当前位置: 首页 > news >正文

【WRF数据准备】MODIS静态地理数据下载及制备

【WRF数据准备】MODIS静态地理数据下载及制备

  • MODIS数据介绍
  • 数据下载
  • 数据拼接
    • MRT工具介绍
    • 基于MRT软件完成数据拼接
  • 格式转换:tif文件转二进制格式
  • 编写INDEX
  • 修改GEOGRID.TBL以及namelist.wps
    • 修改GEOGRID.TBL
    • 修改namelist.wps
  • 参考

MODIS数据介绍

MODIS-MCD12Q1 v061

  • 时间范围:2001-2022,年尺度数据
  • 空间分辨率:500m
    在这里插入图片描述

数据下载

1、点击【Access Data】,如下:
在这里插入图片描述
2、筛选数据
在其中选择对应时间、矩形选择方式并框选所需要的范围(以下示例中国大部分区域) (稍等片刻加载时间选择下载全部)
第一步:选择时间范围
在这里插入图片描述
第二步:选择空间范围
网格范围:经度(106 120.58) 纬度(16.626 29.748)
SW:16.626,106
NE:29.748,120.58
在这里插入图片描述
确定后,界面如下:
在这里插入图片描述
登录账号后,下载数据。
在这里插入图片描述
需下载Earthdata Download软件进行数据下载,界面如下:
在这里插入图片描述
Earthdata Download中数据下载界面如下:
在这里插入图片描述

数据拼接

MRT工具介绍

采用MRT(MODIS Reprojection Tool) 进行数据拼接,MRT软件的下载及安装参见另一博客-【MODIS处理工具】MRT(MODIS Reprojection Tool) 下载及安装。

安装完成后,打开MRT的安装路径文件夹,打开bin文件夹,双击ModisTool.bat或者ModisTool.jar即可进 入MRT的GUI界面:
在这里插入图片描述
GUI界面如下:
在这里插入图片描述

基于MRT软件完成数据拼接

1、导入并查看数据
点击【Open Input File】,导入下载的hdf文件,如下:
在这里插入图片描述
可以使用【View Selected Tile】来查看所下载的数据的大致位置,如果有出现在另一半球可以在此时删掉(最终效果如下,很奇怪,15个文件就是有一个一直没下载好,这会导致后续处理失败,数据拼接要求导入的数据必须得是可以拼接起来的相邻影像):
在这里插入图片描述
重新下载了所需的数据,数据范围如下:
在这里插入图片描述
2、 设置输出路径、文件格式、重采样方法
1)Specify Output File:设置输出文件路径。
2)Output File Type:设置输出文件的格式,格式有 GEOTIFF、HDFEOS、RAW BINARY三种,常用 GEOTIFF 格式。
3)Resampling Type:设置重采样方法,有最邻近Nearest Neighbor、双线性插值Bilinear、三次卷积Cubic Convolution三种方法
在这里插入图片描述
3、设置投影、空间分辨率
1)Output Projection Type中可以选择多种投影方式,大家根据自己的需要来即可。此处笔者选择通用横墨卡托格网系统UTM。在Edit Projection Parameters中可以选择投影分带,如果研究区正好在该分带中,可以在UTM Zone中填入对应带号;若研究区跨度很大,可以不必填写。在Datum中选择WGS84坐标。
2)Output Pixel Size中设置输出影像的空间分辨率,单位是m;在填写分辨率时,最好升尺度,不要降尺度;比如说原影像分辨率为1000m,那可以填1000、5000等等,不要填500、250等小于原分辨率的数值。

其中:波段使用LC_TYPE1,重采样方式为Bilinear,投影类型为Geographic,像素分辨率为0.004991576420597609,投影参数点进去选择WGS84
补充: 在WGS84(地理坐标系)中,分辨率通常以经纬度表示。MCD12Q1产品的原始分辨率是500米,而0.004991576420597609度在赤道附近大约相当于500米的地面距离。
在这里插入图片描述
4、选择导出的数据集
本文利用的是MCD12Q1 v061数据,该数据中包含多种数据集。但我若想只提取其中某一数据集该如何做?
1)首先,将在 Selected Bands中的所有数据集通过 “ << ” 符号全部移入 Avaliable Bands 栏中。
2)将所需要的数据集通过 “ >> ” 符号再次导入到 Selected Bands栏中。
在这里插入图片描述
5、保存批处理的prm文件
点击Save Parameters file,得到保存的prm文件。prm文件可以应用于后续的批处理。
在这里插入图片描述

6、Run运行
点击Run运行,在弹出的窗口中看到Finished processing便表明运行完成啦。可以在所设置的路径中找到处理完成的影像和prm文件。到此,需要处理单次MODIS数据的步骤就完成了。

格式转换:tif文件转二进制格式

生成的TIF使用以下python程序处理成二进制格式,Python代码如下:

import rasterio as ra
from osgeo import gdaltifPath = r"C:/Users/NING\Desktop/modis2017/拼接/pinjie.LC_Type1.tif"
rasterDataset = ra.open(tifPath)xstart = "00001"
ystart = "00001"
xend = str(rasterDataset.width).zfill(5)
yend = str(rasterDataset.height).zfill(5)outputFile = xstart + "-" + xend + "." + ystart + "-" + yenddata = rasterDataset.read(1)[::-1]
data.tofile(r"C:/Users/NING\Desktop/modis2017/拼接/" + outputFile)#INDEX数据提取
def get_tif_info(tif):dataset = gdal.Open(tif)band = dataset.GetRasterBand(1)xsize = band.XSizeysize = band.YSizemaxmin = band.ComputeRasterMinMax()geo = dataset.GetGeoTransform()print('地理变换6元素:', geo)print('栅格矩阵的列数:', xsize, '栅格矩阵的行数:', ysize)print('最小最大值:', maxmin)if __name__ == '__main__':get_tif_info(tifPath)

编写INDEX

以上程序一同生成数据要素:使用GetGeoTransform()输出tiff文件的地理信息六要素。

type=categorical
category_min=1
category_max=21
projection=regular_ll
dx=0.004491576420597609
dy=0.004491576420597609
known_x=1.0
known_y=11130.0
known_lat=60.00009587599426
known_lon=30.462848532138274
wordsize=1
tile_x=33291
tile_y=11130
tile_z=1
units="category"
description="MODIS2017 landuse"
mminlu="MODIFIED_IGBP_MODIS_NOAH"
iswater=17
islake=21
isice=15
isurban=13

各项参数含义:

  • type:为文件描述类型
  • category_min:分类代码的最小值
  • category_max:分类代码的最大值
  • projection:投影类型
  • dx:横向格点间的间隔,即栅格影像的横向分辨率
  • dy:纵向格点间的间隔,即栅格影像的纵向分辨率
  • known_x:指定一个标记点的横轴坐标
  • known_y:指定一个标记点的纵轴坐标
  • known_lat:标记点横向坐标的纬度
  • known_lon:标记点纵向坐标的经度
  • tile_x:横向格点数
  • tile_y:纵向格点数
  • units:格点值的单位
  • description:文件描述
  • iswater:水体类别的编号
  • islake:湖泊类别的编号
  • isice:冰川类别的编号
  • isurban:城市类别的编号

修改GEOGRID.TBL以及namelist.wps

修改GEOGRID.TBL

修改namelist.wps

参考

1、CSDN博客-制作MODIS静态地理数据并在WRF模式中使用
2、CSDN博客-MRT工具下载、安装、批处理MODIS数据

http://www.lryc.cn/news/454236.html

相关文章:

  • MySQL数据库——索引
  • 【SpringCloud】服务注册/服务发现-Eureka
  • 让你的Github Profile高大时尚!
  • ElasticSearch备考 -- Multi match
  • 滚雪球学Oracle[2.5讲]:数据库初始化配置
  • Java - Spring框架 (ios+aop)
  • 计算机网络(十) —— IP协议详解,理解运营商和全球网络
  • 速速收藏!这些2024年上映的AI电影与短剧,申请加入你的国庆假期宅家计划!
  • 23.2 prometheus为k8s做的4大适配工作
  • 1、如何查看电脑已经连接上的wifi的密码?
  • 循环链表和双向链表
  • 【Linux庖丁解牛】—Linux基本指令(中)!
  • 【电路笔记】-运算放大器微分器
  • 【Unity踩坑】使用内购时获取Google Play license key
  • 华为OD机试真题-数组拼接-2024年OD统一考试(E卷)
  • 【Android 14源码分析】Activity启动流程-2
  • ubuntu 18.04 cuda 11.01 gpgpu-sim 裸机编译
  • 【Kubernetes】常见面试题汇总(五十二)
  • o1-preview 在 IMO 2024 第一题的实测表现
  • iOS--RunLoop原理
  • 并查集——从LeetCode题海中总结常见套路
  • 深入理解作用域【JavaScript】
  • 微信小程序实战教程:如何使用map组件实现地图功能
  • 张雪峰谈人工智能技术应用专业的就业前景!
  • 机器学习课程学习周报十五
  • rabbitMq------客户端模块
  • 地理定位营销与开源AI智能名片O2O商城小程序的融合与发展
  • 解决Vue应用中遇到路由刷新后出现 404 错误
  • 在window10下使用directml加速phi-3模型的一些记录
  • 通信工程学习:什么是OSPF开放式最短路径优先