基于地理标准DataFrame几何图形聚合光栅数据

Question

情况
我有两个数据集：

1. 使用rioxarray(xarray.DataArray(加载的光栅数据
2. CCD_ 3和CCD_。数据集

两个数据集中的地理数据位于同一CRS中(EPSG:4326(。

问题
对于2中的每个条目。我想聚合1中的所有值。其与特定CCD_ 5重叠。有点像使用几何图形+.sum()的.group-by()。

当前的WIP方法
包xagg已经做到了这一点，不幸的是，在我的数据集的一个子集上速度较慢，当我试图在我的整个数据集上使用它时，扩展得更糟。

问题
在Python中有简单高效的方法吗？(该解决方案不需要准确复制xagg的结果。(

Answer 1

WRT你在这里的评论是我用来做你想要做的事情的一些伪代码。在这种情况下，正在执行的函数输出文件。如果这一点不明显，那么如果您只有一个大光栅和一个大多边形文件，策略将不会有帮助。此方法假定平铺数据，并使用索引系统将右侧光栅与覆盖的多边形相匹配。完整的例子有点超出了单个答案的范围。但是，如果你问具体情况，如果你有问题，我可以尝试提供帮助。除了dask良好的文档外，这里还有很多其他关于dask延迟示例的帖子。

results_list = []
for f in raster_file_list: 
temp_list = dask.delayed(your_custom_function)(f, your_custom_function_arg_1, your_custom_function_arg_2)
results.append(temp_list)

results = dask.compute(*results_list, scheduler='processes')