【数据分享】全国各省ESA 10 米土地利用镶嵌数据制作与分享

文章来源：锐多宝的地理空间

/ 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

长按下方二维码关注"Ai尚研修"公众号

回复关键词“155” 查看领取方式！

刘瑞民老师直播课程推荐

1

教学方式 

INTRODUCE

线上学习+导师群辅助+不定期线上答疑

2

主讲专家

INTRODUCE

     刘瑞民（副教授），北京师范大学副教授、博士生导师。主要关注流域综合管理，数字流域建模，流域水土过程模拟，洪水淹没风险评估，流域面源模拟与控制，流域水资源优化配置等，为流域管理决策提供重要支撑。在Environmental Science &Technology、Water Research、Journal of Hazardous Materials，Journal of Cleaner Production等杂志发表论文100余篇。

3

教学特色

INTRODUCE

1、原理深入浅出的讲解；   

2、技巧方法讲解，提供所有案例数据及代码；

3、与项目案例相结合讲解实现方法，对接实际工作应用 ；

4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；

5、建立导师助学交流群，长期进行答疑及经验分享，辅助学习及应用，不定期召开线上答疑；

4

发票及报销文件

INTRODUCE

发票开具：培训费、会议费、资料费、技术咨询费等，配有盖章文件等，用于参会人员报销使用。

5

ArcGIS洪水灾害普查、风险评估及淹没制图 

INTRODUCE

直播时间：2021年12月11日—13日

上下滑动查看更多

6

ArcGIS 在水土流失模拟及分析中的实践技术应用 

INTRODUCE

直播时间：2021年12月24日—26日

上下滑动查看更多

7

SWAT模型在水文水资源、面源污染模拟 

INTRODUCE

直播时间：2022年1月14日—1月17日

教学方式：线上学习+导师群辅助+不定期线上答疑

上下滑动查看更多

1

FVCOM三维水动力与水交换、污染物扩散数值模拟 

INTRODUCE

直播时间：2021年12月18日—19日、25日

教学方式：线上学习+导师群辅助+不定期线上答疑

上下滑动查看更多

2

HYPE分布式水文模型建模 

INTRODUCE

直播时间：2021年12月24日—12月26日

教学方式：线上学习+导师群辅助+不定期线上答疑

上下滑动查看更多

3

Python在气象与海洋中的实践技术应用 

INTRODUCE

直播时间：2022年1月8日-9日  15日-16日

教学方式：线上学习+导师群辅助+不定期线上答疑

上下滑动查看更多

4

FVCOM溢油及物质输运数值模拟

INTRODUCE

直播时间：2022年1月14日—1月16日 （共计3天学习）

教学方式：线上学习+导师群辅助+不定期线上答疑

上下滑动查看更多

5

Delft3D建模、水动力模拟方法及在地表水环境 

INTRODUCE

直播时间：2022年1月14日-16日（三全天）

教学方式：线上学习+导师群辅助+不定期线上答疑

上下滑动查看更多

6

联系我们 

INTRODUCE

视频课程最高享受7.5折优惠

   贾莲：185-1037-1192（同微）

  免费数据资源  

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】30米精度全球地表覆盖分类数据（2000、2010、2020）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】中国月度1KM植被指数（NDVI）空间分布数据集4、【数据分享】中国陆地生态系统服务价值空间分布数据集5、【数据分享】中国农田熟制遥感监测数据集6、【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7、【数据分享】中国30米分辨率坡度数据（免费获取）8、【数据分享】最新！全国人口密度数据2000-2020年9、【数据分享】中国GDP空间分布公里网格数据集10、【数据分享】建筑矢量数据shap，26个省级城市建筑轮廓11、【数据分享】中国100万地貌类型空间分布数据12、【数据分享】中国100万植被类型空间分布数据13、【数据分享】中国人口空间分布公里网格数据集14、【数据分享】自然保护区边界矢量数据下载（国家级、省级、县市级）15、【数据分享】全球100万基础地理数据（包含国家行政边界、铁路、道路、线状水系面状水系）16、【数据分享】全国电子地图SHP数据除了常有的省、市、县、乡的图层信息以外，还包括道路、水系、银行、绿地、高速出入口、医疗机构、餐饮、超市等17、【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18、【数据分享】全球冰川数据集RGI v3.219、【数据分享】2020年最新全国城市道路数据集20、【数据分享】2021年最新区县级全国行政区划数据21、【数据分享】ArcGIS矢量数据shp格式大放送：自然保护区和森林公园22、【数据分享】青海三江源草地退化空间分布数据集部分数据展示，关注Ai尚研修公众号→学术资源→数据分享，海量数据资源轻松下载！大气领域数据1、【数据分享】ERA5全球大气再分析数据和MSWEP多源融合降水数据2、【数据分享】MSWEP多源融合降水数据→免费获取3、【数据分享】CMIP6未来气候变化情景数据之一:历史时期月平均气温数据4、【数据分享】CMIP6未来气候变化情景数据之二: 历史时期降水数据集5、【数据分享】CMIP6未来气候变化情景数据之三: 历史时期风速数据集6、【数据分享】CMIP6未来气候变化情景数据之四：服务于降尺度的实测格点化气温数据集7、【数据分享】CMIP6未来气候变化情景数据之五：服务于降尺度的实测格点化降水数据集8、【数据分享】CMIP6未来气候变化情景数据之六：历史时期近地表最高气温数据集9、【数据分享】CMIP6数据分享计划之七：历史时期近地表最低气温数据集10、【数据分享】CMIP6未来气候变化情景数据之八：历史时期向下短波辐射数据集11、【数据分享】中国气象背景数据集12、【数据分享】全行业碳排放核算Excel自动计算表13、【数据分享】碳排放数据集！全国碳排放数据分省、市、县（区）14、【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、降水量数据部分数据展示，关注Ai尚研修公众号→学术资源→数据分享，海量数据资源轻松下载！

土利用数据

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】全球1982～2015年逐年长时序动态土地覆盖数据集5、【数据分享】中国土壤侵蚀空间分布数据6、【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7、【数据分享】世界土壤数据库（HWSD）全球土壤数据下载处理8、【数据分享】AW3D30 DSM（数字地表模型）数据9、【数据分享】2017年10米分辨率全球地表覆盖数据10、【数据分享】中国土壤质地空间分布数据11、【数据分享】中国土地市场网（土地交易数据）部分数据展示，关注Ai尚研修公众号→学术资源→数据分享，海量数据资源轻松下载！水文领域数据1、【数据分享】全国水系图SHP数据免费下载2、【数据分享】基于DEM提取的中国流域、河网数据免费下载3、【数据分享】1:25万全国三级水系流域数据集（免费下载）4、【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5、【数据分享】中国九大流域矢量数据6、【数据分享】超详细，东亚水文流域划分数据，包括流域、子流域、实际面积等7、【数据分享】分省份水系数据8、【数据分享】全国高清水文地质图部分数据展示，关注Ai尚研修公众号→学术资源→数据分享，海量数据资源轻松下载！  年鉴类数据1、【数据分享】中国低碳年鉴2000-2016（免费下载）2、【数据分享】全Excel！中国科技统计年鉴1991-2019（免费）3、【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】1985-2019年中国农村统计年鉴免费下载！6、【数据分享】中国农业统计资料1949-2019，免费下载 ！7、【数据分享】国土资源统计年鉴2005-2017&中国林业统计年鉴1992-20198、【数据分享】中国海洋统计年鉴2000-2017（免费）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】285城空间权重矩阵&中国城乡建设统计年鉴EXCEL12、【数据分享】中国农村贫困监测报告2008-201913、【数据分享】2006-2020《中国卫生统计年鉴》免费下载14、【数据分享】最新！2000-2020年县域统计年鉴面板数据（免费）15、【数据资源】全网最全！34个省（市、自治区）2001-2020年统计年鉴（免费）16、【数据分享】中国城市统计年鉴1985-2020最新为EXCEL格式！17、【数据分享】海量数据大放送！农村研究数据合集18、【数据分享】最新EXCEL中国统计年鉴2020+经管教材16本+python学习资源部分数据展示，关注Ai尚研修公众号→学术资源→数据分享，海量数据资源轻松下载！
经济类数据1、【数据分享】1990-2020年上市公司微观数据2、【数据分享】中国及省级市场化总指数及方面指数：08-193、【数据分享】给实证研究加点料：1990-2019全球治理数据WGI和城市创新创业指数4、【数据分享】各国制度、地理、文化距离5、【数据分享】400万！人口迁徙大数据2019-20206、【数据分享】科研数据利器之二：中国土地市场网（土地交易数据）7、【数据共享】1.82G中国工业企业数据库1998-20138、【数据分享】208个地级市和31个省、市城乡泰尔指数！部分数据展示，关注Ai尚研修公众号→学术资源→数据分享，海量数据资源轻松下载！

上下滑动查看更多

  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；2、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。扫描下方二维码，关注我们Ai尚研修客服公众号

END

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