帮我写一个批量处理多波段栅格数据值提取到已有矢量点并转为excal的代码

好的，为您提供一个Python代码实现：

首先，需要安装必要的包：GDAL、Numpy、Pandas、xlwt、Shapely。

import ogr
import gdal
import numpy as np
import pandas as pd
import xlwt
from shapely.geometry import Point

# 输入栅格文件路径
raster_file = r"path/to/raster/file"

# 输入矢量文件路径
vector_file = r"path/to/vector/file"

# 输入Excel文件路径
excel_file = r"path/to/output/excel/file"

# 提取波段范围
bands = [1, 2, 3]

# 读取栅格文件
ds = gdal.Open(raster_file)

# 获取栅格属性
cols = ds.RasterXSize
rows= ds.RasterYSize

# 获取地理仿射变换参数
transform = ds.GetGeoTransform()

# 计算像元宽度和高度
x_step, y_step = transform[1], transform[5]

# 获取矢量文件的投影信息
driver = ogr.GetDriverByName('ESRI Shapefile')
source = driver.Open(vector_file, 0)
layer = source.GetLayer()
spatialRef = layer.GetSpatialRef()

# 创建Excel文件
wb = xlwt.Workbook(encoding='utf8')
ws = wb.add_sheet('Sheet1')

# 添加表头
ws.write(0, 0, 'ID')
ws.write(0, 1, 'X')
ws.write(0, 2, 'Y')
for i, band in enumerate(bands):
    ws.write(0, i+3, f'Band{band}')

# 遍历矢量点
id = 1
for feature in layer:
    geom = feature.GetGeometryRef()
    # 获取矢量点坐标
    x, y = geom.GetX(), geom.GetY()
    # 计算矢量点所在像元的行列号
    col, row = int((x - transform[0]) / x_step), int((y - transform[3]) / y_step)
    # 获取多波段栅格数据值
    data = ds.ReadAsArray(col, row, 1, 1, bands)
    # 将多波段栅格数据值转为一维数组
    values = np.array(data).ravel()
    # 创建点对象
    point = Point(x, y)
    # 判断点是否在多边形内
    if feature.GetGeometryRef().Contains(point):
        # 写入Excel文件
        ws.write(id, 0, id)
        ws.write(id, 1, x)
        ws.write(id, 2, y)
        for i, value in enumerate(values):
            ws.write(id, i+3, value)
        id += 1

# 保存Excel文件
wb.save(excel_file)

以上代码是一个基础的栅格数据值提取到矢量点并转为Excel的例子，如果需要批量处理多个栅格文件和矢量文件，可以在代码中加入循环遍历的功能。