如何计算多边形内多个波段的平均像素值

Question

我有一张具有 270 个光谱波段的农田的高光谱光栅图像。我创建了一个多边形 shapefile，它描述了哪些像素属于每个处理。有 250 个单独的多边形，每个多边形对应于每个处理的复制。我想为每个多边形内的所有像素找到每个波段的平均像素值。

Image of raw hyperspectral data

Image of polygons delineating treatments

我尝试在 ArcGIS 和 QGIS 中使用区域统计工具，但这两种工具一次只能在一个波段上运行统计数据。这样做 270 次似乎有点过分。

我还尝试使用 ArcGIS 中的拆分栅格工具将栅格分成 250 个单独的栅格，对应于每个多边形。拆分栅格后，我尝试使用波段收集统计工具，但发现我无法同时输入所有栅格，尽管该工具似乎能够这样做。每次尝试都会导致以下错误：ERROR 000964 Specified extent is invalid.

我一直在主要使用 GDAL 在 ArcGIS Pro、QGIS (v.3.4.11) 和 Python (v.3.7) 中进行分析。因此，我愿意使用这些选项中的任何一个进行进一步分析。我认为这在 Python 中可能是可行的，但我的编码技能不是很好，我不知道从哪里开始。

Answer 1

您可以使用Spectral Python 包来读取您的高光谱图像。 可以说，

from spectral import*
img=open_image('<file location>')  #read into img

从您创建的多边形 shapefile 中制作一个 numpy 蒙版图像，可能根据类（颜色编码）。从该图像中，您可以提取像素坐标。

import numpy as np
from matplotlib.image import imread
mask_img=imread('<polygon mask image location>')

让我们说一个多边形你已经分配了第 1 类，所以对于第 1 类多边形中的所有像素点

x,y=np.where(mask_img==1)  #get the required co-ordinates

在高光谱图像上使用相同的方法

band_avg=[]
for band in np.arange(270):
    sum,avg=0.0,0.0
    for i in np.arange(len(x)):   #no. of pixels in polygon class1
        sum+= img[x[i],y[i]]
     avg=sum/len(x)
     band_avg.append(avg)
print(band_avg)

band_avg 将返回特定类/多边形颜色中所有像素的每个波段的平均像素值。您可以通过获取不同类 ID 的 x,y 来对其他类/多边形重复上述操作。