从HDF到月度产品：GLASS LAI数据自动化处理与最大值合成实战

1. GLASS LAI数据简介与处理需求

GLASS LAI（Global LAnd Surface Satellite Leaf Area Index）是北师大团队开发的全球叶面积指数产品，空间分辨率达到1公里，时间覆盖从2000年至今。这个数据集在生态监测、作物估产、碳循环研究等领域应用广泛。我第一次接触这个数据是在做一个长江流域植被变化分析项目时，当时就被它连续20多年的时间序列特性吸引。

原始数据以HDF格式存储，每个文件包含特定日期的全球观测值。但在实际研究中，我们往往需要的是特定区域的月度合成产品。手动处理这些数据会遇到几个典型问题：首先是文件数量庞大，一年就有46期数据（8天合成）；其次是处理步骤繁琐，需要经历格式转换、投影变换、区域裁剪等多个环节；最后是平闰年带来的日期映射问题，稍不注意就会导致月度合成出错。

2. 从HDF到GeoTIFF的批量转换

处理GLASS LAI数据的第一步是将HDF格式转换为更通用的GeoTIFF格式。这里推荐使用ArcPy的ExtractSubDataset_management工具，它可以批量提取HDF中的科学数据集。我写了个脚本自动遍历所有年份文件夹：

python复制import arcpy
import os

input_dir = r"D:\GLASS_LAI\原始数据"
output_dir = r"D:\GLASS_LAI\TIFF格式"

for year in range(2000, 2023):
    year_dir = os.path.join(input_dir, str(year))
    if not os.path.exists(year_dir):
        continue
        
    for hdf_file in arcpy.ListFiles("*.hdf"):
        output_name = hdf_file.replace(".hdf", ".tif")
        arcpy.ExtractSubDataset_management(
            os.path.join(year_dir, hdf_file),
            os.path.join(output_dir, ou