雲をどうするか ── 使える画像を増やす期間合成

import numpy as np
# 提供元の分類値（実際の値は使うデータの仕様を確認すること）CLASSES = {    0: "無効",    1: "飽和・欠損",    3: "雲の影",    8: "雲（中確度）",    9: "雲（高確度）",    10: "薄い雲",    11: "雪・氷",}
# 除外する分類を、用途に応じて決めるEXCLUDE_STRICT = {0, 1, 3, 8, 9, 10, 11}   # 厳しめ（薄い雲も除く）EXCLUDE_LOOSE = {0, 1, 3, 9}                # 緩め（高確度の雲だけ）

def build_mask(scl: np.ndarray, exclude: set) -> np.ndarray:    """使えない画素を True にしたマスクを返す。"""    return np.isin(scl, list(exclude))

def mask_summary(scl: np.ndarray) -> None:    """どの分類がどれだけあるかを出す。"""    total = scl.size    for value, name in sorted(CLASSES.items()):        n = int((scl == value).sum())        if n:            print(f"  {name:12s} {n:8d} 画素 ({n / total:5.1%})")
    strict = build_mask(scl, EXCLUDE_STRICT).mean()    loose = build_mask(scl, EXCLUDE_LOOSE).mean()    print(f"\n  厳しめの除外: {strict:5.1%} を除外 → 使える {1 - strict:5.1%}")    print(f"  緩めの除外  : {loose:5.1%} を除外 → 使える {1 - loose:5.1%}")

import numpy as np

def composite(images: list, masks: list, method: str = "median"):    """期間内の複数の観測から、1枚を組み立てる。
    images: 各時点の値の配列（同じ形）    masks:  各時点の「使えない画素」を True にした配列    """    stack = np.stack([np.where(m, np.nan, img)                      for img, m in zip(images, masks)])
    if method == "median":        # 中央値: 見逃した雲の影響を受けにくい        with np.errstate(invalid="ignore"):            result = np.nanmedian(stack, axis=0)    elif method == "first":        # 最初に見つかった有効な値（最新を優先したいときは順序を逆に）        result = np.full(stack.shape[1:], np.nan)        for layer in stack:            fill = np.isnan(result) & ~np.isnan(layer)            result[fill] = layer[fill]    else:        raise ValueError(f"未知の方法: {method}")
    # 何時点ぶんの観測から作られたか（信頼度の目安になる）    n_used = (~np.isnan(stack)).sum(axis=0)
    return result, n_used

# 使い方の例# merged, n_used = composite(images, masks, method="median")# print(f"1時点も使えなかった画素: {(n_used == 0).mean():.1%}")# print(f"平均で {n_used[n_used > 0].mean():.1f} 時点から合成")