Python调用C2RCC实现批量数据的大气校正

目录

1.前言
2.配置环境
3.程序

1.前言

C2RCC大气校正方法在SNAP中作为一个工具出现，安装好SNAP后，就会有该工具。但是发现在SNAP中直接打开C2RCC对OLCI数据进行大气校正时，运行时间很长(目前我还不清楚原因)。偶然间发现SNAP提供了GPT工具，能够直接使用命令行调用，使用命令行中调用C2RCC时，运行速度较快(运行的时候，CPU占满)，而且使用命令行调用该工具还可以方便的进行批量操作。下面介绍Python调用C2RCC实现批量数据的大气校正。

2.配置环境

a.首先当然要安装SNAP。SNAP安装包下载地址：
http://step.esa.int/main/download/snap-download/

b.安装成功后，在环境变量里查看SNAP的路径是否位于Path变量中，若没有则加入。

c.打开命令行窗口，输出gpt -h。可以查看gpt工具的帮助文档。打印出来的内容比较长。分表代表了：gpt工具应该输出参数、选项和支持的工具。可以看到有c2rcc.meris、c2rcc.olci、c2rcc.landsat8等，代表c2rcc大气校正方法支持的传感器。

d.在命令行工具中，再输出 gpt c2rcc.olic -h (这里以校正OLCI数据为例，其他传感器的数据也可以参考该方法)。可以看到使用该工具应该输出的参数等。根据此，使用python调用命令行工具来进行批处理。

3. 程序

将下载好的OLCI数据解压好，放在一个文件夹里。我这里在调用C2RCC进行大气校正时，只设置了输入输出文件的路径，输出文件格式，输出Rrs。其他参数我这里都采用默认，可以根据需要更改。

#-*-coding: utf-8-*-  
#@Author: zhaohaiyang
#@E-mail: [e-mail]
#对Sentinel-3数据进行批处理C2RCC大气校正
#
#
#
################################################

import os 
import time
import datetime
from subprocess import call


#--------------------------------------------------------------
#需要更改的变量
filepath1='H:/Data/'  #原始数据的路径
outputdir='H:/C2RCC/' #C2RCC大气校正的数据路径
#--------------------------------------------------------------

filelist1=os.listdir(filepath1)
inputlist=[]
outputlist=[]
for fl1 in filelist1:
    outfile1=outputdir+fl1+'_C2RCC.nc'
    if os.path.exists(outfile1):
        continue

    else:
        outputlist.append(outfile1)
        filepath2=filepath1+fl1
        filelist2=os.listdir(filepath2)
        filepath3=filepath2+'/'+filelist2[0]
        filelist3=os.listdir(filepath3)
        for fl3 in filelist3:
            fl3l=fl3.split('.')
            if fl3l[-1]=='xml':
                filepath4=filepath3+'/'+fl3
                inputlist.append(filepath4)
            else:
                continue


for inputfile,outputfile in zip(inputlist,outputlist):
    try:
        print('开始处理-----------'+str(datetime.datetime.now()))
        print(inputfile)
        cmdline='gpt c2rcc.olci -SsourceProduct="'+inputfile+'" -PoutputAsRrs="true" -t "'+outputfile+'" -f "NetCDF4-BEAM"' 
        call(cmdline)
        print('处理结束-----------'+str(datetime.datetime.now()))
        print('\n\n')
        
    except:
        print(inputfile+'处理失败')
        continue

之后就是快乐运行了，运行的时候，我的CPU直接拉满。

值得注意的是，这种方法需要电脑的内存较高，我电脑8G的时候运行的时候就会报错，之后加装了内存条就可以顺利运行。