GDAL 的 SPOT DIMAP 栅格驱动:DIMAP 1 / DIMAP 2 / VHR-2020 卫星影像读取完全指南

原创2026-10-11 23:31:411,436 阅读
文章标签:GIS数据处理

GDAL 的 SPOT DIMAP 栅格驱动:DIMAP 1 / DIMAP 2 / VHR-2020 卫星影像读取完全指南

导读

DIMAP(Digital Image MAP)是法国 SPOT/Airbus 系列遥感卫星(SPOT、Pleiades、Pleiades Neo 等)产品分发的标准封装格式:它以一份 XML 元数据描述文件为入口,管理独立的影像文件(常为 TIFF 或 JPEG2000)并携带地理定位信息。本指南以 GDAL 仓库中的 DIMAP 驱动(drivers/raster/dimap.rst)为骨架,结合驱动源码 frmts/dimap/dimapdataset.cpp 与自动化测试 autotest/gdrivers/dimap.py,系统讲解 DIMAP 1(METADATA.DIM)、DIMAP 2(VOL_PHR.XML)、DIMAP VHR-2020(VOL_PNEO.XML)三类产品的识别规则、打开方式、子数据集、地理参考(Geotransform / GCP / RPC)、波段元数据与影像金字塔(Overviews)的底层处理逻辑。读完本文,你将能正确打开各类 SPOT/Airbus 产品目录,解释其元数据映射关系,并能够定位底层实现与测试用例进行二次验证。

一、DIMAP 是什么:格式家族与驱动定位

DIMAP 是一种由 Spot Image(今 Airbus Defence and Space)定义的遥感影像分发封装格式,其规范以 XML 为核心:产品的全部描述信息(传感器、成像时间、坐标系、定位模型、辐射定标参数等)记录在 XML 文件中,而像元数据则存放在独立的影像文件里,通常是 TIFF 文件。GDAL 中的 DIMAP 驱动负责解析 XML 元数据、把影像文件"挂接"成完整的地理栅格数据集。

从驱动注册代码(frmts/dimap/dimapdataset.cpp#L1931-L1950)可以看到该驱动的基本身份:

驱动属性 值
短名 DIMAP
长名 SPOT DIMAP
类型 只读栅格驱动(GDAL_DCAP_RASTER=YES)
是否支持虚拟文件系统(VSI) 支持(GDAL_DCAP_VIRTUALIO=YES)
是否支持子数据集 支持(GDAL_DMD_SUBDATASETS=YES)
帮助主题 drivers/raster/dimap.html

Open() 函数在 poOpenInfo->eAccess == GA_Update 时直接调用 ReportUpdateNotSupportedByDriver("DIMAP") 并返回空指针(dimapdataset.cpp#L510-L514),因此该驱动严格只读,不能用于写更新。构建层面,驱动在 frmts/CMakeLists.txt#L102 中以 gdal_optional_format(dimap "SPOT Dimap Driver") 注册为可选格式,其 frmts/dimap/CMakeLists.txt 说明该驱动依赖 VRT 驱动(target_include_directories(... ${GDAL_RASTER_FORMAT_SOURCE_DIR}/vrt)),这一点与下文"内部用 VRT 管理瓦片数据访问"的实现直接对应。

二、支持的产品形态与入口文件

根据官方文档,驱动支持三类产品的入口文件:

产品代际 入口文件 适用卫星/产品
DIMAP 1 METADATA.DIM SPOT(如 SPOT 5 场景产品,根节点 <Dimap_Document>)
DIMAP 2 VOL_PHR.XML Pleiades(根节点 <Dimap_Document> 或 <PHR_DIMAP_Document>)
DIMAP VHR-2020 VOL_PNEO.XML Pleiades Neo 等 VHR-2020 产品

打开时既可以直接指向上述 XML 文件,也可以直接指向产品目录本身(gdal.Open("/path/to/product_dir")),驱动会自动在目录中查找对应入口文件。

识别(Identify)逻辑

DIMAPDataset::Identify()(dimapdataset.cpp#L438-L495)按如下优先级判断是否为 DIMAP 数据:

  1. 文件名以 DIMAP: 前缀开头(子数据集寻址语法,见下文)→ 直接判定为 DIMAP;
  2. 文件头不少于 100 字节时,搜索 <Dimap_Document 或 <PHR_DIMAP_Document 标记 → 命中即判定为 DIMAP;
  3. 传入的是目录时,依次探测目录内是否存在 METADATA.DIM(需进一步校验其中包含 <Dimap_Document)、VOL_PHR.XML、VOL_PNEO.XML。

值得注意,DIMAP 2 的 VOL_PHR.XML 与 VOL_PNEO.XML 本身就是 <Dimap_Document> 根节点,因此直接打开这类 XML 文件也会被正确识别。

三、DIMAP 1(SPOT)数据读取流程

3.1 打开与影像关联

当用户打开 METADATA.DIM(或包含它的目录)时,Open() 会解析该 XML,并通过根节点寻找 Raster_Dimensions(dimapdataset.cpp#L587-L594)。随后从 Data_Access.Data_File.DATA_FILE_PATH.href 属性取得影像文件名,并以该 XML 所在目录为基准拼出影像文件的完整路径(dimapdataset.cpp#L828-L837)。典型结构如下(取自测试数据 autotest/gdrivers/data/dimap/METADATA.DIM):

<Raster_Dimensions>
  <NCOLS>6000</NCOLS>
  <NROWS>6000</NROWS>
  <NBANDS>1</NBANDS>
</Raster_Dimensions>
...
<Data_Access>
  <DATA_FILE_FORMAT version="1.0">GEOTIFF</DATA_FILE_FORMAT>
  <Data_File>
    <DATA_FILE_PATH href="IMAGERY.TIF"/>
  </Data_File>
</Data_Access>

源码对 href 做了路径穿越(Path Traversal)防护:CPLHasPathTraversal() 检测到恶意路径时直接报 CPLE_NotSupported 错误并拒绝打开(dimapdataset.cpp#L832-L837)。

3.2 基于 VRT 的波段管理

影像文件(如 IMAGERY.TIF)由 GDAL 常规打开后,驱动会在内存中创建一个 VRTDataset(dimapdataset.cpp#L855-L872):

  • 按影像波段数逐一 AddBand(),数据类型取自源波段;
  • 每个波段通过 VRTSourcedRasterBand::AddSimpleSource() 引用源影像文件;
  • 对外暴露的 DIMAPRasterBand 包装 VRT 波段:IReadBlock() 直接转调 poVRTBand->ReadBlock()(dimapdataset.cpp#L293-L297)。

这就是为什么驱动"需要依赖 VRT 驱动"——影像金字塔、块读取与 IRasterIO 请求都经由 VRT 通道优化执行。CloseDependentDatasets() 负责释放内存 VRT(dimapdataset.cpp#L141-L153)。

3.3 地理定位:Geotransform、GCP 与坐标系

DIMAP 1 的地理定位优先级为:

  1. Geoposition_Insert 直接模型:若 XML 含 Geoposition.Geoposition_Insert,则直接以 ULXMAP、ULYMAP、XDIM、YDIM 构造六参数仿射变换(dimapdataset.cpp#L887-L899):
    m_gt.xorig = ULXMAP;  m_gt.xscale = XDIM;  m_gt.xrot = 0.0;
    m_gt.yorig = ULYMAP;  m_gt.yrot = 0.0;    m_gt.yscale = -YDIM;
    
  2. 底层影像的 Geotransform:若没有上述节点,则回退读取影像文件自身的仿射变换(dimapdataset.cpp#L900-L905)。

GCP(地面控制点):Geoposition.Geoposition_Points 下的每个 Tie_Point 会被收集为 GCP。注意源码将 TIE_POINT_DATA_X/Y 减 0.5(dfGCPPixel = TIE_POINT_DATA_X - 0.5),即 DIMAP 的 1 基像素索引被转换为 GDAL 的 0 基 + 中心对齐约定(dimapdataset.cpp#L942-L945)。测试 autotest/gdrivers/dimap.py#L56-L64 验证了 4 个 GCP,且 GCPPixel/GCPLine == 0.5。

坐标系:优先读取 Coordinate_Reference_System.Horizontal_CS.HORIZONTAL_CS_CODE(如 EPSG:4326)并通过 SetFromUserInput 构造 OGRSpatialReference(dimapdataset.cpp#L958-L967);若该字段为空,则回退使用底层影像的空间参考。构造函数中显式设置了 OAMS_TRADITIONAL_GIS_ORDER 轴序策略(dimapdataset.cpp#L105-L109)。

3.4 元数据映射与 Spectral_Band_Info

驱动通过"翻译表"机制(SetMetadataFromXML)把 XML 节点批量转成数据集元数据(dimapdataset.cpp#L983-L997):

static const char *const apszMetadataTranslation[] = {
    "Production",            "",             // Production.* -> 直接保留子节点名
    "Production.Facility",   "FACILITY_",    // -> FACILITY_* 前缀
    "Dataset_Sources.Source_Information.Scene_Source", "",
    "Data_Processing",       "",
    "Image_Interpretation.Spectral_Band_Info", "SPECTRAL_",
    nullptr, nullptr};

即数据集级会得到如 PROCESSING_LEVEL=1A、SPECTRAL_PHYSICAL_BIAS=0.000000、FACILITY_PROCESSING_CENTER=... 等元数据项(测试断言见 autotest/gdrivers/dimap.py#L45-L49)。

波段级元数据:文档特别指出 <Spectral_Band_Info> 的内容报告在栅格波段(raster band)层级;同时第一个波段的 Spectral_Band_Info 内容仍会以 SPECTRAL_* 前缀报告在数据集层——但这种数据集级写法已视为弃用(deprecated)。源码逻辑(dimapdataset.cpp#L1003-L1046):遍历 Image_Interpretation 下每个 Spectral_Band_Info,用其中 BAND_INDEX 决定归属波段,把 BAND_DESCRIPTION、PHYSICAL_GAIN、PHYSICAL_BIAS 等写入对应 GDALRasterBand 元数据;若 BAND_INDEX 越界则发出 CPLE_Warning。典型 XML(autotest/gdrivers/data/dimap/METADATA.DIM):

<Image_Interpretation>
  <Spectral_Band_Info>
    <BAND_INDEX>1</BAND_INDEX>
    <BAND_DESCRIPTION>PAN</BAND_DESCRIPTION>
    <PHYSICAL_UNIT>equivalent radiance (W.m-2.Sr-1.um-1)</PHYSICAL_UNIT>
    <PHYSICAL_BIAS>0.000000</PHYSICAL_BIAS>
    <PHYSICAL_GAIN>4.357726</PHYSICAL_GAIN>
  </Spectral_Band_Info>
</Image_Interpretation>

四、DIMAP 2(Pleiades / VHR-2020)的层级结构与子数据集

4.1 三层 XML 体系

DIMAP 2 产品由多层 XML 组成,GDAL 驱动按层次逐步解析:

  1. 卷描述文件 VOL_PHR.XML / VOL_PNEO.XML:Dataset_Content.Dataset_Components 中列出产品各组件(<Component>,COMPONENT_TYPE=DIMAP),每个组件通过 COMPONENT_PATH.href 指向一个产品描述文件;
  2. 产品描述文件 DIM_<product_id>.XML:包含 Raster_Data(影像组织)、Geoposition(定位模型)、Processing_Information(处理设置)等核心内容;
  3. 辅助描述文件:STRIP_<product_id>.XML(条带/星历信息)与 RPC_<product_id>.XML(有理多项式系数)。

产品版本通过 Metadata_Identification.METADATA_FORMAT 的 version 属性判定:dfMetadataFormatVersion >= 2.0 即视为 DIMAP 2(dimapdataset.cpp#L568-L574)。

4.2 子数据集(Subdatasets)

多组件产品(如 bundle 测试数据同时含两个 DIMAP 组件)会在数据集上暴露子数据集。驱动遍历 Dataset_Content.Dataset_Components 中所有 COMPONENT_TYPE == "DIMAP" 的组件,生成 SUBDATASET_n_NAME 与 SUBDATASET_n_DESC 元数据(dimapdataset.cpp#L617-L688):

DIMAP:"<产品路径>":<COMPONENT_TITLE(空格替换为下划线)>

子数据集寻址语法即 DIMAP:<路径>:<组件标题>,Open() 通过冒号切分三个 token 来定位目标组件(dimapdataset.cpp#L521-L530)。测试 autotest/gdrivers/dimap.py#L187-L207 验证:打开 data/dimap2/bundle 目录得到 2 个子数据集(4 波段与 1 波段各一),分别打开后 RasterCount/RasterXSize/RasterYSize 与波段校验和均正确。

4.3 瓦片影像组织(Data_Files / Tile_Set)

DIMAP 2 产品常把大幅影像切成多个瓦片文件,Raster_Data.Data_Access.Data_Files 下每个 <Data_File tile_R="..." tile_C="..."> 描述一块(dimapdataset.cpp#L1145-L1156):

<Data_Access>
  <DATA_FILE_FORMAT>image/tiff</DATA_FILE_FORMAT>
  <Data_Files>
    <Data_File tile_R="1" tile_C="1">
      <DATA_FILE_PATH href="IMG_foo_R1C1.TIF"/>
    </Data_File>
    <Data_File tile_R="2" tile_C="1">
      <DATA_FILE_PATH href="IMG_foo_R2C1.TIF"/>
    </Data_File>
  </Data_Files>
</Data_Access>
<Raster_Dimensions>
  <NROWS>30</NROWS>
  <NCOLS>20</NCOLS>
  <NBANDS>4</NBANDS>
  <Tile_Set>
    <NTILES>2</NTILES>
    <Regular_Tiling>
      <NTILES_SIZE nrows="20" ncols="20"/>
      <NTILES_COUNT ntiles_R="2" ntiles_C="1"/>
      <OVERLAP_ROW>0</OVERLAP_ROW>
      <OVERLAP_COL>0</OVERLAP_COL>
    </Regular_Tiling>
  </Tile_Set>
</Raster_Dimensions>

驱动解析 NROWS/NCOLS/NBANDS 决定数据集尺寸,用 Tile_Set.Regular_Tiling.NTILES_SIZE 的 nrows/ncols 决定每瓦大小,然后在内存 VRT 中为每个波段按行列把各瓦片 AddSimpleSource 拼成完整影像(dimapdataset.cpp#L1302-L1376)。需要留意的限制(源码明示):

  • 若 OVERLAP_ROW > 0 || OVERLAP_COL > 0,驱动发出 CPLE_Warning,说明瓦片重叠当前未处理,只取左上角瓦片(dimapdataset.cpp#L1232-L1239);
  • 瓦片边缘尺寸会被裁剪到 nRasterXSize/nRasterYSize 范围内,避免越界。

Raster_Encoding.NBITS 若为 8/16 之外的位深(如 12),会写入波段的 NBITS 元数据(GDAL_MDD_IMAGE_STRUCTURE 域);DATA_FILE_FORMAT == "image/jp2" 时数据集 IMAGE_STRUCTURE 域写入 COMPRESSION=JPEG2000(dimapdataset.cpp#L1123-L1131)。

4.4 VHR-2020 双文件瓦片(MS-FS)

Pleiades Neo 的 MS-FS/PMS-FS 产品每个瓦片对应两个影像文件:RGB 文件(如 IMG_RGB_R1C1.TIF,3 波段)与 NED 文件(如 IMG_NED_R1C1.TIF,3 波段)。驱动通过 Processing_Information.Product_Settings.SPECTRAL_PROCESSING 识别该模式(osSpectralProcessing == "MS-FS" || "PMS-FS"),合成 6 波段数据集,并设置标准颜色解释与波段描述(dimapdataset.cpp#L1133-L1139、dimapdataset.cpp#L1415-L1458):

波段 描述 ColorInterpretation
1 Red GCI_RedBand
2 Green GCI_GreenBand
3 Blue GCI_BlueBand
4 NIR GCI_NIRBand
5 Red Edge GCI_RedEdgeBand
6 Deep Blue GCI_CoastalBand

测试 autotest/gdrivers/dimap.py#L214-L308 逐一校验了这 6 个波段的描述、颜色解释与像素值(ReadRaster() == rgb_ds.ReadRaster() + ned_ds.ReadRaster())。单一 PAN 产品(l_nBands == 1 && SPECTRAL_PROCESSING == "PAN")则设置 GCI_PanBand 与描述 Panchromatic(dimapdataset.cpp#L1459-L1463)。

五、地理定位与 RPC 元数据(DIMAP 2)

5.1 坐标参考系统

DIMAP 2 优先读取 Coordinate_Reference_System.Projected_CRS.PROJECTED_CRS_CODE,其次 Coordinate_Reference_System.Geodetic_CRS.GEODETIC_CRS_CODE(如 urn:ogc:def:crs:EPSG::4326)(dimapdataset.cpp#L1503-L1509)。两者皆空时回退到底层影像的空间参考。测试 test_dimap2_pneo_primary_rpc_center_h(autotest/gdrivers/dimap.py#L311-L313)验证了仅有 RPC 而无仿射变换时 GetSpatialRef() 返回空、RPC 元数据完整的情况。

5.2 仿射变换与 GCP

DIMAP 2 同样支持 Geoposition.Geoposition_Insert 直接模型(ULXMAP/ULYMAP/XDIM/YDIM)。若无此节点,则回退读取底层影像的 Geotransform——但源码会检查其"真实性"(排除 xorig <= 1.5 && |yorig| <= 1.5 的假值),并且若影像来自非左上角瓦片,会依据瓦片索引反算原点偏移(dimapdataset.cpp#L1483-L1498)。

5.3 RPC(有理多项式系数)

DIMAP 2 产品描述文件的 Geoposition.Geoposition_Models.Rational_Function_Model 下通常存在 COMPONENT_TITLE == "RPC Model" 的组件,指向 RPC_<product_id>.XML。驱动解析该文件后通过 GDALMDReaderPleiades::LoadRPCXmlFile() 生成标准 RPC 元数据域(GDAL_MDD_RPC),包含 SAMP_NUM_COEFF、SAMP_DEN_COEFF、LINE_NUM_COEFF、LINE_DEN_COEFF 各 20 个系数以及 SAMP_OFF、LINE_OFF、SAMP_SCALE、LINE_SCALE、LAT_OFF、LONG_OFF、HEIGHT_OFF、HEIGHT_SCALE 等(dimapdataset.cpp#L1604-L1613,相关实现位于 gcore/mdreader/reader_pleiades.h)。测试对 RPC 域做了严格断言(autotest/gdrivers/dimap.py#L146-L163),例如 LINE_OFF == "9"、SAMP_OFF == "4"。

5.4 辅助定位几何(Located_Geometric_Values)

驱动还会从 Geometric_Data.Use_Area 中选取 LOCATION_TYPE == "center" 的 Located_Geometric_Values,将其中的 SATELLITE_ALTITUDE、Acquisition_Angles、Solar_Incidences、Ground_Sample_Distance 展开为数据集元数据(SATELLITE_ALTITUDE、VIEWING_ANGLE、SUN_AZIMUTH、SUN_ELEVATION、GSD_ACROSS_TRACK、GSD_ALONG_TRACK、INCIDENCE_ANGLE 等)(dimapdataset.cpp#L1615-L1649)。测试 autotest/gdrivers/dimap.py#L85-L141 中 expected_md 字典正是这类映射的完整清单。

六、云量、雪盖与波段辐射定标元数据

DIMAP 2 产品描述文件 Dataset_Content 中的 CLOUD_COVERAGE 与 SNOW_COVERAGE(带 unit 属性)会被映射为数据集元数据,且当单位为 percent 时额外写入标准 IMAGERY 域的 CLOUDCOVER 项(dimapdataset.cpp#L1558-L1589):

CLOUD_COVERAGE=2          (unit=percent)
CLOUD_COVERAGE_UNIT=percent
SNOW_COVERAGE=3
SNOW_COVERAGE_UNIT=percent
IMAGERY:CLOUDCOVER=2

测试断言 ds.GetMetadata("IMAGERY") == {"CLOUDCOVER": "2"}(autotest/gdrivers/dimap.py#L144)。

波段级辐射定标信息来自 Radiometric_Data.Radiometric_Calibration.Instrument_Calibration.Band_Measurement_List(dimapdataset.cpp#L1651-L1753),按 BAND_ID 文本映射到波段序号:

  • P/PAN/B0/R → 波段 1
  • B1/G → 波段 2
  • B2/B → 波段 3
  • B3/NIR → 波段 4
  • RE → 波段 5
  • DB → 波段 6

其元数据前缀规则为:Band_Radiance → RADIANCE_*,Band_Spectral_Range → SPECTRAL_RANGE_*,Band_Solar_Irradiance → SOLAR_IRRADIANCE_*;FWHM 子节点展开为 SPECTRAL_RANGE_FWHM_MIN/MAX。进一步地,驱动会据此自动计算标准 IMAGERY 域的中心波长与半高宽(dimapdataset.cpp#L1755-L1783):

IMAGERY:CENTRAL_WAVELENGTH_UM = (FWHM_MIN + FWHM_MAX) / 2   (纳米/微米按 1e-3 换算)
IMAGERY:FWHM_UM                = FWHM_MAX - FWHM_MIN

例如测试数据波段 1(Red)得到 CENTRAL_WAVELENGTH_UM=0.655、FWHM_UM=0.071(autotest/gdrivers/dimap.py#L277-L278)。

七、影像金字塔(Overviews)与读取优化

DIMAP 2 打开时,若底层影像(首个瓦片)自带金字塔,驱动会把其概览暴露为数据集波段的 Overview,并尽可能沿用相同块尺寸(BLOCKXSIZE/BLOCKYSIZE 传给 AddBand)以维持高效块访问(dimapdataset.cpp#L1302-L1320)。概览数量被限制在最多 30 层,并在内存 VRT 上以 average 重采样因子 2、4、8… 逐级构建(IBuildOverviews("average", ...),见 dimapdataset.cpp#L1381-L1396)。

DIMAPRasterBand 对各类统计/读取操作做了"优先 PAM 概览、否则转交 VRT"的双轨实现:GetOverviewCount/GetOverview、IRasterIO、ComputeRasterMinMax、ComputeStatistics、GetHistogram 均先检查自身 PAM 概览,若不存在再委托给内部 VRT 波段(dimapdataset.cpp#L303-L432)。数据集层的 IRasterIO 与 GetFileList() 也分别委托给 poVRTDS,后者会把全部瓦片影像文件并入数据集文件清单(dimapdataset.cpp#L222-L233)。测试 test_dimap_2_single_component 验证 GetOverviewCount() == 1(autotest/gdrivers/dimap.py#L168-L169)。

八、完整 XML 元数据访问:xml:dimap 域

除常规元数据外,驱动还提供 xml:dimap 元数据域:GetMetadata("xml:dimap") 返回序列化后的完整产品 XML 文档(根节点 <Dimap_Document> 或 <PHR_DIMAP_Document> 的整棵子树,dimapdataset.cpp#L172-L187)。GetMetadataDomainList() 中显式声明了该域(dimapdataset.cpp#L159-L163)。这意味着即使产品 XML 中有驱动未做显式映射的字段,你仍可通过该域无损获取全部原始元数据。相关测试见 autotest/gdrivers/snap_tiff.py#L68(该测试同时验证 DIMAP XML 元数据可被 TIFF 等驱动引用)。

九、命令行与 Python 实战示例

9.1 查看驱动信息

gdalinfo --formats | grep -i dimap

9.2 直接打开产品

# 打开 DIMAP 1(SPOT)
gdalinfo /path/to/product/METADATA.DIM

# 打开 DIMAP 2(Pleiades),可直接给目录、VOL 文件或 DIM 文件
gdalinfo /path/to/pleiades/product/VOL_PHR.XML
gdalinfo /path/to/pleiades/product

# 打开 VHR-2020(Pleiades Neo)
gdalinfo /path/to/pneo/product/VOL_PNEO.XML

9.3 列出并打开子数据集(多组件产品)

gdalinfo /path/to/bundle_product
# 输出形如:
#   SUBDATASET_1_NAME=DIMAP:"/path/to/bundle_product":First_component
#   SUBDATASET_2_NAME=DIMAP:"/path/to/bundle_product":Second_component

gdalinfo 'DIMAP:"/path/to/bundle_product":Second_component'

9.4 Python 读取元数据与 RPC

from osgeo import gdal

ds = gdal.Open("/path/to/pleiades/product/VOL_PHR.XML")

print(ds.RasterXSize, ds.RasterYSize, ds.RasterCount)
print(ds.GetMetadata())                 # 数据集级 DIMAP 元数据
print(ds.GetMetadata("IMAGERY"))        # 云量等标准域
print(ds.GetMetadata("RPC"))            # 有理多项式系数
print(ds.GetMetadata("xml:dimap"))      # 完整产品 XML
print(ds.GetRasterBand(1).GetMetadata())          # 波段辐射定标元数据
print(ds.GetRasterBand(1).GetMetadata("IMAGERY")) # CENTRAL_WAVELENGTH_UM / FWHM_UM

# 多组件产品先列子数据集
for name, desc in ds.GetSubDatasets():
    sub = gdal.Open(name)
    print(sub.RasterXSize, sub.RasterYSize, sub.RasterCount)

9.5 转换与重投影

# 转为普通 GeoTIFF(把 DIMAP 逻辑数据集物化为独立文件)
gdal_translate /path/to/product/METADATA.DIM out.tif

# 按 RPC 进行正射校正(gdalwarp 支持 RPC 定位模型)
gdalwarp -t_srs EPSG:32631 /path/to/pleiades/VOL_PHR.XML ortho_utm31.tif

十、测试验证与更多参考

驱动行为由 autotest/gdrivers/dimap.py 覆盖,测试数据位于 autotest/gdrivers/data/dimap(DIMAP 1)与 autotest/gdrivers/data/dimap2(DIMAP 2 / VHR-2020 / PNEO),包括:

测试 覆盖点
test_dimap_1 DIMAP 1 打开、尺寸、校验和、数据集元数据、4 个 GCP 与投影
test_dimap_2_single_component 目录 / VOL_PHR.XML / DIM XML 三种入口等价性、全量元数据、RPC、概览
test_dimap_2_bundle 多组件子数据集枚举与分别打开
test_dimap_2_vhr2020_ms_fs MS-FS 双文件瓦片合成 6 波段、颜色解释、辐射定标与波长计算
test_dimap2_pneo_primary_rpc_center_h 仅含 RPC 的 PNEO 产品

此外,autotest/gcore/tiff_read.py#L5536-L5553 验证了清理 DIMAP 2 GeoTIFF 外部概览时不会误删 DIMAP XML 文件。若需排查打开失败问题,可开启调试输出(CPL_DEBUG=DIMAP)观察元数据翻译与路径解析过程。

结语

GDAL 的 DIMAP 驱动以"XML 元数据 + 底层影像文件 + 内存 VRT"三件套,完整支撑了 SPOT、Pleiades 与 Pleiades Neo 三代产品的只读访问:从入口文件识别、版本判定、子数据集寻址,到 Geotransform/GCP/RPC 定位、瓦片拼接、云量雪盖与辐射定标元数据、影像金字塔,均在 frmts/dimap/dimapdataset.cpp 中有着清晰可循的实现路径。掌握这套映射关系后,你既可以在命令行与 Python 中顺畅消费 Airbus 卫星产品,也能直接依据源码与测试样例定位任何元数据解析疑问。

登录后查看全文
gdal