当前位置: 首页 > news >正文

Python | 由高程计算坡度和坡向

写在前面

之前参加一个比赛,提供了中国的高程数据,可以基于该数据进一步计算坡度和坡向进行相关分析。

对于坡度和坡向,这里分享一个找到的库,可以方便快捷的计算。这个库为:RichDEM,官网地址如下

  • https://richdem.readthedocs.io/en/latest/

安装

支持windows环境的conda安装,命令很简单

conda install conda-forge::richdem

示例

安装成功后,读取高程数据。

对于坡度和坡向的计算仅仅需要简单的两行代码:

import richdem as rd
dem_path = r'I:/chinadem_geo.nc'
#### 坡度
slope = rd.TerrainAttribute(rd.LoadGDAL(dem_path), attrib='slope_riserun')
# ## 坡向
aspect = rd.TerrainAttribute(rd.LoadGDAL(dem_path), attrib='aspect')

绘图

下面展示了一下相关绘图结果

坡度和坡向-空间分布图

总结

相关代码和测试数据放到了GitHub中,感兴趣的可以试试

  • https://github.com/Blissful-Jasper/jianpu_record
原文地址:https://blog.csdn.net/weixin_44237337/article/details/142747929
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mrgr.cn/news/44843.html

相关文章:

  • 从零开始打造华丽的国庆生活记录本地HTML网站
  • 栈基址寄存器、页基址寄存器、程序计数器
  • window 安装永洪BI Desktop版本教程
  • 2024.09.24 校招 实习 内推 面经
  • 用java编写飞机大战
  • 机器学习西瓜书笔记(十四) 第十四章概率图模型
  • 【Linux】线程与线程安全知识总结
  • 数据中心运维之困:IT性能监控的挑战与一体化智能解决方案的探索
  • 分层解耦-05.IOCDI-DI详解
  • kafka和zookeeper单机部署
  • 性能测试度量指标的多种收集环境
  • 亲身经历告诉你该如何自学编程
  • 【大模型理论篇】精简循环序列模型(minGRU/minLSTM)性能堪比Transformer以及对循环神经网络的回顾
  • 富贵险中求,我推荐你读这4本书
  • R知识图谱1—tidyverse玩转数据处理120题
  • github项目——howtocook
  • 分享自己用的量化高频股票期货数据源以及策略分析经验
  • 算法专题四: 前缀和
  • RESTful风格接口+Swagger生成Web API文档
  • 详解结构化综合布线系统(包含园区子系统)