2020年全国各省、各个地级市、各县的10米分辨率的土地利用数据的制作方法与获取
1.数据介绍
该数据来源是Esri公司基于10m哨兵影像数据,使用深度学习方法制作做的全球土地利用数据。该数据的数据精度总体精度为85%,混淆矩阵如下所示:
Esri全球土地利用数据的影像数据的分布如下所示:
但该数据只能分块进行下载,没有制作按区划数据进行归纳。因此本人下载了全球的728景影像,并利用2021年的全国行政区划数据对其进行批量裁剪,最后得到了全国各省、各市、各县的土地利用数据,最后使用镶嵌工具获得每一个地区对应的一张tif影像。
2.数据的制作
2.1 数据制作流程图
使用Python制作裁剪与镶嵌脚本,对各省数据进行归纳。其中制作流程图如下所示:
2.2 数据的筛选
按照四至范围,选择覆盖了全国的分块影像数据,并将其放入同一个文件夹中。
2.3 数据的裁剪
使用rasterio模块读取tif,使用geopandas读取矢量的各个要素,并利用rasterio的clip函数对数据进行裁剪。裁剪脚本如下所示:
#引入模块包
import os
from osgeo import gdal, gdalconst
import rasterio as rio
import rasterio.mask
import rasterio
from tqdm import tqdmdef Land_Cover(Mask_PATH,Data_path,OutPut_path):tifPaths_folder_SHENG = os.listdir(Mask_PATH)for mask_path in tqdm(tifPaths_folder_SHENG):try:#省目录Land_Cover_SHENG_PATH = os.path.join(mask_path, Mask_PATH)#获得文件中的名字SHENG_PATH=Land_Cover_SHENG_PATH+"\\"+mask_path+"\\"+mask_path+".shp"#裁剪函数City = gpd.read_file(SHENG_PATH)Land_Cover = gpd.read_file(Data_path)City=City.to_crs(Land_Cover .crs)Sheng_Land_Cover= gpd.clip(Parking_shp,City)mkdir(OutPut_path+mask_path+"_2017年土地利用数据_10米分辨率")#保存文件SHPsave_Land_Cover_path = OutPut_path + mask_path + "\\" + mask_path +"土地利用数据"+ ".tif"Sheng_Land_Cover.to_file(save_SHP_path)except:pass
2.4 数据的镶嵌
经过裁剪函数获得的数据可能有几个裁剪得到的数据,可以使用gdal模块包的Warp函数对每一个区域的数据进行镶嵌,获得该地区的一张完整的土地利用tif影像数据。镶嵌脚本如下所示:
#引入模块包
import os
from osgeo import gdal, gdalconst
import rasterio as rio
import rasterio.mask
import rasterio
from tqdm import tqdmdef mosaic_tif(tifPaths_folder)#tifPaths_folder是输入文件的文件夹路径# 循环目录for path in tqdm(tifPaths_folder):Land_Cover_SMALL_PATH = os.path.join(tifPath, path)for (pathname, dirs, files) in os.walk(Land_Cover__SMALL_PATH):son_Paths_file=files# 如果影像数量大于一if len(son_Paths_file) >= 2:Land_Cover_SMALL_PATH2=Land_Cover_SMALL_PATH+"\\"# 循环子目录,进行镶嵌#循环同一个文件下的tif文件inputFiles = []for path_small in son_Paths_file:# 每一个栅格的路径son_Paths_PATH = os.path.join(Land_Cover_SMALL_PATH2, path_small)#读取影像inputrasfile = gdal.Open(son_Paths_PATH, gdal.GA_ReadOnly) # 读取影像inputProj = inputrasfile.GetProjection() # 获取坐标系inputFiles.append(inputrasfile) # 推入列表options = gdal.WarpOptions(srcSRS=inputProj, # 输入坐标系dstSRS=inputProj, # 输出坐标系format='GTiff', # 图像格式resampleAlg=gdalconst.GRIORA_NearestNeighbour, # 重采样算法,这里是双线性内插dstNodata=Nodata, # 缺省值cutlineLayer=outline, # 输出范围,这里可以是一个外轮廓shp数据outputType=gdalconst.GDT_Int16) # 数据类型,这里是有符号32位整型#输出文件名outputfilePath ="输出文件夹"+"\\"+path+"_Land_Cover_"+"_10m分辨率_Esri数据集"+".tif"#写栅格gdal.Warp(outputfilePath, inputFiles, options=options) # 图像镶嵌
2.5 数据的后处理
主要是将根据裁剪出来的文件移动到同名文件夹、为每一个文件添加说明文档以及行政区域数据。最后形成的文件夹如下所示:
3.数据展示与获取
3.1各省数据展示与获取
由于工作量非常巨大,制作不易,使用我的台式机从下载、裁剪与镶嵌一共花费了2天时间。我将下载链接放在下方:
数据获取
前往我的gzh锐多宝的地理空间,回复“20220323”
2020年全国各省、各个地级市、各县的10米分辨率的土地利用数据的制作方法与获取相关推荐
- 全国各省10米分辨率的土地利用数据的制作与分享
1.简介 该数据来源是清华大学的宫鹏老师团队做的全球土地利用数据,但该数据只能分影像块进行下载,没有制作按区划数据进行归纳,本人使用python爬虫下载了全球共计7000景影像,并利用2021年的区划 ...
- 宏观经济研究:全国各省、地级市-社会融资规模增量数据(包含总额及8类明细)2013-2021年
数据来源:中国人民银行 时间跨度:2013-2021年,季度数据(累计数) 区域范围:全国31省份 数据字段: 31个省市社会融资规模增量数据,包含社会融资总额以及8类明细(人民币贷款.外币贷款.委托 ...
- 各省、地级市-2020春运期间高德地图人口迁徙数据-excel、shp格式
一. 数据价值 人口流动是指人口在特定空间范围内迁徙和移动,其作为生产要素在空间上进行配置的一种活动,在一定程度上推动了社会.经济要素的重新集聚与扩散.人口流动体现了区域经济活动在空间上的变化,城市间 ...
- 全国285个地级市平均房价数据(2000-2021年)
根据最近的研究,中国地级市平均房价呈现出较大的差异性.以2021年为例,一线城市如北京.上海.广州和深圳的平均房价较高,分别为每平方米5万.6万.5.5万和6.5万人民币.而二线城市如南京.杭州.成都 ...
- 全国281个地级市工业用电量数据(2003-2016)
数据集名称:全国281个地级市工业用电量数据 时间范围:2003-2016年 数据来源:EPS数据库 相关说明:工业用电大多使用三相电压,如三相380VAC,三相660VAC等. 工业用电与居民用电的 ...
- 兰大202005批次计算机基础,兰州大学2020年在全国各省分批次录取分数及计划数公布!含艺术类...
原标题:兰州大学2020年在全国各省分批次录取分数及计划数公布!含艺术类 先恭喜下#兰州大学#,在第六届中国国际"互联网 "大学生创新创业大赛全国总决赛中获取了1金1银3铜的好成绩 ...
- 数据分析2020年全国各省分高考成绩分布情况
开始 突发奇想, 想看下高考成绩的分布, 如果把每个省市的成绩划线成0-100 分会怎么样,简单的来说, 认为最高分的考了100分,最低分考了0分, 计算一下各个分数段的人数就好了, 顺便可以用这个数 ...
- 全国286个地级市空气颗粒物污染面板数据(2000-2018年)
数据集名称:全国地级市空气颗粒物污染面板数据 单位:微克每立方米 时间范围:2000-2018年 数据截图: 下载链接:2000-2018年中国地级市PM2.5数据.xlsx-数据集文档类资源-CSD ...
- 2008年全国337个地级市GDP排名
排名 地区 地区生产总值 增长率 人口 人均GDP 美元 人均1万美元以上的地级市 1 克拉玛依市 ...
最新文章
- 科学通报:合成微生物群落的构建与应用
- struts2文件下载出现Can not find a java.io.InputStream with the name的错误
- Test2 unit2
- jsp前3章试题分析
- snmp协议_软件评测师写作专栏之OSI七层模型及其常见的协议11
- JavaScript | 如何为变量分配十进制,八进制和十六进制值?
- 白鹭引擎增加点击事件实例
- STM32H743-梳理ADC模数转换器在CubeMX上的配置
- bootstraptable设置行高度_【短柱专题】窗台板为什么要通长设置
- TensorFlow的基本运算03
- java栈和队列_栈和队列的面试题Java
- htaccess 是什么
- PAT1030.——完美数列
- bzoj2599 [IOI2011]Race
- 乐鑫再次称王WiFi MCU市场
- 带农历日期的html代码,网页日历代码 包含日期时间 阴历
- keil 中 warning: #1-D: last line of file ends without a newline的解决办法
- 关于百度网盘离线下载链接无效的问题
- 第二篇 第三章防火防烟分区检查(一)
- 01redis安装及入门(含阿里云服务器出现的问题)