def distribuir_kc(dia, semeadura_, colheita_, ano_inicio, dia_inicio,
periodo_kc, kc_vetorizado, path_img_referencia, path_out):
threading.currentThread().terminada = False
imagem_kc = RasterFile(file_full_path=path_img_referencia)
imagem_kc.getLoadJustMetaData()
imagem_kc.file_path = path_out
n_linhas = len(semeadura_)
n_colunas = len(semeadura_[0])
delta_c = (colheita_ - semeadura_) #.astype(np.float32)
tempo_em_campo = (dia + 1 - semeadura_) #.astype(np.float32)
i_FKc = np.zeros((n_linhas, n_colunas)).astype(np.float32)
for i in range(n_linhas):
mask = ((tempo_em_campo[i] > 0) & (tempo_em_campo[i] <= delta_c[i]))
i_FKc[i][mask] = (
(tempo_em_campo[i][mask] - 1) * periodo_kc) / delta_c[i][mask]
i_FKc[i][mask] = np.ceil(i_FKc[i][mask])
i_FKc[i][mask] = [kc_vetorizado[index] for index in i_FKc[i][mask]]
imagem_kc.file_name = str(
datetime.datetime(ano_inicio, 1, 1) +
datetime.timedelta(dia + dia_inicio - 1))[:10]
imagem_kc.metadata.update(nodata=0)
imagem_kc.metadata.update(dtype="float32")
imagem_kc.saveRasterData(band_matrix=i_FKc)
threading.currentThread().terminada = True
return
def distribuir_kc(dia, semeadura_, colheita_, ano_inicio, dia_inicio, periodo_kc, kc_vetorizado, path_img_referencia, path_out):
threading.currentThread().terminada = False
imagem_kc = RasterFile(file_full_path = path_img_referencia)
imagem_kc.getLoadJustMetaData()
imagem_kc.file_path = path_out
n_linhas = len(semeadura_)
n_colunas = len(semeadura_[0])
delta_c = (colheita_ - semeadura_)#.astype(np.float32)
tempo_em_campo = (dia+1 - semeadura_)#.astype(np.float32)
i_FKc = np.zeros((n_linhas, n_colunas)).astype(np.float32)
for i in range(n_linhas) :
mask = ((tempo_em_campo[i] > 0) & (tempo_em_campo[i] <= delta_c[i]))
i_FKc[i][mask] = ((tempo_em_campo[i][mask]-1) * periodo_kc)/delta_c[i][mask]
i_FKc[i][mask] = np.ceil(i_FKc[i][mask])
i_FKc[i][mask] = [kc_vetorizado[index] for index in i_FKc[i][mask]]
imagem_kc.file_name = str(datetime.datetime(ano_inicio, 1, 1) + datetime.timedelta(dia + dia_inicio - 1))[:10]
imagem_kc.metadata.update(nodata=0)
imagem_kc.metadata.update(dtype="float32")
imagem_kc.saveRasterData(band_matrix = i_FKc)
threading.currentThread().terminada = True
return
def __execOperation__(self):
serie_imagem_in = self.paramentrosIN_carregados["In"].loadListByRoot()
serie_imagem_out = self.paramentrosIN_carregados["Out_config"]
imagem_in_factor = float(serie_imagem_in.mutiply_factor)
imagem_out_factor = float(serie_imagem_out.mutiply_factor)
n_imagens = len(serie_imagem_in)
if n_imagens is 0:
self.console(u"Erro: Nenhuma imagem encontrada na pasta especificada.")
self.console(u"Cancelando função.")
threading.currentThread().stop()
return
self.console(u"Construindo série temporal diária...")
for i in range(n_imagens):
self.progresso = (i / float(n_imagens)) * 100
"""Recupera a data correspondente a imagem atual do laço """
data = serie_imagem_in.getDate_time(i)
dia_mes = data.day
"""Calcula quantos dias tem no decend atual"""
if dia_mes <= 10:
duracao = 10
elif dia_mes <= 20:
duracao = 10
else:
duracao = int(calendar.monthrange(data.year, data.month)[1]) - 20
if threading.currentThread().stopped():
print "thread parada, retornando da função"
return
imagem_ = serie_imagem_in[i].loadRasterData()
imagem_ *= imagem_in_factor
if self.paramentrosIN_carregados["Operation"] == "dividir valores":
imagem_ = imagem_ / float(duracao)
imagem_ = numpy.round(imagem_, 4)
elif self.paramentrosIN_carregados["Operation"] == "manter valores":
pass
imagem_ *= imagem_out_factor
# imagem_ = self.compactar(imagem_)
for ii in range(0, duracao):
img = RasterFile()
img.file_path = serie_imagem_out.root_path
data_img = data + timedelta(ii)
img.file_name = (
serie_imagem_out.prefixo + data_img.strftime(serie_imagem_out.date_mask) + serie_imagem_out.sufixo
)
img.data = imagem_
img.file_ext = "tif"
metadata = serie_imagem_in[i].metadata
# metadata.update(nodata=0)
img.saveRasterData(metadata=metadata)
print metadata
self.console(u"Série temporal diária concluída.")
def __execOperation__(self):
serie_imagem_in = self.paramentrosIN_carregados["In"].loadListByRoot()
serie_imagem_out = self.paramentrosIN_carregados["Out_config"]
#imagem_in_factor = float(serie_imagem_in.mutiply_factor)
#imagem_out_factor = float(serie_imagem_out.mutiply_factor)
n_imagens = len(serie_imagem_in)
if n_imagens is 0 :
self.console(u"Erro: Nenhuma imagem encontrada na pasta especificada.")
self.console(u"Cancelando função.")
threading.currentThread().stop()
return
self.console(u"Construindo série temporal diária...")
for i in range(n_imagens):
self.setProgresso(i, n_imagens)
'''Recupera a data correspondente a imagem atual do laço '''
try:
data = serie_imagem_in.getDate_time(i)
dia_mes = data.day
'''Calcula quantos dias tem no decend atual'''
if dia_mes <= 10: duracao = 10
elif dia_mes <= 20: duracao = 10
else : duracao = int(calendar.monthrange(data.year, data.month)[1]) - 20
if threading.currentThread().stopped() :
print "thread parada, retornando da função"
return
imagem_ = serie_imagem_in[i].loadRasterData()
imagem_ = numpy.ma.masked_array(imagem_, mask=(imagem_ == serie_imagem_in[i].metadata["nodata"]))
if self.paramentrosIN_carregados["Operation"] == "dividir valores":
imagem_ = (imagem_ / float(duracao))
imagem_[numpy.isinf(imagem_)] = 0
elif self.paramentrosIN_carregados["Operation"] == "manter valores":
pass
for ii in range (0, duracao):
img = RasterFile()
img.file_path = serie_imagem_out.root_path
data_img = data + timedelta(ii)
img.file_name = serie_imagem_out.prefixo + data_img.strftime(serie_imagem_out.date_mask) + serie_imagem_out.sufixo
img.data = imagem_
img.file_ext = "tif"
metadata = serie_imagem_in[i].metadata
img.metadata = metadata
img.metadata.update(dtype = img.data.dtype)
img.saveRasterData(metadata=metadata)
except:
self.console(u"Erro na imagem: " + serie_imagem_in[i].file_name)
self.console(u"Série temporal diária concluída.")
def distribuir_kc(data_minima, data_maxima, semeadura_, colheita_, periodo_kc,
kc_vetorizado, path_img_referencia, i, path_out):
import ctypes
import ConfigParser
config = ConfigParser.RawConfigParser()
config.read('workspace.properties')
company = config.get('Version', 'company')
product = config.get('Version', 'product')
subproduct = config.get('Version', 'subproduct')
version = config.get('Version', 'Version')
myappid = (company + "." + product + "." + subproduct + "." + version)
ctypes.windll.shell32.SetCurrentProcessExplicitAppUserModelID(myappid)
threading.currentThread().terminada = False
imagem_kc = RasterFile(file_full_path=path_img_referencia)
imagem_kc.loadRasterData()
imagem_kc.file_path = path_out
#print imagem_kc.metadata
n_linhas = len(semeadura_)
n_colunas = len(colheita_[0])
delta_total = (data_maxima - data_minima).days + 1
for i_dia in range(0, delta_total):
imagem_kc_ = np.zeros((n_linhas, n_colunas))
imagem_kc_ = array(imagem_kc_).astype(dtype="uint8")
dia = data_minima + timedelta(i_dia)
imagem_kc.data = array(semeadura_)
imagem_kc.file_name = str(dia.date())
#if delta_total > 1 :
#progresso = (i_dia/float(delta_total))*100
for i_linha in range(0, n_linhas):
progress(i_linha / float(n_linhas - 1))
for i_coluna in range(0, n_colunas):
try:
Ds = Ds_DC_to_date(semeadura_[i_linha][i_coluna])
Dc = Ds_DC_to_date(colheita_[i_linha][i_coluna])
delta_c = (Dc - Ds).days + 1
if (dia >= Ds and dia <= Dc):
k = dia - Ds
i_FKc = int((k * periodo_kc).days / delta_c)
Kc = kc_vetorizado[i_FKc]
imagem_kc_[i_linha][i_coluna] = Kc
except:
pass
imagem_kc.metadata.update(nodata=0)
imagem_kc.saveRasterData(band_matrix=imagem_kc_)
print "retornando do processo", i
#threading.currentThread().stopped = True
threading.currentThread().terminada = True
return None
