Python实现遥感生态指数计算

最近在做一些遥感相关的图像处理项目，涉及到遥感生态指数的计算。由于项目要求Python实现，搜索互联网关于Python实现的遥感生态指数计算程序资料很少，于是就自己实现了一个并分享在这里，供需要的朋友参考。
首先需要了解遥感生态指数是什么，不是很清楚的朋友可以参考下面的几篇文章：
城市遥感生态指数的创建及其应用
区域生态环境变化的遥感评价指数
基于遥感生态指数的南京市生态变化分析
知道了遥感生态指数是什么后，程序实现其实比较简单，这里直接贴出程序。

"""
利用湿度、绿度、热度、干度计算遥感生态指数
"""
import os
import time
import numpy as np
from scipy import misc
from osgeo import gdal, gdalconst
from sklearn.decomposition import PCAclass CalIntegratedEcoIndex:def __init__(self, img_path, res_save_dir):self.img_width, self.img_height, self.img = self.read_img(img_path)self.deno_bias = 0.00001  # 分母偏置，防止除0self.res_save_dir = res_save_dirdef read_img(self, img_path):"""读取遥感数据信息"""dataset = gdal.Open(img_path, gdalconst.GA_ReadOnly)img_width = dataset.RasterXSizeimg_height = dataset.RasterYSizeimg_data = np.array(dataset.ReadAsArray(0, 0, img_width, img_height), dtype=float)  # 将数据写成数组，对应栅格矩阵del datasetreturn img_width, img_height, img_datadef get_wet_degree(self):"""获取湿度指标"""return 0.2626 * self.img[0] + 0.2141 * self.img[1] + 0.0926 * self.img[2] + \0.0656 * self.img[3] - 0.7629 * self.img[4] - 0.5388 * self.img[6]def get_green_degree(self):"""获取绿度指标"""return (self.img[3] - self.img[2]) / (self.img[3] + self.img[2] + self.deno_bias)def get_temperature(self):"""获取热度指标"""gain = 3.20107  # landsat5 第6波段的增益值bias = 0.25994  # 第6波段的偏置值K1 = 606.09K2 = 1282.71_lambda = 11.45_rho = 1.438e10-2_epsilon = 0.96  # 比辐射率DN = self.img[4] * 299/1000 + self.img[3] * 587/1000 + self.img[2] * 114/1000  # 获取象元灰度值L6 = gain * DN + biasT = K2 / np.log(K1 / L6 + 1)LST = T / (1 + (_lambda * T / _rho) * np.log(_epsilon))return LSTdef get_dryness_degree(self):"""获取干度指标"""band5_plus_band3 = self.img[4] + self.img[2]band4_plus_band1 = self.img[3] + self.img[0]SI = (band5_plus_band3 - band4_plus_band1) / (band5_plus_band3 + band4_plus_band1 + self.deno_bias)left_expr = 2 * self.img[4] / (self.img[4] + self.img[3] + self.deno_bias)right_expr = self.img[3] / (self.img[3] + self.img[2] + self.deno_bias) + \self.img[1] / (self.img[1] + self.img[4] + self.deno_bias)IBI = (left_expr - right_expr) / (left_expr + right_expr + self.deno_bias)NDBSI = (IBI + SI) / 2return NDBSIdef arr2img(self, save_path, arr):misc.imsave(save_path, arr)def normlize(self, img_arr):arr = np.array(img_arr)return (arr - arr.min()) / (arr.max() - arr.min())def get_rsei(self):"""获取遥感生态指数"""wet = self.get_wet_degree()ndvi = self.get_green_degree()lst = self.get_temperature()ndbsi = self.get_dryness_degree()data = np.array([self.normlize(wet), self.normlize(ndvi), self.normlize(lst), self.normlize(ndbsi)])data = data.reshape(data.shape[0], -1).Tpca = PCA(n_components=1)rsei = self.normlize(1 - np.reshape(pca.fit_transform(data), newshape=(self.img_height, self.img_width)))return wet, ndvi, lst, ndbsi, 1 - rseidef save_result(self, wet, ndvi, lst, ndbsi, rsei):"""将各指数结果保存为图片"""res_dict = {"wet": wet, "green": ndvi, "temperature": lst, "dry": ndbsi, "rsei": rsei}for k, v in res_dict.items():self.arr2img(os.path.join(self.res_save_dir, k + ".jpg"), v)def get_average_index(self, wet, ndvi, lst, ndbsi, rsei):"""获取归一化后各指标的平均值"""return np.mean(self.normlize(wet)), np.mean(self.normlize(ndvi)), \np.mean(self.normlize(lst)), np.mean(self.normlize(ndbsi)), np.mean(self.normlize(rsei))

程序可以按照下面的方式进行使用（注意输入图像是Landsat七波段的图像）：

if __name__ == '__main__':start = time.time()cal = CalIntegratedEcoIndex("/your/path/to/Landsat/image", "./result")wet, ndvi, lst, ndbsi, rsei = cal.get_rsei()aver_wet, aver_ndvi, aver_lst, aver_ndbsi, aver_rsei = cal.get_average_index(wet, ndvi, lst, ndbsi, rsei)cal.save_result(wet, ndvi, lst, ndbsi, rsei)end = time.time()print("归一化后各指数的平均值\n湿度", aver_wet, "绿度", aver_ndvi, "热度", aver_lst, "干度", aver_ndbsi,"遥感生态指数", aver_rsei, "Total cost time %.2f s" % (end - start))

因为对遥感领域不很了解，这也是我的初次尝试。如果程序中有什么错误及不足，欢迎读者朋友们在评论区批评指正。

Python实现遥感生态指数计算相关推荐

ENVI基于Landsat影像构建郑州市2000-2019年遥感生态指数RSEI
一.数据介绍由于时间跨度较大,用到了三种不同的landsat传感器的影像,先分别介绍这三种传感器的波段信息: 1.1Landsat5TM产品说明 Landsat主题成像仪 (TM)是Landsat4 ...
利用GEE计算城市遥感生态指数(RSEI)——Landsat 8为例
文章目录前言第一步:定义研究区,自行更换自己的研究区第二步:加载数据集,定义去云函数第三步:主函数,计算生态指标第四步:PCA融合,提取第一主成分第五步:利用PC1,计算RSEI,并归一化 ...
GEE学习记录（一）基于GEE利用LANDSAT 8数据计算遥感生态指数（RSEI）
最近老师让看一下关于GEE的东西,实现大面积的反演.计算地表温度等,也算熟悉一下.参考网上很多大佬的文章,按照自己的思路和想法算出了RSEI,参考的文章都有列出来. 目录所用数据集影像数据矢量数 ...
我的Python实例一——BIM指数计算
# 开发人员:W.Y.B # 开发时间:2019/12/817:00 height=float(input("请输入您的身高(单位为米):")) print("您的身高: ...
Python地球科学领域应用：python处理遥感数据、站点数据、遥感水文数据、气候变化数据、WRF模式数据后处理、运行生态模型
点击查看原文>>>Python地球科学[赠CMIP6月/日数据.全球VIPPHEN物候数据.ERA5-LAND陆面再分析数据.遥感降水数据] >>>高精度气象模拟软 ...
《区域生态环境变化的遥感评价指数》笔记
当前卫星遥感对地观测系统以其宏观.快速.实时的优点在生态环境领域得到广泛的应用.利用各种遥感指数来对森林.草地.城市.河流乃至整个流域的生态系统进行监测和评价,已经是生态环境保护领域的重要组成部分. ...
python中exp函数_python中exp函数如何实现指数计算？
原标题:python中exp函数如何实现指数计算? 之前小编向大家介绍过python中的对数函数log函数(https://www.py.cn/jishu/jichu/21780.html),对于有点 ...
Python实例9： BMI指数计算
方法一 name = str(input("请输入你的姓名:")) height = eval(input("请输入你的身高(m):")) weight = ...
OpenCV各种遥感指数计算
植被指数比值被指数归一化植被指数土壤调节植被指数修正的土壤调节植被指数三波段梯度差植被指数水体指数归一化水体指数 MNDWI AWEI EWI NWI 建筑指数 DBI NDBI IBI ...

Python实现遥感生态指数计算

Python实现遥感生态指数计算相关推荐

最新文章

热门文章