Python基于Excel数据加以反距离加权空间插值并掩膜图层

  本文介绍基于Python中Arcpy模块，实现Excel数据读取并生成矢量图层，同时进行IDW插值与批量掩膜的方法。

1 任务需求

  首先，我们来明确一下本文所需实现的需求。

  现有一个记录有北京市部分PM2.5浓度监测站点在2019年05月18日00时至23时（其中不含19时）等23个逐小时PM2.5浓度数据的Excel表格文件，我们需要将其中的数据依次读入一个包含北京市各PM2.5浓度监测站点的矢量点要素图层中；随后，基于这些站点导入的23个逐小时PM2.5浓度数据，逐小时对北京市PM2.5浓度加以反距离加权（IDW）方法的插值，即共绘制23幅插值图；最后，基于已有的北京市边界矢量数据，分别对这23幅插值图加以掩膜。

  在这里，包含北京市各PM2.5浓度监测站点的矢量点要素图层是基于Python基于Excel生成矢量图层及属性表信息：ArcPy得到的，如下图所示。

  其中，该矢量图层还包括属性表，属性表内容包括每一个站点的编号、地理位置与中文名称，如下图所示。

  而记录有北京市部分PM2.5浓度监测站点在2019年05月18日00时至23时（其中不含19时）等23个逐小时PM2.5浓度数据的Excel表格文件则如下所示，其中包括各站点在23个整点时所监测到的PM2.5浓度。

2 代码实现

  了解了需求后，我们就基于Python中的Arcpy模块，进行详细代码的撰写与介绍。

  这里需要说明的是：在编写代码的时候，为了方便执行，所以希望代码后期可以在ArcMap中直接通过工具箱运行，即用到Python程序脚本新建工具箱与自定义工具的方法；因此，代码中对于一些需要初始定义的变量，都用到了arcpy.GetParameterasText()函数。大家如果只是希望在IDLE中运行代码，那么直接对这些变量进行具体赋值即可。关于Python程序脚本新建工具箱与自定义工具，大家可以查看ArcMap将Python写的代码转为工具箱与自定义工具详细了解。

  上面提到需要初始定义的变量一共有十个，其中arcpy.env.workspace参数表示当前工作空间，csv_path参数表示存储有北京市2019年05月18日00时至23时（其中不含19时）逐小时PM2.5浓度数据的.csv文件，shape_file_path参数表示站点信息矢量数据文件，boundary_file_path参数表示投影后北京市边界矢量数据文件，spatial_resolution参数表示IDW插值结果栅格图的像元大小，power参数表示IDW插值时所用距离的幂指数，look_point参数表示IDW插值时所用最邻近输入采样点数量的整数值，max_distance参数表示IDW插值时对最邻近输入采样点的限制距离，单位依据地图坐标系确定；idw_result_dir参数表示IDW插值结果图层保存路径，mask_result_dir参数表示IDW插值结果图层经掩膜后保存路径。

  代码的整体思路为：首先利用pd.read_csv函数读取记录有北京市部分PM2.5浓度监测站点在2019年05月18日00时至23时（其中不含19时）等23个逐小时PM2.5浓度数据的Excel表格文件数据，随后在北京市各PM2.5浓度监测站点的矢量点要素图层的属性表中新建23个列，每一个列表示该监测站点在某一时刻的浓度数据（共有23个时刻，因此共有23个列）；其次，由于矢量要素图层中的部分站点在Excel文件中并没有数据，因此需要将这些站点从矢量要素图层中删除；最后，分别利用Idw函数与ExtractByMask函数进行IDW插值与掩膜。

  具体代码如下。

# -*- coding: utf-8 -*-
# @author: ChuTianjia

import copy
import arcpy
import pandas as pd
from arcpy.sa import *

arcpy.env.workspace=arcpy.GetParameterasText(0)
csv_path=arcpy.GetParameterasText(1)
shape_file_path=arcpy.GetParameterasText(2)
idw_result_dir=arcpy.GetParameterasText(8)
boundary_file_path=arcpy.GetParameterasText(3)
mask_result_dir=arcpy.GetParameterasText(9)
spatial_resolution=arcpy.GetParameterasText(4)
power=arcpy.GetParameterasText(5)
look_point=arcpy.GetParameterasText(6)
max_distance=arcpy.GetParameterasText(7)

csv_data=pd.read_csv(csv_path,header=0,encoding="gbk")
column_name_list=list(csv_data)
hour_column=csv_data["hour"]

pm_25_list=[[0]*len(csv_data) for i in range(csv_data.shape[1]-3)]

for i in range(3,csv_data.shape[1]):
    for index,data in csv_data.iterrows():
        pm_25_list[i-3][index]=data[i]

field_list=["hour_00","hour_01","hour_02","hour_03","hour_04","hour_05",\
            "hour_06","hour_07","hour_08","hour_09","hour_10",\
            "hour_11","hour_12","hour_13","hour_14","hour_15",\
            "hour_16","hour_17","hour_18","hour_20",\
            "hour_21","hour_22","hour_23"]
field_list_use=copy.deepcopy(field_list)
field_list_use.insert(0,"Name")

# Update the columns in the attribute table
for i in range(len(field_list)):
    arcpy.AddField_management(shape_file_path,field_list[i],"SHORT")

delete_num=0
delete_name=[]
with arcpy.da.UpdateCursor(shape_file_path,field_list_use) as cursor:
    for row in cursor:
        for column_name in column_name_list:
            if column_name==row[0]:
                for i in range(len(csv_data[column_name])):
                    row[i+1]=csv_data[column_name][i]
                    cursor.updateRow(row)

        # Find stations that without any data        
        if row[0] not in column_name_list:
            cursor.deleteRow()
            delete_num+=1
            delete_name.append(row[0])

arcpy.AddWarning("Delete {0} site(s) that do not contain any data, and the site(s) name is(are):".format(delete_num))
for i in delete_name:
    arcpy.AddMessage(i)
arcpy.AddMessage("\n")

# Perform IDW interpolation
arcpy.env.extent=boundary_file_path
for i in range(len(field_list)):
    idw_result=Idw(shape_file_path,field_list[i],spatial_resolution,power,RadiusVariable(look_point,max_distance))
    idw_result_path=idw_result_dir+"\\"+"BJ_"+field_list[i]+".tif"
    idw_result.save(idw_result_path)
    arcpy.AddMessage("{0} has completed IDW interpolation.".format(field_list[i]))

# Perform mask
tif_file_list=arcpy.ListRasters("BJ_hour_*","TIF")
for raster in tif_file_list:
    mask_result=ExtractByMask(raster,boundary_file_path)
    mask_result_path=mask_result_dir+"\\"+raster.strip(".tif")+"_Mask.tif"
    mask_result.save(mask_result_path)
    arcpy.AddMessage("{0} has been masked.".format(raster.strip(".tif")))

3 运行结果

  执行上述代码，如果是在ArcMap中直接通过工具箱运行，则可以看到代码运行过程中出现的提示。

  例如，下图所示提示可以知道有哪几个站点是没有数据、从而被剔除的。

  下图则可以显示出目前代码的运行情况。

  同时，在我们设定的结果文件夹中可以看到，23小时的插值图与掩膜图都将自动生成并保存在指定文件夹。

  再来看看具体的图片长什么样子。

  首先查看IDW插值结果图；我们以当日10时的插值结果图为例进行查看。可以看到其已对北京市边界矢量数据所包含的矩形范围完成了插值。

  接下来，查看IDW插值结果图经过掩膜后的图像；我们同样以当日10时的插值、掩膜结果图为例进行查看。可以看到，经过掩膜操作后的图像已经完全符合北京市边界矢量数据的范围。

  至此，大功告成。