论文进行总结和翻译,如有错漏,欢迎指出.(目前仅对有监督学习部分进行了整理) 标题:Deep learning for change detection in remo ...
- 基于PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化
我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源.未来10年全球每天获取的观测 ...
- PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化
我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源.未来10年全球每天获取的观测 ...
- IDL学习:语法基础-指针、链表
本博客将介绍IDL语法基础中的指针.链表的创建及相关的用法.记录自己的学习+整理+理解 . 1. 指针 指针也就是内存地址,是用来存放内存地址的变量,指针可以理解为通讯地址,可以通过通讯地址查询具体的 ...
- 根据经纬度求遥感影像行列号 IDL 编程
以下是通过经纬度获取遥感影像行列号的IDL代码,整体流程如下: 1.经纬度坐标转换成对应遥感影像坐标系下的坐标 2.坐标系坐标转换成文件坐标,也就是行列号 3.行列号取整数,这里需要注意的是,在经典版 ...
- C/C++编程学习 - 第1周 ⑦ 头文件、强制类型转换、递归
文章目录 头文件 引用头文件的语法 引用头文件的操作 只引用一次头文件 有条件引用 强制类型转换 整数提升 常用的算术转换 递归 数的阶乘 斐波那契数列 本周其他文章: 头文件 头文件包含了 C 函数 ...
- iApp后台带PHP文件源码全开源
iApp后台带PHP文件源码全开源 喜欢的自己下载学习 学习资料地址:易对接.zip - 蓝奏云
- C++学习笔记-第7单元-文件输入输出流
C++学习笔记-第7单元 文章目录 C++学习笔记-第7单元 第7单元 文件输入输出流 单元导读 7.1 [C++17]文件系统 7.1.1 C++17的文件系统库简介 7.1.2 路径类及操作 7. ...
最新文章
- 一个常用的正则表达验证类
- R语言使用ggplot2同时可视化dataframe的多个数据列实战:多个数据列可视化在同一个图中、多个数据列可视化在多个图中(纵向多个子图)
- 用Java创建JMeter变量 - 终极指南
- 中国-中东欧国家特色农产品 云上国际农民丰收节贸易会
- python中字典的常用函数_python中得字典和常用函数总结
- PX4代码解析(5)
- 双目相机定位3d python_用深度学习实现 2D 到 3D 的转换
- ML-Visuals机器学习、深度学习绘图模板素材分享
- 【转】WF4.0实战系列索引
- 最新度盘高速下载神器,免登录不限速,非常牛批!
- 计算机信息技术和网络技术的区别,信息技术计算机技术网络技术通信技术的区别与联系...
- 模拟退火算法(simulated annealing algorithm)求极值
- [新闻]华为发布最高端核心路由器NE5000E集群系统
- css 3d环形,CSS3 飞行的3D圆环
- Android修真传之工厂模式
- 关于多个Jenkins实例共享同一个工作目录的问题
- Luogu P2708 硬币翻转 题解
- 基于 MSP430 CC1101的WOR的测试
- 小程序未来发展趋势怎样?2020最新趋势分析
- SAP请求释放怎么撤回