如何将数据着色器 canvas.points 转换为 GeoTiff？

Question

我有兴趣在给定一组分散点的情况下生成 GeoTiff 图像，数据集通常在 500K 点到 2M 点之间。 我一直在使用 datashader 和 geoviews 来生成数据的 static 图像，并且效果很好。 但是，当我想生成 geotiff 时，有两种选择：

• 使用 datashader 图像颜色 map 提供的颜色生成 RGB geotiff
• 使用 geotiff 中的值在 geotiff 服务器上创建颜色图。

我们有兴趣寻求第二种解决方案，但我不明白我从阴影 function 中提取的值：

import pandas as pd
import datashader as ds
import datashader.transfer_functions as tf
df = pd.DataFrame({"x": [0, 0.6, 1, 1.2, 2, 5], "y":[0, 0.6, 0.8, 1, 5, 6], "value":[1, 1, 1, 1, 0.5, 0.5]})
canvas = ds.Canvas(plot_width=100, plot_height=100, x_range=(0, 5), y_range=(0, 5), x_axis_type="linear", y_axis_type="linear")
shaded = tf.shade(canvas.points(df, "x", "y", ds.mean("value")))

据我所知，我从阴影中提取聚合值 numpy 并且可以使用这个数组来保存一个带有一个波段的 GeoTiff，但是该数组中的值对我来说毫无意义。

shaded.to_numpy().max()
4293318829

与聚合过程无关的总是巨大的数字。

所以问题是，这些值实际上意味着什么？ 是否有可能获得实际的汇总值？ 是否可以从图像 object 中提取颜色映射，以便我可以将其传递给服务器并按照我的预期为 geotiff 着色？

Answer 1

所以 datashader 使用几个步骤来产生我们得到的结果。 更重要的是，有一个步骤是使用 color_map 输入将值映射到 RGB。 之后，在数据着色器中着色 function 将 4 个 RGBA uint8 arrays 大小（100、100）放入一个 uint32（100、100）数组中：

从数据着色器：

/transfer_functions/__init__.py

values = module.dstack([r, g, b, a]).view(module.uint32).reshape(a.shape)

这就是为什么这些值如此奇怪。 要获得 RGBA，可以像这样访问数据：

shaded.to_numpy().base.shape
(310, 400, 4)

Answer 2

您的所有问题都可以在datashader 文档中找到。 实际聚合值存储在canvas.points(df, "x", "y", ds.mean("value"))中。 这是一个 xarray object。 您可以轻松地将其写入 netcdf 或 geotiff。 但是这样一来，您将丢失地理参考/坐标系信息。

我想您的数据集使用epsg:3857作为您的投影坐标系。 You can use the rioxarray package to add the geographic references/coordinate system information and write to geotiff (see https://corteva.github.io/rioxarray/latest/rioxarray.html#rioxarray.rioxarray.XRasterBase.write_crs ). 像这样：

ag = canvas.points(df, "x", "y", ds.mean("value"))
ag.rio.write_crs("epsg:3857", inplace=True)
ag.rio.to_raster("../data/interim/test2.tif")

我认为颜色映射应该是您服务器的 function。 要了解geotiff可以存储哪些信息，您可以在这里查看： https://www.bluemarblegeo.com/about-geotiff-format/ 。