利用Python和GDAL把MODIS的HDF格式表观反射率产品MOD09A1转换为TIFF格式并重投影到与LANDSAT8-OLI一致

本文链接：https://blog.csdn.net/RSstudent/article/details/128753159

本文介绍了如何利用Python和GDAL库将MOD09A1的HDF表观反射率产品转换为TIFF格式，并进行重投影处理。通过遍历文件夹中的HDF文件，选取特定波段，合并成多波段数据，最后将结果保存为TIFF格式并设定为EPSG:4326坐标系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

解释

1.MOD09A1是表观反射率产品，是HDF格式并且投影和常用的Landsat数据不一致。为了统一反演时使用，想要将该产品转换为TIFF格式并重投影。特别是要批量的进行转换和重投影。

2.采用Python和GDAL进行转换，其中采用的包为：

gdal
numpy
os

其中，os自带，numpy极为常用，gdal需要自己装

将除了8,12,13的波段合为一个多波段的数据，其中1-7为反射率数据，波段范围参看MOD09A1文档中的说明。8，9，10波段为太阳天顶角、观测天顶角和相对方位角，可用于反演。如需使用8、12、13三个质量控制波段，可根据代码自行修改，注意这三个波段的数据类型与其他波段不一致，需要特别关注。

3.用的时候首先创建一个文件夹，把下载的MOD09A1产品都放进去，然后创建一个输出文件夹。将这两个文件夹名字在代码中一上来制定输入输出的地方进行替换，运行即可。输出为多波段文件和重投影过后的多波段文件。

4.代码粗糙，本着能用就行的思想，结构也非常简单，不能做到通用化。

from osgeo import gdal
import numpy as np
import os

#  gdal打开hdf数据集
# MOD09A1表观反射率数据
input_file_dir = "time_series"
output_file_dir = "time_series_tif"

height = width = 2400
N_layers = 13

# =============================================
file_list = os.listdir(input_file_dir)
if os.path.exists(input_file_dir) == False:
    Exception("input file dir does not exist.")
if os.path.exists(output_file_dir) == False:
    os.mkdir(output_file_dir)
    print("make dir: ", output_file_dir, ".")

for file in file_list:
    if file.endswith('hdf'):
        path = os.path.join(input_file_dir, file)
        datasets = gdal.Open(path)
        #  获取hdf中的子数据集
        SubDatasets = datasets.GetSubDatasets()
        Metadata = datasets.GetMetadata()
        o_data = np.zeros((height, width, N_layers))
        for n_layer in range(N_layers):
        #  获取要转换的子数据集
            if n_layer == 7 or n_layer == 11 or n_layer == 12:
                # 三个质量控制波段，且数据类型和反射率、角度波段不一致,不用
                continue
            data_name = datasets.GetSubDatasets()[n_layer][0]
            raster_data = gdal.Open(data_name)
            o_data[:, :, n_layer] = raster_data.ReadAsArray()
        
        basename = '.'.join(file.split(".")[0:5])
        TifName = os.path.join(output_file_dir, (basename + "_2tif.tif"))
        
        datatype = raster_data.GetRasterBand(1).DataType
        file_driver = gdal.GetDriverByName('GTiff')
        o_dataset = file_driver.Create(TifName, width, height, N_layers-3, datatype)
        o_dataset.SetGeoTransform(raster_data.GetGeoTransform())
        o_dataset.SetProjection(raster_data.GetProjection())
        
        for band in range(N_layers-3):
            o_dataset.GetRasterBand(band + 1).WriteArray(o_data[:, :, band])
            o_dataset.FlushCache()
        #  保存为tif
        proj_TifName = os.path.join(output_file_dir, (basename + "_2tif_proj.tif"))
        print("saving:", TifName)
        print("saving:", proj_TifName)
        geoData = gdal.Warp(proj_TifName, o_dataset,
                        dstSRS = 'EPSG:4326', format = 'GTiff',
                        resampleAlg = gdal.GRA_Bilinear)
    else:
        continue