环绕光栅以查询数字高程模型上的点
demquer的Python项目详细描述
德奎里
包装光栅化以查询数字高程模型上的点。在
特点
- 使用多个光栅文件，而不必将它们合并到新文件中
- 一次查询多个点
- 可选二维插值（线性、三次或五次）
- 通过从光栅读取所需的最小数据来合理地执行
安装
我建议首先使用Conda安装依赖项，然后安装demquery 它本身就有皮普。在
conda install gdal rasterio numpy scipy -c conda-forge
CLI脚本
> demquery --help
Usage: demquery [OPTIONS] FEATURES...
Assign elevations to GeoJSON
Options:
-d, --dem PATH Paths to DEM files. [required]
-g, --dem-glob TEXT Glob expression for DEM paths if folder is provided.
-b, --band INTEGER Band of rasters to use [default: 1]
-i, --interp-kind TEXT either None, "linear", "cubic", or "quintic". None
will do no interpolation and choose the value in the
DEM closest to the provided point. linear creates a
3x3 grid and runs linear interpolation; cubic
creates a 5x5 grid and runs cubic interpolation;
quintic creates a 7x7 grid and runs quintic
interpolation.
--help Show this message and exit.
echo\'{"type":"Feature","properties":{"name": "Glacier Peak"},"geometry":{"type":"Point","coordinates":[-121.2436843,48.0163834]}}'\| demquery -d /path/to/dem/files
输出：
{"type":"FeatureCollection","features":[{"type":"Feature","geometry":{"type":"Point","coordinates":[-121.243684,48.016383,1431.5755615234375]},"properties":{"name":"Glacier Peak"}}]}
文件
fromdemqueryimportQuerydem_paths=['dem1.tif','dem2.tif']query=Query(dem_paths)# Points must be in longitude, latitude order!# These points are in Manhattan, not Antarcticapoints=[(-73.985564,40.757965),(-73.968520,40.778912)]elevations=query.query_points(points,interp_kind='linear')
数据下载
要获得下载全球SRTM数据的绝佳可视化工具，请访问以下网站：
- 30米分辨率：http://dwtkns.com/srtm30m/
- 90米分辨率：http://dwtkns.com/srtm/
释放
将新版本上载到PyPI
python setup.py sdist twine upload dist/demquery-0.3.0.tar.gz
变更日志
[0.3.1]-2020年8月19日
- 没有变化：尝试让conda forge包正常工作
[0.3.0]-2020-01-28
- 添加CLI脚本
[0.2.1]-2019年12月4日
- 包括要求.txt和要求_开发.txt在清单捆绑中
[0.2.0]-2019年12月2日
- 修复虚拟光栅问题。在
[0.1.0]-2019年11月27日
- PyPI的初始版本
- 项目
标签：
欢迎加入QQ群-->： 979659372
