当前位置:首页 > 文章列表 > 文章 > python教程 > Python卫星数据处理教程:rasterio库使用详解

Python卫星数据处理教程:rasterio库使用详解

2025-07-09 09:59:40 0浏览 收藏

知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个文章开发实战,手把手教大家学习《Python处理卫星数据教程:rasterio库详解》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!

使用Python的rasterio库处理卫星数据的关键方法包括:1. 安装与基础读取,通过pip或conda安装后,使用open函数读取GeoTIFF文件并获取元数据和波段信息;2. 显示与分析图像数据,结合matplotlib进行单波段和RGB多波段图像可视化,并进行归一化和对比度拉伸处理;3. 裁剪与重投影,利用Window对象裁剪感兴趣区域,通过calculate_default_transform和reproject实现坐标系转换;4. 保存处理结果,更新profile参数后将裁剪或重投影后的数据写入新的GeoTIFF文件,确保地理信息准确。

如何用Python处理卫星数据?rasterio库教程

处理卫星数据在遥感、地理信息系统(GIS)等领域非常常见。如果你用Python,rasterio是一个强大又常用的库,专门用来读写栅格地理空间数据。它能轻松处理像GeoTIFF这样的格式,非常适合处理卫星图像。

如何用Python处理卫星数据?rasterio库教程

下面是一些使用rasterio处理卫星数据的关键方法和技巧,适合入门者和需要实际操作的人。


1. 安装与基础读取

首先,你需要安装rasterio。最简单的方式是通过pip或conda:

如何用Python处理卫星数据?rasterio库教程
pip install rasterio

安装完成后,就可以开始读取GeoTIFF文件了。假设你有一个名为satellite_image.tif的文件:

import rasterio

with rasterio.open('satellite_image.tif') as src:
    print(src.profile)  # 查看元数据信息
    band1 = src.read(1)  # 读取第一个波段

这里有几个关键点:

如何用Python处理卫星数据?rasterio库教程
  • src.profile 包含了数据类型、坐标参考系统(CRS)、变换矩阵等重要信息。
  • 多数卫星图像会有多个波段,比如红、绿、蓝、近红外等,可以通过read(n)来获取第n个波段。

2. 显示与分析图像数据

读取完数据后,你可能想看看图像内容或者做一些基本分析。可以用matplotlib来可视化:

import matplotlib.pyplot as plt

plt.imshow(band1, cmap='gray')
plt.colorbar()
plt.show()

如果是多波段图像(比如RGB),可以这样合成显示:

rgb = src.read([3, 2, 1])  # 假设3=红,2=绿,1=蓝
rgb = rgb.transpose((1, 2, 0))  # 调整维度顺序为(height, width, bands)
plt.imshow(rgb / rgb.max())  # 归一化显示
plt.show()

注意:

  • 不同传感器的数据范围不同,有的可能是16位深度,记得做归一化处理。
  • 可视化前通常需要拉伸对比度,避免图像发暗或过曝。

3. 裁剪与重投影

很多时候你只需要感兴趣区域,或者需要将数据转换到统一的坐标系中。rasterio支持裁剪和重投影操作。

裁剪图像

你可以根据一个地理边界(bbox)来裁剪图像:

from rasterio.windows import Window

# 假设你知道左上角像素位置(x, y)和宽高(width, height)
window = Window(col_off=100, row_off=200, width=500, height=500)

with rasterio.open('satellite_image.tif') as src:
    cropped = src.read(window=window)

重投影

要将图像从一种坐标系转换为另一种(如WGS84转Web Mercator):

from rasterio.warp import calculate_default_transform, reproject, Resampling

dst_crs = 'EPSG:3857'  # Web Mercator

with rasterio.open('satellite_image.tif') as src:
    transform, width, height = calculate_default_transform(
        src.crs, dst_crs, src.width, src.height, *src.bounds
    )
    kwargs = src.meta.copy()
    kwargs.update({
        'crs': dst_crs,
        'transform': transform,
        'width': width,
        'height': height
    })

    with rasterio.open('reprojected_image.tif', 'w', **kwargs) as dst:
        for i in range(1, src.count + 1):
            reproject(
                source=rasterio.band(src, i),
                destination=rasterio.band(dst, i),
                src_transform=src.transform,
                src_crs=src.crs,
                dst_transform=transform,
                dst_crs=dst_crs,
                resampling=Resampling.bilinear
            )

这个过程比较复杂,但非常实用。特别是当你需要将多个不同来源的图像对齐时。


4. 保存处理后的结果

处理完数据之后,通常需要保存为新的GeoTIFF文件。例如保存裁剪后的图像:

profile = src.profile
profile.update(width=cropped.shape[2], height=cropped.shape[1], transform=window.transform)

with rasterio.open('cropped_image.tif', 'w', **profile) as dst:
    dst.write(cropped)

记住更新profile中的关键参数,否则新文件的地理信息会不准确。


基本上就这些。用rasterio处理卫星数据虽然不像QGIS那样直观,但灵活性更强,特别适合批量处理和自动化流程。掌握好这几个步骤,就能完成大部分常见的预处理任务了。

今天关于《Python卫星数据处理教程:rasterio库使用详解》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

豆包视频合并教程:多片段剪辑全攻略豆包视频合并教程:多片段剪辑全攻略
上一篇
豆包视频合并教程:多片段剪辑全攻略
PHP连接Redis实现数据缓存教程
下一篇
PHP连接Redis实现数据缓存教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    509次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    497次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • AI边界平台:智能对话、写作、画图,一站式解决方案
    边界AI平台
    探索AI边界平台,领先的智能AI对话、写作与画图生成工具。高效便捷,满足多样化需求。立即体验!
    357次使用
  • 讯飞AI大学堂免费AI认证证书:大模型工程师认证,提升您的职场竞争力
    免费AI认证证书
    科大讯飞AI大学堂推出免费大模型工程师认证,助力您掌握AI技能,提升职场竞争力。体系化学习,实战项目,权威认证,助您成为企业级大模型应用人才。
    374次使用
  • 茅茅虫AIGC检测:精准识别AI生成内容,保障学术诚信
    茅茅虫AIGC检测
    茅茅虫AIGC检测,湖南茅茅虫科技有限公司倾力打造,运用NLP技术精准识别AI生成文本,提供论文、专著等学术文本的AIGC检测服务。支持多种格式,生成可视化报告,保障您的学术诚信和内容质量。
    513次使用
  • 赛林匹克平台:科技赛事聚合,赋能AI、算力、量子计算创新
    赛林匹克平台(Challympics)
    探索赛林匹克平台Challympics,一个聚焦人工智能、算力算法、量子计算等前沿技术的赛事聚合平台。连接产学研用,助力科技创新与产业升级。
    622次使用
  • SEO  笔格AIPPT:AI智能PPT制作,免费生成,高效演示
    笔格AIPPT
    SEO 笔格AIPPT是135编辑器推出的AI智能PPT制作平台,依托DeepSeek大模型,实现智能大纲生成、一键PPT生成、AI文字优化、图像生成等功能。免费试用,提升PPT制作效率,适用于商务演示、教育培训等多种场景。
    523次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码