HDF 文件数据的读取

http://www.cams.cma.gov.cn/cams_973/cheres_docs/cheres_doc_sat.modis.1b.html
一、 HDF文件格式

1．概述

HDF 是美国国家高级计算应用中心（National Center for Supercomputing Application）为了满足各种领域研究需求而研制的一种能高效存储和分发科学数据的新型数据格式。一个HDF文件中可以包含多种类型的数据，如栅格图像数据，科学数据集，信息说明数据。这种数据结构，方便了我们对于信息的提取。例如，当我们打开一个HDF图像文件时，除了可以读取图像信息以外，还可以很容易的查取其地理定位，轨道参数，图像噪声等各种信息参数。HDF 的数据结构是一种分层式数据管理结构。

2．HDF数据结构特点

HDF是一个能够自我描述、多目标、用于科学数据存储和分发的数据格式。它针对存储和分发科学数据的各种要求提供解决方法。HDF设计特点为：
· 自我描述：一个HDF文件中可以包含关于该数据的全面信息。
· 多样性：一个HDF文件中可以包含多种类型的数据。例如，可以通过利用适当的HDF 文件结构，在某个HDF文件中存储符号、数值和图形数据。
· 灵活性：可以让用户把相关数据目标集中一个HDF文件的某个分层结构中，并对其加以描述。同时可以给数据目标记上标记，方便查取。用户也可以把科学数据存储到多个HDF文件中。
· 可扩展性：在HDF中可以加入新数据模式，增强了它与其它标准格式的兼容性。
· 独立性：HDF是一种同平台无关的格式。HDF文件在不同平台间传递而不用转换格式。

3．为什么建立HDF

人们通常在不同机器上建立、处理数据。在处理过程中，除了原始数据信息以外，无疑会产生大量的结果、辅助、说明等信息，这些信息由于具有不同的格式，所以往往被存于不同的文件中。这样，在数据共享过程中，我们不得不利用各种软件将其打包，进行传输。即便如此，也难免会出现遗漏或出错现象，造成了许多不必要的麻烦。HDF通过提供“总体目录结构”来处理这类问题：
·为程序提供一种机制，使它能够直接从嵌套的文件中获得信息。
·可以将不同类型的数据源存于同一个文件中，而这些数据源又可以同时包含其数据信息和和其它相关信息。
·对常用数据集的格式和描述标准化。
·鼓励所有机器和程序使用标准数据格式，产生包括具体数据的文件。

4．HDF数据类型

HDF有6种主要数据类型：栅格图象,调色板，科学数据库，注释，Vdata和Vgroup。
· 栅格图象: 数据模式提供一种灵活方式存储、描述栅格图象数据，包括8bit栅格图象。
· 调色板: 也叫作彩色查对表，它提供图像的色谱。
· 科学数据集: 用来存储和描述多维科学数据陈列。
· Vdata: 是一个框架，用于存储和描述数据表。
· HDF注释: 是文字串，用来描述HDF文件或HDF数据目标。
· Vgroup: 是用来把相关数据目标联系起来。一个Vgroup可以含有其它Vgroup，以及数据目标。任一个HDF目标均可以包括进某个Vgroup中。

5．HDF文件格式

HDF格式可以被看成一本带目录的多章节书。HDF文件作为“数据书”，每一章包含不同类型的数据元素。HDF文件用“数据目录”列出数据元素。
一个HDF 文件应包括一个文件头，一个或多个描述符块，若干个数据元素。
数据头是用来确定一个文件是否为HDF文件，描述符块存有数据描述符的序号。一个数据描述符和数据元素一起组成了数据对象。数据对象是HDF 的基本结构。
1)文件头
文件头占用文件的前4个字节，它由4个ASCII码形式的控制字符组成，每个字符占用一个字节。第一个控制字符是‘N’，第二个是‘C’， 第三个是‘S’，第四为‘A’，即(^N^C^S^A).
2) 数据对象
一个数据对象是由一个数据描述符和一个数据元素组成。数据描述符包含了数据元素的类型、位置、尺度等信息。数据元素是实际的数据资料。HDF 这种数据组织方式可以实现HDF 数据的自我描述。

(1) 数据描述符
所有的数据描述符都为12个字节长，它包含4个区域：标识符(占16-bit)，参照数（16-bit），数据偏移量（32-bit），数据长度（32-bit）。

标识符：

数据标识符（tag）是用来确定数据元素区数据类型的。它是16位无符号整型值（1~65535），如果没有与其相对应的数据元素，则tag为DFTGA_NULL(或0)。下面为tag的值的说明：

1~32767——HDF 结构专用

32768~64999——可由用户定义

65000~65535——HDF 规格扩展使用

参照数：

对于HDF 文件中的每个标记符，都有唯一的一个参照数与其相对应。参照数是一个16—bit无符号整型数，在数据对象中一般是不可变的。标记符和参照数相结合确定唯一的数据对象。

数据偏移量和长度：

数据偏移量是指从文件开始位置到数据元素的起始位置所包含的字节数。长度是指整个数据元素区占用字节数。数据偏移量和长度均为32-bit 无符号整型数。

(2) 数据元素

数据元素是数据对象中的裸数据部分。

(3) 在HDF 文件中将数据对象分组

在HDF 文件中通常将含有相关数据的数据对象分为一组。这些数据对象组称为数据集。HDF 用户采用应用界面来处理这些数据集。例如：一套8-bit的图像数据集一般有3个数据对象：一组对象用来描述数据集的成员，一组对象是图像数据，另一组对象则用来描述图像的尺度大小。一个数据对象可以同时属于多个数据集，例如包含在一个栅格图像中的调色板对象，如果它的标识号和参照值也同时包含在另一个数据集描述符中，那么则可以被另一个栅格图像调用。