GDAL（Geospatial Data Abstraction Library）中，如何执行标准差增强（Standard Deviation Enhancement）操作？

GDAL（Geospatial Data Abstraction Library）是一个开源库，主要用于地理空间数据处理。在GDAL中，对遥感图像进行标准差增强通常涉及以下步骤：

1. **读取图像数据**：首先，你需要使用GDAL提供的函数如`GDALOpen()`打开含有需要处理的遥感数据的栅格文件。

2. **获取Band信息**：通过`GetRasterBand(n)`获取特定波段的数据，其中n是你感兴趣的波段号。

3. **计算像素值的标准差**：对于每个像素，从该波段的数组中计算所有值的均值和标准差。这可以使用统计函数完成，例如计算平均值和方差，然后取平方根得到标准差。

4. **生成新的增强图像**：使用标准差作为权重，对原始图像的每个像素值进行线性变换。新像素值通常是原像素值加上一个比例乘以标准差，以增加对比度。

5. **保存结果**：使用`GDALCreateCopy()`创建一个新的栅格文件，并将增强后的数据写入其中，指定输出文件路径。

# 示例Python代码片段（使用gdalnumeric模块）
from osgeo import gdalnumeric as gdn

# 打开栅格文件
ds = gdal.Open('input.tif')
band = ds.GetRasterBand(1)

# 计算标准差
std_dev = gdn.GetArrayStats(band)[2]

# 创建一个新的数组并应用增强
enhanced_array = band.ReadAsArray() + std_dev * (band.ReadAsArray() - band.GetMinimum())

# 创建输出文件
driver = gdal.GetDriverByName('GTiff')
output_ds = driver.Create('output.tif', band.XSize, band.YSize, 1, band.DataType)
output_ds.WriteArray(enhanced_array)