-
Notifications
You must be signed in to change notification settings - Fork 0
/
extraer_puntos.py
237 lines (153 loc) · 8.32 KB
/
extraer_puntos.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
#### Script elaborado por Jonas Valdivieso para CIREN ####
#### Última actualización 18-01-2024 ####
#### Permite leer valores de humedad en % del producto SMAP 1km, GSSM 1km y de las estaciones LAB-net ####
#### Importar modulos
import rioxarray
import geopandas as gpd
import pandas as pd
import os
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime
#### Definir carpetas
carpeta_GSSM = "G:/JV/OneDrive - ciren.cl/Corfo_BBPP/SIG/raster/GSSM1km/" ## Rellenar
carpeta_SMAP_9km = "G:/JV/OneDrive - ciren.cl/Corfo_BBPP/SIG/raster/SMAP_9km/" ## Rellenar
carpeta_SMAP_1km = "F:/SMAP/" ## Rellenar
carpeta_SMAP_1km_clipeados = "F:/SMAP_1km/SMAP_1km_clip_san_pedro_chamonate/" ## Rellenar ## No se utiliza
##SMAP_1km_clip_la_ligua
##SMAP_1km_san_pedro_chamonate
##SMAP_1km_oromo
##SMAP_1km_nirehuao
carpeta_puntos = "G:/JV/OneDrive - ciren.cl/Corfo_BBPP/SIG/shp/Puntos/" ## Rellenar
carpeta_shape_clip = "G:/JV/OneDrive - ciren.cl/Corfo_BBPP/SIG/shp/Otros/" ## Rellenar
carpeta_imagenes = "G:/JV/OneDrive - ciren.cl/Corfo_BBPP/SIG/img/" ## Rellenar
carpeta_datos_estaciones= "G:/JV/OneDrive - ciren.cl/Corfo_BBPP/data/LAB-NET/HumedadSuelo/" ## Rellenar
#archivos_GSSM=rioxarray.open_rasterio(carpeta_GSSM+'SM2019Chile-Nirehuao_diario.tif')
archivos_GSSM=rioxarray.open_rasterio(carpeta_GSSM+'SM2019Chile_diario.tif') ## Rellenar
archivos_SMAP_9km_am=rioxarray.open_rasterio(carpeta_SMAP_9km+'SMAP_9km_am.tif')
archivos_SMAP_9km_pm=rioxarray.open_rasterio(carpeta_SMAP_9km+'SMAP_9km_pm.tif')
#### Obtener la lista de archivos rasters en la carpeta de rasters #####
archivos_raster = os.listdir(carpeta_SMAP_1km)
caracter_a_eliminar = '.tif.xml'
archivos_raster = list(filter(lambda x: caracter_a_eliminar not in x, archivos_raster))
#### Definir nueva proyección y adquirir proyeccion de los raster ####
nueva_proyeccion = 'EPSG:4326'
proyeccion_raster = rioxarray.open_rasterio(carpeta_SMAP_1km+archivos_raster[1]).rio.crs
#### Carga o crea un GeoDataFrame con los puntos y el shape de clipeo y extrae las coordenadas ####
n_punto="15" ## Rellenar
##1 ##2 ##3
##4 ##5 ##6
##7 ##8 ##9
##10 ##11 ##12
##13 ##14 ##15
nombre_archivo_puntos="puntos_"+n_punto+"_SM_6933.shp"
nombre_archivo_puntos_2="puntos_"+n_punto+"_SM.shp"
nombre_archivo_clip="Rectangulo_nirehuao_6933.shp" ## Rellenar
## Rectangulo_la_ligua_6933.shp
## Rectangulo_nirehuao_6933.shp
## Rectangulo_oromo_6933.shp
## Rectangulo_san_pedro_chamonate_6933.shp
puntos = gpd.read_file(carpeta_puntos+nombre_archivo_puntos)
puntos2 = gpd.read_file(carpeta_puntos+nombre_archivo_puntos_2)
geometria_clip = gpd.read_file(carpeta_shape_clip+nombre_archivo_clip) ##Shape en crs 6933
xx=puntos.iloc[0].geometry.x
yy=puntos.iloc[0].geometry.y
xx2=puntos2.iloc[0].geometry.x
yy2=puntos2.iloc[0].geometry.y
#### Extraer datos y fechas de los csv ####
df_san_pedro=pd.read_csv(carpeta_datos_estaciones+'san_pedro.csv')
df_chamonate=pd.read_csv(carpeta_datos_estaciones+'chamonate.csv')
df_oromo_1=pd.read_csv(carpeta_datos_estaciones+'oromo_1.csv') #"E. Oromo C616"
df_oromo_2=pd.read_csv(carpeta_datos_estaciones+'oromo_2.csv') #"E. Oromo C655"
df_nirehuao=pd.read_csv(carpeta_datos_estaciones+'nirehuao.csv')
df=df_oromo_2 ## Rellenar
label_df="E. Oromo CS616" ## Rellenar
## "E. San Pedro"
## "E. Chamonate"
## "E. Oromo CS650"
## "E. Oromo CS616"
## "E. Nirehuao"
#### Clipear y exportar rasters SMAP 1km ####
# for i in range(0, len(archivos_raster)):
# try:
# print('Clipeo archivos raster: '+str(round((i+1)/len(archivos_raster)*100,2))+'%')
# print(carpeta_SMAP_1km+archivos_raster[i])
# raster = rioxarray.open_rasterio(carpeta_SMAP_1km+archivos_raster[i])
# raster_recortado = raster.rio.clip(geometria_clip.geometry)
# raster_recortado.rio.to_raster(carpeta_SMAP_1km_clipeados+archivos_raster[i])
# raster.close()
# raster_recortado.close()
# except Exception as e:
# print("Error: {e}")
# finally:
# print("Fin del bloque try-except.")
#### Obtener la lista de archivos rasters clipeados en la carpeta de rasters clipeados #####
##archivos_raster_clipeados = os.listdir(carpeta_SMAP_1km_clipeados)
archivos_raster_clipeados = archivos_raster
archivos_raster_clipeados = list(filter(lambda x: caracter_a_eliminar not in x, archivos_raster_clipeados))
#### Extraer fechas de los nombres de los archivos ####
tamagno = len(archivos_raster_clipeados)
fecha_bruta = [""] * tamagno
cadena_fecha = [""] * tamagno
fecha_objeto = [""] * tamagno
fecha_SMAP_9km = pd.date_range('2019-01-01', periods=170, freq='1440min').append(pd.date_range('2019-07-23', periods=162, freq='1440min'))
for i in range(0, len(archivos_raster_clipeados)):
fecha_bruta[i]=(str(archivos_raster_clipeados[i]).split('_')[6].split('.')[0])
cadena_fecha[i]=(fecha_bruta[i][0:4]+'-'+fecha_bruta[i][4:6]+'-'+fecha_bruta[i][6:8])
fecha_objeto[i]=datetime.strptime(cadena_fecha[i], "%Y-%m-%d").date()
#### Extrae los valores del raster GSSM en el punto seleccionado ####
valores_GSSM=np.full(archivos_GSSM.rio.count, np.nan)
for i in range(0, archivos_GSSM.rio.count):
print('Extracción de valores de banda GSSM: '+str(round((i+1)/archivos_GSSM.rio.count*100,2))+'%')
valores_GSSM[i]=archivos_GSSM.sel(x=xx2,y=yy2,method='nearest').values[i]
archivos_GSSM.close()
valores_GSSM[valores_GSSM==0] = np.nan
#### Extrae los valores del raster SMAP 9km en el punto seleccionado ####
valores_SMAP_9km_am=np.full(archivos_SMAP_9km_am.rio.count, np.nan)
valores_SMAP_9km_pm=np.full(archivos_SMAP_9km_pm.rio.count, np.nan)
for i in range(0, archivos_SMAP_9km_am.rio.count):
print('Extracción de valores de banda SMAP_9km: '+str(round((i+1)/archivos_SMAP_9km_am.rio.count*100,2))+'%')
valores_SMAP_9km_am[i]=archivos_SMAP_9km_am.sel(x=xx2,y=yy2,method='nearest').values[i]*100
valores_SMAP_9km_pm[i]=archivos_SMAP_9km_pm.sel(x=xx2,y=yy2,method='nearest').values[i]*100
archivos_SMAP_9km_am.close()
valores_SMAP_9km_am[valores_SMAP_9km_am==0] = np.nan
archivos_SMAP_9km_pm.close()
valores_SMAP_9km_pm[valores_SMAP_9km_pm==0] = np.nan
#### Extrae los valores del raster SMAP en el punto seleccionado ####
value0=np.full(len(archivos_raster_clipeados), np.nan)
value1=np.full(len(archivos_raster_clipeados), np.nan)
for i in range(0, len(archivos_raster_clipeados)):
print('Extracción de valores raster SMAP_1km: '+str(round((i+1)/len(archivos_raster_clipeados)*100,2))+'%')
##raster = rioxarray.open_rasterio(carpeta_SMAP_1km_clipeados+archivos_raster_clipeados[i])
try:
raster = rioxarray.open_rasterio(carpeta_SMAP_1km+archivos_raster_clipeados[i])
raster_reproyectado=raster
#raster_reproyectado = raster.rio.reproject(nueva_proyeccion)
value0[i]=raster_reproyectado.sel(x=xx,y=yy,method='nearest').values[0]*100
value1[i]=raster_reproyectado.sel(x=xx,y=yy,method='nearest').values[1]*100
raster.close()
raster_reproyectado.close()
except Exception as e:
print("Error: {e}")
finally:
print("Fin del bloque try-except.")
value0[value0 == 0.] = np.nan
value1[value1 == 0.] = np.nan
#### Plot ####
fig, ax = plt.subplots(figsize=(8, 6))
plt.plot_date(fecha_objeto, value0, '.', label='Banda 1 SMAP 1km')
plt.plot_date(fecha_objeto, value1, '.', label='Banda 2 SMAP 1km')
plt.plot_date(fecha_SMAP_9km, valores_SMAP_9km_am, '.', label='am SMAP 9km')
plt.plot_date(fecha_SMAP_9km, valores_SMAP_9km_pm, '.', label='pm SMAP 9km')
plt.plot_date(fecha_objeto, valores_GSSM[0:(len(fecha_objeto))], '.', label='GSSM_1km')
#plt.plot_date(fecha_objeto, df['Humedad de Suelo [%]'].values[0:(len(fecha_objeto))], '.', label=label_df)
plt.ylim(0,40)
plt.xlabel('Fecha')
plt.ylabel('Humedad de suelo [%]')
plt.title('Punto '+n_punto+' lat:'+str(round(yy2,4))+' lon:'+str(round(xx2,4)))
#plt.title('Punto '+n_punto+' lat:'+str(round(yy,4))+' lon:'+str(round(xx,4)))
plt.legend()
plt.savefig(carpeta_imagenes+nombre_archivo_puntos+'_lat_'+str(round(yy2,4))+'_lon_'+str(round(xx2,4))+'.png',dpi=300)
#plt.savefig(carpeta_imagenes+nombre_archivo_puntos+'_lat_'+str(round(yy,4))+'_lon_'+str(round(xx,4))+'.png',dpi=300)
plt.show()
plt.close()