Python avec GDAL et PostGIS en remplacement d'ArcGIS

Il y a quelques fois, j'ai travaillé avec des images satellite quotidiennes de la température de la surface du sol d'une zone de la taille de l'Alaska.

J'ai dû traiter environ mille images. Je les ai téléchargés, mosaïqués, projetés, découpés aux limites du fichier de formes, extrait les moyennes des rasters découpés et tracé les moyennes sur un graphique temps-température. Le graphique temps-température était le résultat final. J'ai fait tout cela dans ArcGIS, et même si j'ai créé un script ArcPy qui a aidé à automatiser une partie du travail, c'était toujours laborieux.

Maintenant, je veux construire un programme qui fait la même chose, mais 100% automatiquement. Je veux simplement entrer dans le programme les coordonnées des coins afin de définir la zone d'intérêt et d'obtenir la sortie finale générée qui est le graphique temps-température.

Pensez-vous que cela soit possible en utilisant Python avec la bibliothèque GDAL et PostGIS en tant que magasin de données raster?

Oui - c'est la réponse courte. Je pense que vous aurez besoin de NumPy et SciPy dans le cadre de votre solution Python. Jetez un oeil au module scipy.ndimage quand il s'agit de calculer des moyens (sont-ce des moyens zonaux?) Car cela sera beaucoup plus rapide que de le faire avec seulement NumPy. De plus, en utilisant le module multiprocessing Python , vous obtiendrez un gain de vitesse significatif. Cependant, réduisez le nombre de sous-processus car le traitement raster peut être gourmand en processeur et vous pourriez finir par ralentir la machine plutôt que de l'accélérer. Je suggère 1 processus de moins que les cœurs sur votre machine.