Gimms NDVI3g 使用R进行数据下载与处理

Gimms NDVI3g v1 数据产品介绍

关于此数据集处理方式网上找了不少资料,一般都是用matlab或者是R来处理,matlab处理方法直接百度都能搜到很多,这里就不逐一介绍了,主要讲一讲如何用R进行处理,得到整月最大值合成,或者是半月影像。

老板事先安排了数据下载工作,于是就在ecocast用wget下载好了数据,本以为完事了,老板又安排对数据进行提取,得到半月影像数据,尝试了gdal,读取虽然没报错,但是值不对,再加上电脑重装系统没有matlab,但是之前有用过R,于是尝试使用R来处理数据。

在使用R之前也尝试过GDAL来读取,提取半月影像数据,使用gdalinfo看到数据一些信息,一共俩subdataset ndvi包含12个波段,percentile也是12个波段,percentile相当于一个包含精度信息的数据集,里面不同区间的像元值代表了ndvi数据是如何得到的。使用gdal_translate提取的ndvi数据有些问题,之前觉得可能ndvi数据与percentile有关联,不能分开读取,老板认为可能是与gdal或者netcdf版本有关系,这里也没深究。在使用R处理数据前,首先介绍一个R包,gimms,这个是类似于官方的一个R包,专门用来处理Gimms ndvi3g(此数据集分为v0和v1,分别对应envi格式和netcdf4格式)数据,可以对数据进行下载,提取,最大值合成。

在R中进行包管理还是很简单的,直接install.packages("gimms","rgdal") ,rgdal是gimms包的依赖包。

Gimms NDVI3g v1 数据产品处理

接下来直接上代码(本人一直用java,R只是接触过几次,所以代码结构比较混乱),由于提前下载好了数据,所以这里就直接对硬盘上数据进行处理。


# downloadGimms() 可以使用这个函数来下载

#

library("gimms","rgdal")

#这个包还有些函数,可以对数据进行精度控制,这里暂时用不到。

for (value in 1982:2015) {

    fn1 <- paste0("你的输入路径/ndvi3g_geo_v1_",value,"_","0106",".nc4")

    ndvi3g <- rasterizeGimms(x = fn1)

    sprintf("正在读取...%s_%s",value,"0106")

    for (variable in 1:12) {

      name <- paste0("你的输出路径/ndvi3g_geo_v1_" , value ,"_","0106","-", variable, ".tif")

      sprintf("正在处理...%s",name)

      writeRaster(x = ndvi3g[[variable]],filename = name)

    }

}

for (value in 1981:2015) {

  fn2 <- paste0("你的输入路径/ndvi3g_geo_v1_",value,"_","0712",".nc4")

  ndvi3g <- rasterizeGimms(x = fn2)

  sprintf("正在读取...%s_%s",value,"0712")

for (variable in 1:12) {

  name <- paste0("你的输出路径/ndvi3g_geo_v1_" ,value,"_","0712","-", variable, ".tif")

  sprintf("正在处理...%s",name)

  writeRaster(x = ndvi3g[[variable]],filename = name)

}

    }

最大值合成 月ndvi数据处理


gimms_files_date <- downloadGimms(x = as.Date("2000-01-01"),y = as.Date("2000-06-06"),dsn="E:/ndvi")

mvc <- monthlyComposite(ndvi3g_geo_v1_2000_0106,indices = monthlyIndices(gimms_files_date))

ndvi3g <- rasterizeGimms(x = gimms_files_date)

mvc <- monthlyComposite(ndvi3g,indices = monthlyIndices(gimms_files_date))

writeRaster(x = mvc,filename = "E:\ndvi\ndvi.tif")

image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,718评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,683评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,207评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,755评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,862评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,050评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,136评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,882评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,330评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,651评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,789评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,477评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,135评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,864评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,099评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,598评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,697评论 2 351

推荐阅读更多精彩内容