我使用raster读取栅格( GeoTIFF),然后将其转换为表,这样我就可以进行一些分析,并对一些值进行重新分类。如下所示: r_ndvi <- raster(paste0(path, "ndvi.tif")) #read in as raster
rdf_ndvi <- as.data.frame(r_ndvi)#turn tif into df of DN 完成这些计算后,我希望将表转换回光<em
以下脚本1)将图像波段转换为numpy数组,2)计算归一化差分植被指数(NDVI),3)将numpy数组转换回光栅并写入磁盘。该脚本旨在了解使用多处理提高速度的想法。第一部分通过迭代工作空间,在每个栅格上执行处理,并写入磁盘(总时间=2分钟)来正常工作。第二个多处理部分无限期地“挂起”,并且不产生任何输出。在脚本的多进程部分,我哪里出了问题?import arcpy, os, time
arcpy.env.workspace = r
我有一个很大的栅格堆栈(4396663296个元素,13.3Mb),其中包含1920年至2015年阿拉斯加和加拿大的月度降水量数据,缩小到2公里。我想计算观察期(1920-2015)的年平均降水量,但我发现我的代码在R中停滞不前。有没有一种更快更有效的方式来执行下面的代码?library(raster)
r <- stack(list.files(pattern="tif$", full.names=F