在地理信息系统（GIS）和遥感数据分析中，TIFF 文件是一种常用的栅格数据格式，它不仅可以存储图像数据，还可以包含地理参考信息和属性表。本文将介绍如何使用 Python 提取 TIFF 文件中的地理位置信息和属性表，并将其保存为 CSV 文件，以便进一步分析和处理。

一、背景知识

TIFF（Tagged Image File Format）文件格式支持存储地理空间数据，通常包含以下几个重要部分：

1. 地理参考信息：描述图像在地理坐标系中的位置和投影信息，使得图像可以与实际地理位置对应起来。
2. 栅格数据：表示地理现象的数值数据，如土地覆盖类型、高程、温度等。
3. 属性表（VAT – Value Attribute Table）：与栅格数据中的值相对应的属性信息，例如某个土地覆盖类型的名称或描述。

为了处理这类数据，我们需要使用一些专门的 Python 库，如 GDAL（Geospatial Data Abstraction Library）和其 Python 绑定（osgeo 模块），以及用于数据处理的 pandas 库。

二、代码实现

以下是完整的 Python 代码，用于将 TIFF 文件转换为多边形数据并提取属性表：

from osgeo import gdal, ogr
import pandas as pd
import os
import json
 
 
def tif_to_polygons_with_attributes(tif_path, output_csv):
    """将TIF文件转换为多边形(面数据)并提取属性表"""
    print(f"正在处理TIF文件: {tif_path}")
 
    # 1. 打开TIF文件
    dataset = gdal.Open(tif_path)
    if dataset is None:
        print(f"无法打开文件: {tif_path}")
        return False
 
    # 2. 读取栅格波段
    band = dataset.GetRasterBand(1)
 
    # 3. 检查是否有VAT (Value Attribute Table) 文件
    vat_dbf = tif_path + '.vat.dbf'
    attr_df = None
 
    if os.path.exists(vat_dbf):
        try:
            import geopandas as gpd
            print(f"找到VAT文件，尝试读取: {vat_dbf}")
            attr_df = gpd.read_file(vat_dbf)
            print(f"成功读取属性表，包含 {len(attr_df)} 行, {len(attr_df.columns)} 列")
        except Exception as e:
            print(f"读取VAT文件失败: {str(e)}")
 
    # 4. 创建内存中的矢量数据源
    print("正在将栅格转换为多边形...")
    drv = ogr.GetDriverByName("Memory")
    dst_ds = drv.CreateDataSource("memory")
    dst_layer = dst_ds.CreateLayer('polygons', srs=None)
 
    # 添加字段
    fd = ogr.FieldDefn('Value', ogr.OFTInteger)
    dst_layer.CreateField(fd)
 
    # 执行栅格转多边形
    gdal.Polygonize(band, None, dst_layer, 0, [], callback=None)
 
    # 5. 提取多边形和属性
    print("正在提取多边形数据...")
    polygons = []
    values = []
 
    for feature in dst_layer:
        value = feature.GetField('Value')
        geom = feature.GetGeometryRef()
 
        if geom is not None:
            # 导出为GeoJSON格式
            geojson = geom.ExportToJson()
            polygons.append(geojson)
            values.append(value)
 
    print(f"提取了 {len(polygons)} 个多边形")
 
    # 6. 创建多边形DataFrame
    poly_df = pd.DataFrame({
        'Value': values,
        'geometry': polygons
    })
 
    # 7. 如果有属性表，合并属性
    if attr_df is not None:
        # 寻找关联字段
        key_field = None
        for field in ['Value', 'VALUE', 'OID']:
            if field in attr_df.columns:
                key_field = field
                break
 
        if key_field:
            print(f"使用字段 '{key_field}' 关联属性")
            # 将attr_df中的key_field列重命名为'Value'（如果需要）
            if key_field != 'Value':
                attr_df = attr_df.rename(columns={key_field: 'Value'})
 
            # 合并
            poly_df = poly_df.merge(attr_df, on='Value', how='left')
            print(f"关联后的数据集包含 {len(poly_df)} 行")
 
    # 8. 保存到CSV文件
    poly_df.to_csv(output_csv, index=False, encoding='utf-8-sig')
    print(f"已将多边形数据和属性保存到: {output_csv}")
 
    # 9. 显示属性表信息
    print("\n属性表包含以下列:")
    for col in poly_df.columns:
        print(f"  - {col}")
 
    print("\n属性表前5行示例:")
    print(poly_df.head())
 
    return True
 
 
def main():
    # 设置TIF文件路径
    tif_path = 'path/to/your/file.tif'
    output_csv = 'output.csv'
 
    # 执行转换和提取
    tif_to_polygons_with_attributes(tif_path, output_csv)
 
 
if __name__ == "__main__":
    main()

三、代码说明

1. 函数功能

tif_to_polygons_with_attributes 函数的主要功能是将 TIFF 文件转换为多边形数据，并提取属性表。它包括以下几个步骤：

1. 打开 TIFF 文件并读取栅格波段。
2. 检查是否存在与 TIFF 文件关联的 VAT 文件，并尝试读取。
3. 将栅格数据转换为多边形数据。
4. 提取多边形的几何信息和属性值。
5. 如果存在属性表，将多边形数据与属性表合并。
6. 将结果保存为 CSV 文件。

2. 依赖库

• GDAL 和 OGR：用于处理地理空间数据，包括打开 TIFF 文件、读取栅格波段、执行栅格转多边形操作等。
• Pandas：用于数据处理和存储，将提取的多边形数据和属性表合并并保存为 CSV 文件。
• Geopandas（可选）：如果存在 VAT 文件，使用 Geopandas 读取 DBF 格式的属性表。

3. 参数说明

• tif_path：TIFF 文件的路径。
• output_csv：输出的 CSV 文件路径，用于保存多边形数据和属性表。