Python mit GDAL und PostGIS als Ersatz für ArcGIS

Vor ein paar Mal habe ich mit täglichen Satellitenbildern der Landoberflächentemperatur eines Gebiets mit der Größe Alaskas gearbeitet.

Ich musste ungefähr tausend Bilder verarbeiten. Ich lud sie herunter, mosaikierte, projizierte, schnitt sie an Shapefile-Grenzen, extrahierte Mittelwerte aus den abgeschnittenen Rastern und zeichnete die Mittelwerte in einem Zeit-Temperatur-Diagramm auf. Das Zeit-Temperatur-Diagramm war die endgültige Ausgabe. Ich habe all dies in ArcGIS ausgeführt, und obwohl ich ein ArcPy-Skript erstellt habe, mit dessen Hilfe ein Teil der Arbeit automatisiert werden konnte, war es immer noch mühsam.

Jetzt möchte ich ein Programm erstellen, das das Gleiche tut, aber zu 100% automatisch. Ich möchte lediglich die Koordinaten der Ecken in das Programm eingeben, um den interessierenden Bereich zu definieren und die endgültige Ausgabe zu erhalten, die das Zeit-Temperatur-Diagramm ist.

Denken Sie, dass dies mit Python mit der GDAL-Bibliothek und PostGIS als Raster-Datenspeicher möglich ist?

Ja - ist die kurze Antwort. Ich denke, Sie benötigen NumPy und SciPy als Teil Ihrer Python-Lösung. Schauen Sie sich das Modul scipy.ndimage an, wenn es um die Berechnung von Mitteln geht (sind dies zonale Mittel?), Da dies viel schneller geht als mit NumPy. Durch die Verwendung des Python- Multiprocessing- Moduls erhalten Sie außerdem einen erheblichen Geschwindigkeitsgewinn. Halten Sie jedoch die Anzahl der Unterprozesse niedrig, da die Rasterverarbeitung prozessorintensiv sein kann und Sie den Computer möglicherweise verlangsamen, anstatt ihn zu beschleunigen. Ich schlage vor, 1 Prozess weniger als Kerne auf Ihrer Maschine.