Sentinel5p提取特定波段数据
程序员文章站
2022-12-04 20:58:06
目录欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器...
目录
前言
本机环境:R4.0 RStudio 4.0
师兄用S5Processor包提取哨兵5p某些波段的数据,但是下载的数据里面有些打不开,程序就中断了。在看了R语法后加了一个异常捕获,遇到异常暂时不处理,直接跳过。程序利用shape裁剪得到图像,方便后期上色,同时保存了一些默认配色方案的png,方便查看。
用途和方法
利用R中的S5Processor,提取sentinel5p中一些波段的shape部分区域的数据。
方法如下:不制作shape会提取波段中的全部数据,跳过第一步即可。
- 准备shape文件,可以在envi中制做。在envi中打开数据,选择roi,勾选区域,最后点击roi窗口中的file-export-export to shapefile可得到需要的shape文件。
- 下载哨兵5p数据,参考教程:Sentinel-5P数据介绍与预处理。
-
安装S5Processor包。参考教程。先安装devtools,在R Studio的终端中键入:
install.package("devtools")
,在键入devtools::install_github("MBalthasar/S5Processor")
。网络问题可能会安装失败,可以下载到本地安装。 - 在R studio中运行即可。新建一个script,键入程序,点击Source。
完整程序
# 导入需要的各种包,运行时没有的包按照提示安装即可 library(S5Processor) library(ncdf4) library(ggplot2) library(dismo) library(maptools) library(raster) library(geosphere) library(rgdal) library(rgeos) library(sp) library(conflicted) # 部分路径设置。 # filepath:文件保存的路径,也是工作路径 # patho:sentinel5p数据所在的顶层文件夹 # sites:多个地点的子文件夹名字 # shapename:每个地点对应的shape文件 filepath <- 'F:\\' patho <- "F:\\" imagepath <- "F:\\Img\\" sites <- c("sites1", "sites2", "sites3") shapename <- c("sites1.shp", "sites2.shp", "sites3.shp") sitesindex <- length(sites) for (j in 1:sitesindex) { # setwd:设置工作路径,paste0()方法用于字符串拼接,不带拼接符号。 # path:为哨兵数据的目录位置,顶层和地点文件夹拼接得到 setwd(paste0(filepath, sites[j])) path <- paste0(patho, sites[j],"/Sentinel5p") shapepath <- paste0(patho,"/Shape/",sites[j],"/",shapename[j]) vnm_shp <- raster::shapefile(shapepath) # file_list:得到所有后缀为nc的文件。 file_list <- list.files(path, pattern = ".nc") # tmp <- strsplit(file_list, split = ".", fixed = TRUE) # 暂时未用 # file_name <- unlist(lapply(tmp, head, 1)) index <- length(file_list) for (i in 1:index) { print(file_list[i]) # 生产保存的png文件绝对路径。substring()字符串切片。 imagename <- paste0( imagepath, sites[j], "/", substring(file_list[i], 1, nchar(file_list[i]) - 58), ".png" ) # 将生成的图像保存为png文件 png(filename = imagename) # R中的异常捕获:try()。silnet=FALSE在终端输出错误详情。 x.inv <- try( # 调用S5Processor()提取vnm_shp区域中的数据,不带my_aoi参数提取全部数据。 band2 <- S5P_process( input = paste(path, file_list[i], sep = "/"), product = 6, my_aoi = vnm_shp ), silent = FALSE ) # 捕获错误,关闭图像,删除生成的空文件,跳过本次循环。 if ("try-error" %in% class(x.inv)) { dev.off() file.remove(imagename) next } dev.off() tifname <- substring(file_list[i], 1, nchar(file_list[i]) - 58) # writeRaster()用于保存提取到的波段数据,格式为tif。 writeRaster(band2, tifname, format='GTiff', overwrite = TRUE) } file_list <- NULL tmp <- NULL file_name <- NULL }
附件
部分R语法,参考教程
# 配置参考教程: # https://blog.csdn.net/weixin_39287540/article/details/106459170 # https://sspai.com/post/47386 # 菜鸟教程:R: https://www.runoob.com/r library(xlsx) library(XML) library(rjson) myString.0 <- "Hello, R" "Hello,R!" -> myString.1 myString.2 = "hello, R!" print(myString.0) # cat(s,s1...)拼接结果 print(cat(myString.0, myString.1, myString.2, sep = "/")) # cat(context, file="toStorageFile", append=TRUE) 拼接 # sink(toStorageFile) 控制台输出的到文本,不显示 # sink(tofile, split=true) 控制台显示。 # sink() 重置 # readLines(file) 文件读入 lines <- readLines("./readtest.txt") print(lines[1]) # 工作路径:getwd() setwd() # 用if做注释 # if(FALSE) { # " # 多行注释 # 多行注释 # " # } # 基础运算 +-*/ 逻辑运算&|~! 整除%/% %% %*% %in% : 求逆矩阵solve() # 向量、矩阵、列表、数组 # 条件 if...else if...else # 循环 repeat{break} while() {} for(i in value) {} # 函数 functinoName <- function(args) {return()} # 字符串:paste(...,sep='/',collapse=NULL) 指定符号拼接 # paste(...,collapse="=") 指定符号对应拼接 paste(letterss[1:6], 1:6, collapse="=") # 格式化:format(x, digits, nsmall, scientific, width, justify = c("left", "right", "centre", "none")) # tolower(), toupper(), substring(str, first, last) # 列表:list # list(args) names(list) <- c(args) 生产列表,为列表元素命名 # list[index], list$listName <- NULL/NewVaulse 删除/添加元素 # mergedlist <- c(list1, list2, ...) list合并 # unlist() list-->vector # csv文件:read.csv(file,encoding="UTF-8") # subset(csvdata, expression'index==1') 查找,返回一行的值 # write.csv(csvvalue, csvfile) 保存 # read.xlsx(xlsxfile,sheetIndex = 1) excel # write.xlsx() write # xmlParse(file = "test.xml") read xml file. # xmlRoot(), xmlSize(), xmlToList(), xmlToDataFrame() # fromJSON(file = "jsontest.json") json # as.data.frame() To data frame # pie(x,labels = label, col = cols) 默认生成pdf,可以通过png(),jpeg(),bmp()生成图像。 # png(filename = "pie.png", width = 100, height = 100) png() # legend(site,names,cex,fill) 添加颜色样本标注 # barplot() 条形图
本文地址:https://blog.csdn.net/Mr_kuilei/article/details/108252533