有没有办法将 numpy.where() 用于 NaN 值作为无数据的栅格数据？

Question

我有一个栅格数据，其中包含作为无数据的 NaN 值。我想从中计算新栅格，如果栅格==0 做语句 1，如果栅格==1 做语句 2，如果栅格在 0 和 1 之间做语句 3，否则不要更改值。如何使用 numpy.where() 函数执行此操作？

这是我的代码：

import os
import rasterio
from rasterio import plot
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

os.listdir('../NDVI_output')

ndvi1 = rasterio.open("../NDVI_output/NDVI.tiff")

min_value = ndvi_s = np.nanmin(ndvi) #NDVI of Bare soil
max_value = ndvi_v = np.nanmax(ndvi) #NDVI of full vegetation cover

fvc = (ndvi-ndvi_s)/(ndvi_v-ndvi_s) #fvc: Fractional Vegetation Cover

band4 = rasterio.open('../TOAreflectance_output/TOAref_B4.tiff')
toaRef_red = band4.read(1).astype('float64')
emiss = np.where((fvc == 1.).any(), 0.99,
                 (np.where((fvc == 0.).any(), 0.979-0.046*toaRef_red,
                           (np.where((0.<fvc<1.).any(), 0.971*(1-fvc)+0.987*fvc, fvc)))))

Answer 1

如果raster是一个数组，

raster == x 给出一个布尔掩码，其形状与 raster 相同，指示 raster 的哪些元素（在您的情况下为像素）等于 x
np.where(arr) 给出数组 arr 中计算结果为真的元素的索引。因此，np.where(raster == x) 给出了 raster 中等于 x.
np.any(arr) returns 当且仅当 arr 的至少一个元素计算为真时为真。因此，np.any(raster == x) 告诉您 raster 的至少一个像素是否为 x。

假设 fvc 和 toaRef_red 具有相同的形状，并且您想创建一个新数组 emiss 用于发射，如果 fvc 为 1，则将其设置为 0.99，如果 fvc 为 0，则为 0.979 - 0.046 * toaRef_red，如果 0 < fvc < 1，则为 0.971 * (1 - fvc) + 0.987 * fvc，否则为 NaN，您可以执行以下操作：

emiss = np.full(ndvi.shape, np.nan)    # create new array filled with nan
emiss[fvc == 1] = 0.99
mask = fvc == 0
emiss[mask] = 0.979 - 0.046 * toaRef_red[mask]
mask = (fvc > 0) & (fvc < 1)
emiss[mask] = 0.971 * (1 - fvc[mask]) + 0.987 * fvc[mask]

这等同于：

emiss = np.full(ndvi.shape, np.nan)    # create new array filled with nan
emiss[np.where(fvc == 1)] = 0.99
idx = np.where(fvc == 0)
emiss[idx] = 0.979 - 0.046 * toaRef_red[idx]
idx = np.where((fvc > 0) & (fvc < 1))
emiss[idx] = 0.971 * (1 - fvc[idx]) + 0.987 * fvc[idx]

后者显然是多余的。这里不需要np.where。

有没有办法将 numpy.where() 用于 NaN 值作为无数据的栅格数据？

is there a way to use numpy.where() for a raster data with NaN values as no-data?

python

python-3.x

numpy

nan

rasterio