【数据分享】全国各省ESA 10 米土地利用镶嵌数据制作与分享

/ 0.背景 /

ESA 的推文又来啦，这次是进行了全国、各省2020年的 ESA 数据。

/ 1.制作方法 /

👀

1.1 制作流程

该数据在镶嵌过程中，已经进行了 LZW 压缩，全国 10 米的 ESA 土地利用影像大小为 6G。

中途有些小脚本未添加到主流程中，请参考 2020 年 ESRI 数据制作和筛选 ESA 中国区域的推文。

GDAL 内容丰富，功能强大。RasterIO 和 GeoPandas 也是基于 GDAL 的 Python 包。

👀

1.2 裁剪代码

#裁剪函数
# -*- coding: utf-8 -*-
from geopandas import *
import rasterio as rio
import rasterio.mask
import rasterio
import os
from tqdm import tqdm
import _thread
#全局变量
# 读入矢量
shpdatafile = r'D:\资源\ESA\矢量\各省矢量.shp'
shpdata=GeoDataFrame.from_file(shpdatafile)
#创建各地文件夹函数
def mkdir(path):
    # 引入模块
    # 去除首位空格
    path = path.strip()
    # 去除尾部 \ 符号
    path = path.rstrip("\\")
    # 判断路径是否存在
    # 存在     True
    # 不存在   False
    isExists = os.path.exists(path)
    # 判断结果
    if not isExists:
        # 如果不存在则创建目录
        # 创建目录操作函数
        os.makedirs(path)
        print(path + ' 创建成功')
        return True
    else:
        # 如果目录存在则不创建，并提示目录已存在
        print(path + ' 目录已存在')
        return False
#ESA原始文件夹
files_path =r"D:\资源\ESA\CHINA"
pathDir= os.listdir(files_path)
，以后数据分享会设置限制条件✌
for i in tqdm(range(len(pathDir))):
    # 读入栅格文件
    rasterfile = files_path+"\\"+pathDir[i]
    rasterdata = rio.open(rasterfile)
    #获取栅格信息
    profile = rasterdata.profile
    #标识符
    biaoshi = pathDir[i]
    # 投影变换，使矢量数据与栅格数据投影参数一致
    shpdata = shpdata.to_crs(rasterdata.crs)
    # 按照所有矢量进行循环裁剪
    for j in range(0, len(shpdata)):
       try:
            # 获取矢量数据的features
            geo = shpdata.geometry[j]
            #获取该要素的属性信息
            data_shp_name_sheng=shpdata.NAME[j]
            #文件保存位置的文件夹 各省
            data_filepath=str(data_shp_name_sheng)
            feature = [geo.__geo_interface__]
            # 通过feature裁剪栅格影像
            out_image, out_transform = rio.mask.mask(rasterdata, feature, all_touched=True, crop=True, nodata=0)
            profile.update(
                height=out_image.shape[1],
                width=out_image.shape[2],
                shape=(out_image.shape[1],out_image.shape[2]),
                nodata=0,
                bounds=[],
                transform=out_transform,
                )
            # 定义要创建的目录
            mkpath = "D:\资源\ESA\PRO_CLIP\\" + data_shp_name_sheng+ "\\"
            mkdir(mkpath)
            #文件名字
            name=mkpath+"\\"+data_shp_name_sheng+"_"+biaoshi
            with rasterio.open(name, mode='w', **profile) as dst:
                dst.write(out_image)
       except:
            pass

👀

1.3 镶嵌代码

# 镶嵌一个文件夹中的所有文件
import os
from geopandas import *
from osgeo import gdal, gdalconst
from tqdm import tqdm

tifPath = r'D:\资源\ESA\PRO_CLIP\\'  # 待融合的图像所在的文件夹
tifPaths_folder = os.listdir(tifPath)
# 输出文件位置
path_save = r"D:\\资源\\ESA\\PRO_CLIP_mosaic\\"
# 循环目录
for path in tqdm(tifPaths_folder):
    try:
        DEM_SMALL_PATH = os.path.join(tifPath, path)
        for (pathname, dirs, files) in os.walk(DEM_SMALL_PATH):
            son_Paths_file = files
        # 如果影像数量大于一
        if len(son_Paths_file) >= 2:
            DEM_SMALL_PATH2 = DEM_SMALL_PATH + "\\"
            # 循环子目录，进行镶嵌
            # 循环同一个文件下的tif文件
            inputFiles = []
            for path_small in son_Paths_file:
                # 每一个栅格的路径
                son_Paths_PATH = os.path.join(DEM_SMALL_PATH2, path_small)
                # 读取影像
                inputrasfile = gdal.Open(son_Paths_PATH, gdal.GA_ReadOnly)  # 读取影像
                inputProj = inputrasfile.GetProjection()  # 获取坐标系
                inputFiles.append(inputrasfile)  # 推入列表
                options = gdal.WarpOptions(srcSRS=inputProj,  # 输入坐标系
                                           dstSRS=inputProj,  # 输出坐标系
                                           format='GTiff',  # 图像格式
                                           resampleAlg=gdalconst.GRIORA_NearestNeighbour,  # 重采样算法，这里是双线性内插
                                           dstNodata=0,  # 缺省值
                                           creationOptions=['COMPRESS=LZW'],  
                                           outputType=gdalconst.GDT_Byte)
            # 创建文件夹
            Landcover_to_save = path_save + path
            mkdir(Landcover_to_save)
            # 输出文件名
            outputfilePath = Landcover_to_save + "\\" + path + "_土地利用数据" + "_10m分辨率_ESA数据_2020年" + ".tif"
            # 写栅格
            gdal.Warp(outputfilePath, inputFiles, options=options)  # 图像镶嵌
    except:
        pass

/ 2.数据展示 /

全国 2020 年 ESA 的 10 米土地利用影像

北京市 2020 年 ESA 的 10 米土地利用影像

天津市 2020 年 ESA 的 10 米土地利用影像

上海市 2020 年 ESA 的 10 米土地利用影像

重庆市市 2020 年 ESA 的 10 米土地利用影像

/ 3.数据获取 /

本次资料需参与转发活动领取，Ai尚研修会员无需转发可直接领取

1、 转发推文，附文 “强烈推荐这个科研技术资源公众号”

2、关注公众号，转此文章到朋友圈公开可见3小时,集赞10个或转发相关科研微信群（＞50人）10分钟后截图给小编

3、添加小编微信，发送转发截图领取数据（添加好友请备注姓名+单位）

 热课推荐

 视频课程推荐

精品视频课程推荐（即买即看）
1	录播	基于R语言结构方程模型分析与实践技术应用视频课
2	录播	MATLAB深度学习工具箱全面解析实践视频课程
3	录播	基于R语言的贝叶斯网络模型的实践技术应用视频课
4	录播	基于R语言Meta分析方法与进阶实践应用视频课程
5	录播	基于R语言的Copula变量相关性分析及应用视频课
6	录播	基于R语言的极值统计学及其在相关领域中的应用
7	录播	R语言回归及混合效应（多水平/层次/嵌套）模型应用及贝叶斯视频课
8	录播	HEC-RAS一维、二维建模方法及实践技术应用精品视频课程
9	录播	涉河建设项目防洪评价报告编制技术实践应用精品课程
10	录播	SWMM复杂城市排水系统模型及排水防涝、海绵城市设计等工程实践应用视频课程
11	录播	SWMM排水管网水力、水质建模及在海绵与水环境中的应用视频教程
12	录播	SWAT模型在水文水资源、面源污染模拟中的实践技术应用及典型案例分析专题视频课程
13	录播	基于ArcGIS水文分析、HEC-RAS模拟技术在洪水危险性及风险评估
14	录播	HYPE分布式水文模型建模方法与案例分析实践技术应用精品课程
15	录播	最新全套GMS地下水数值模拟技术与实际项目应用精品课程
16	录播	基于DEM的水文分析专题课程
17	录播	Delft3D建模、水动力模拟方法及在地表水环境影响评价中的实践技术应用
18	录播	FVCOM流域、海洋水环境数值模拟方法及实践技术应用
19	录播	Delft3D水动力－富营养化模型实践技术高级应用精品课程
20	录播	全套环境土壤物理Hydrus1D2D3D模型实践技术应用精品课程
21	直播	ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术 应用培训班
22	直播	ArcGIS在水土流失模拟及分析中的实践技术应用培训班
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠

更多视频课程推荐

长期回放观看+导师社群辅助指导+课件资料打包发送+最低7.5折特惠

<上下滑动查看详情>

农林生态、遥感类课程

1【最新基于MAXENT模型的生物多样性生境模拟与保护优先区甄选、自然保护区布局优化评估中的实践技术应用及论文写作技巧高级进阶培训班-视频课程】

2【土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测专题课程】

3【高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域应用】

4【无人机遥感在农林信息提取中的实现方法与GIS融合应用高级实践课程】

5【植被参数遥感反演与数据同化实践技术应用视频课程】

6【InVEST模型高级进阶及在生态系统服务供需、碳中和、论文写作等实际项目中的具体应用视频课程】

7【土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测

8【Biome-BGC生态系统模型建模方法与实践技术应用】

9【GIS空间数据分析与地图制作实践技术课程（基础-实践）】

10【GIS数据制备，空间分析与高级建模实战】

11【GIS、GPS、RS综合案例应用技术精品课程】

12【遥感影像信息提取实践技术精品课程】

13【无人机支持下的自然灾害风险评估技术应用精品课程】

14【R-GIS：地统计与空间制图实践技术应用】

15【如何利用有限的监测数据发表更多的SCI论文——利用ArcGIS探究环境和生态因子对水体、土壤、大气污染物的影响】

16【基于pytorch深度学习遥感影像地物分类与目标识别、分割实践技术课程】

17【长时间序列遥感数据分析与代码实现技术应用】

18【基于查找表(lookup table，LUT)方法反演植被参数专题课程】

19【推荐PROSAIL模型前向模拟与植被参数遥感提取代码实现精品课程】

20【R语言与作物模型（以DSSAT模型为例）融合应用高级实战技术精品课程】

21【CLM陆面过程模式实践技术应用精品课程】

22【陆面蒸散模拟的理论与实践技术深入应用精品课程】

23【Meta分析在生态环境领域中的应用精品课程】

24【基于MATLAB的长时间序列遥感数据产品分析暨MODIS NDVILAI多年产品数据批处理分析】

25【基于ArcGIS农业面源模拟案例分析专题课程】

26【长时间序列遥感数据植被物候提取与分析实践应用精品课程】

27【CENTURY模型实践技术应用与案例分析精品课程】

28【陆面生态水文模拟与多源遥感数据同化的实践技术应用精品课程】

语言类课程

1.R语言回归及混合效应( 多水平/层次/嵌套)模型应用及贝叶斯实现精品视频课程

2.最新 Python 机器学习与深度学习案例实践技术应用精品视频课

3.基于 R 语言 meta 分析实践技术应用精品视频课

4.基于R语言的Copula变量相关性分析及应用精品视频课

5.R-GIS:如何用 R 语言实现 GIS 地理空间分析及模型预测时间技术应用精品视频课

6.基于R语言的极值统计学及其在相关领域中的实践技术应用精品视频课

7.基于 R 语言的贝叶斯网络模型的实践技术应用精品视频课

8.统计方法在变量变化及变量间关系分析中的应用精品视频课

9.扎根理论分析软件 nvivo 原理与技术应用精品课程

10.Python 机器学习案例实践视频课程

11.Python 深度学习实践技术应用精品课程

12.MATLAB 在生态环境数据处理与分析中的应用专题课程

13.MATLAB 深度学习工具箱全面解析实践精品视频课

14.MATLAB 近红外光谱分析技术及应用视频课程

15.MATLAB 编程、机器学习、深度学习、在图像处理中的实践技术应用

16.R 语言生物信息学大数据分析与绘图技术视频课程

17.python 生物信息多组学大数据深度挖掘与论文整理技巧精品视频课

18.结构方程模型（SEM）高阶应用及建模中特殊问题处理方法研修班

扫码了解课程详情

添加小编微信，海量数据、视频教程免费获取

海量数据免费获取

+

Ai尚研修海量资源（数据、课件、书籍、视频教程）一键免费领取

（点击数据标题，直接进入）

地学领域数据1、【数据分享】中国陆地生态系统服务价值空间分布数据集2、【数据分享】全国分省、市、县、乡镇行政区划矢量图（专业版shp、小白版ppt）免费下载3、【数据分享】中国地貌矢量数据，撰写报告做图必备数据免费下载4、【数据分享】地理空间数据近期资源汇总，附下载网址5、【数据分享】多个自然资源（大气、土地、水等）面板数据大放送、时间跨度长、地区分布广，快速下载6、【数据分享】中国月度1KM植被指数（NDVI）空间分布数据集（免费获取）7、【数据分享】高光谱遥感影像数据集汇总8、【数据分享】最全最新中国地震数据2000-2020，助力灾害等研究（免费获取）9、【数据分享】中国8大林业工程空间分布数据集
10、【数据分享】中国2000-2010年NPP数据集11、【数据分享】2015年30m土地覆盖数据
12、【数据分享】中国100万植被类型空间分布数据13、【数据分享】更新！31个省级统计年鉴合集（12省更新至2020） 免费下载！14、【数据分享】1982年-2015年全球逐年长时序动态土地覆盖数据产品（GLASS-GLC）15、【数据分享】全网最全！34个省（市、自治区）2001-2020年统计年鉴（免费）16、好资料-百篇高光谱领域的论文，已经帮您整理收集完了，快放进自己文件夹中！！17、【数据分享】中国自然地理分区数据集（包含农业自然、农业熟制、九大农业区划，九大流域片、八大森林工程、生态功能保护区等数据）18、【数据分享】1979-2020年长时间序列遥感降水数据19、【数据分享】碳排放数据地方清单excel表格，分省、市、县（区）免费获取20、【数据资源】最新最全！市级国土空间总体规划制图规范GIS符号库（2021新版

气数据

大气领域数据1、【数据分享】7个免费的世界气候数据源（必须收藏）2、【数据分享】成渝城市群数据（空气质量、地图矢量、面板数据等）3、【数据分享】全国最新地级市和气象站空气质量和60年气候详细数据下载4、【数据分享】中国各区县PM2.5数据和全国各区县二氧化碳排放数据5、【数据分享】369个城市空气质量月度数据(2013-2021)6、【数据分享】1942年至今！全国气象数据：包含气温、气压、露点、风向风速、云量、降水量数据，一键免费获取！！7、【数据分享】更新至2021年8月中国气象数据，全国60年气象数据8、【数据分享】2015-2019年280多个地级市空气质量与风速、降雨量等气象匹配数据（逐日，70w+记录）9、【数据分享】全球冰川数据集RGI v3.210、【数据分享】中国气象背景数据集
土地利用数据1、【数据分享】2020年中国土地利用遥感监测数据丨免费下载！2、【数据分享】中国土地利用数据1980-2015 （免费获取）3、【数据分享】土地利用（覆盖）数据下载汇总4、【数据分享】世界土壤数据库（HWSD）全球土壤数据下载处理5、【数据分享】15省《中国土壤分布》土壤分布矢量数据，含使用说明6、【数据分享】中国农田熟制遥感监测数据集7、【数据分享】中国分省、市、县的地形起伏度数据
水文领域数据1、【数据分享】基于DEM提取的中国流域、河网数据免费下载2、【数据分享】中国水系数据，包含长江黄河、湖泊、以及一级三级四级五级河流矢量数据3、【最好用的水文实例计算含过程】水利工程实用水文水利计算
4、【数据分享】中国九大流域矢量数据及2019版最新流域水系（免费下载）
5、【数据分享】全国电子地图SHP数据快来领取啦！（包括道路、水系、银行、绿地、高速出入口、医疗机构、餐饮、超市等信息。）
6、【数据分享】分省份水系数据7、【数据分享】2000～2019 年中国各省、市、区县分年、分月、逐日平均降水量数据8、【数据分享】6G超大超级详细矢量数据，来源于国内某地图导航基底数据
 年鉴类数据1、【数据分享】1984-2018中国教育统计年鉴（全部EXCEL格式）免费下载！2、【数据分享】国土资源统计年鉴2005-2017&中国林业统计年鉴1992-20193、【数据分享】一个横跨35年的数据，1985-2019中国城市统计年鉴4、【数据分享】28年《中国工业统计年鉴》免费下载5、【数据分享】最新中国县域统计年鉴（2000-2019年）来了！EXCEL+PDF版本全部免费下载6、【数据分享】中国农业统计资料1949-2019，免费下载 ！7、【数据分享】全Excel！中国科技统计年鉴1991-2019（免费）8、【数据分享】全网最全、最新的林业统计年鉴（1996-2019）免费下载9、【数据分享】中国环境统计年鉴：1998-2018（免费）10、【数据分享】《中国文化和旅游统计年鉴》又是一个24年的统计年鉴集合11、【数据分享】最新EXCEL中国统计年鉴2020+经管教材16本+python学习资源（免费）12、【数据分享】国际统计年鉴1995-2019（免费)13、【数据分享】中国海洋统计年鉴2000-2017（免费）14、【数据分享】2000-2020《中国港口年鉴》免费下载
经济类数据1、【数据分享】中国及省级市场化总指数及方面指数：08-192、【数据分享】400万！人口迁徙大数据2019-20203、【数据分享】110+指标！城市面板2003-2018&地形起伏数据集（免费获取）
4、【数据分享】289个城市教育与卫生常有指标面板数据（1996-2020）

   部分数据展示，关注Ai尚研修技术平台公众号，更多数据资源轻松下载！ 

---

超级会员专享

如何成为超级会员：

1.凡参加Ai尚研修收费课程即为超级会员

1.充值3500元即为Ai尚研修超级会员；

超级会员特权：

1.参加直播与现场课程专享400元会员优惠，同时成为Ai尚研修推广大使，推荐参会分享收益。
2.购买Ai尚研修平台导师视频课程（含导师随行长期指导），享受8.5折优惠。
3.免费享受Ai尚研修会议平台中会员专享下视频课程。

4.长期免费参与每月4期针对地学领域简学实用公开课（优先、无门槛）
5.免费参与任何一门课程开设的导师面对面线上答疑交流。

6.Ai尚研修资源站分享中数据免费下载；

7.会员既成为Ai尚研修合作伙伴，可以进行技术文章、视频教程投稿，分享收益红利，同时所在单位可以通过Ai尚研修新媒体平台进行合作及招聘推广。

扫描咨询

声明： 本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。

END

Ai尚研修丨专注科研领域

技术推广，人才招聘推荐，科研活动服务

科研技术云导师，Easy  Scientific  Research