【数据集】2015-2100年全球1km不透水面积（比例）

    from osgeo import gdal
    import numpy as np
    import matplotlib.pyplot as plt
    from matplotlib.colors import LinearSegmentedColormap
    import geopandas as gpd
    
    # 设置字体为 Times New Roman
    plt.rcParams['font.family'] = 'Times New Roman'
    
    # TIFF 文件路径
    ISA2022_tiff_file = "D:/0 DataBase/5 Imperious surface area/ISA2015_2022/gUrban_ISA_1km_2022.tif"
    dataset = gdal.Open(ISA2022_tiff_file, gdal.GA_ReadOnly)
    
    # 检查数据集是否成功打开
    if dataset is None:
    raise Exception("Unable to open file")
    
    # 读取图像数据
    band = dataset.GetRasterBand(1)  # 获取第一波段
    ISA2022_data = band.ReadAsArray()
    
    # 获取仿射变换参数
    geo_transform = dataset.GetGeoTransform()
    
    # 提取仿射变换参数
    top_left_x = geo_transform[0]
    pixel_width = geo_transform[1]
    top_left_y = geo_transform[3]
    pixel_height = geo_transform[5]
    
    # 计算经纬度范围
    height, width = ISA2022_data.shape
    lon = np.linspace(top_left_x, top_left_x + pixel_width * width, width)
    lat = np.linspace(top_left_y, top_left_y + pixel_height * height, height)
    
    # 创建渐变色图，设置缺测值为白色
    cmap = LinearSegmentedColormap.from_list("ISA(%)", ['white', 'red', 'orange', 'yellow'])
    cmap.set_bad(color='white')  # 设置 NaN 的颜色为白色
    
    # 使用 Matplotlib 绘制 LAI 图
    plt.figure(figsize=(12, 8))
    img = plt.imshow(ISA2022_data, extent=(lon.min(), lon.max(), lat.min(), lat.max()), cmap=cmap, vmin=0, vmax=100)  # LAI范围（百分数）
    
    # 添加 colorbar
    cbar = plt.colorbar(img, fraction=0.046, pad=0.04)
    cbar.set_label('Impervious area fraction', fontsize=14)
    cbar.ax.tick_params(labelsize=12)
    
    # 加载并绘制 SHP 文件
    GBAshp_file_path = "D:/6 Python Codes/GBA_Data_Process/shpFile/GBA/GBA.shp"
    Chinashp_file_path = "D:/6 Python Codes/GBA_Data_Process/shpFile/China/中国.shp"
    gdf_GBA = gpd.read_file(GBAshp_file_path)
    gdf_China = gpd.read_file(Chinashp_file_path)
    
    # 绘制 SHP 文件
    gdf_GBA.boundary.plot(ax=plt.gca(), color='black', linewidth=0.5)  # 将边界绘制在图上
    gdf_China.boundary.plot(ax=plt.gca(), color='black', linewidth=1)  # 将边界绘制在图上
    
    # 设置图形范围与 TIFF 图像边界相同
    plt.xlim(lon.min(), lon.max())
    plt.ylim(lat.min(), lat.max())
    
    plt.xlabel('Longitude (°)', fontsize=16)
    plt.ylabel('Latitude (°)', fontsize=16)
    plt.title('Global impervious surface area in 2022', fontsize=16)
    
    # 设置坐标轴刻度值字体大小
    plt.tick_params(axis='both', labelsize=14)
    
    # 自定义坐标轴刻度值，后面加上°
    def format_ticks(x, pos):
    return f'{x:.2f}°'
    
    # 应用自定义格式化函数
    plt.gca().xaxis.set_major_formatter(plt.FuncFormatter(format_ticks))
    plt.gca().yaxis.set_major_formatter(plt.FuncFormatter(format_ticks))
    
    # 导出图形
    output_file_path = "D:/6 Python Codes/GBA_Data_Process/ISA_2022.png"  # 修改为所需的输出路径
    plt.savefig(output_file_path, dpi=300, bbox_inches='tight')
    
    plt.show()