• 基于Python语言arcpy模块实现栅格影像图层建立与多幅遥感影像数据批量拼接(Mosaic)的操作
  • 发布于 1周前
  • 25 热度
    0 评论
本文介绍基于Python语言arcpy模块,实现栅格影像图层建立与多幅遥感影像数据批量拼接(Mosaic)的操作。
首先,相关操作所需具体代码如下:
import os
import arcpy
/* === 堆代码 duidaima.com ===*/
file_path="G:/Postgraduate/LAI_Glass_RTlab/A2018161_Dif/DRT/"
out_file_path="G:/Postgraduate/LAI_Glass_RTlab/A2018161_Dif/DRT/"
out_file_name="Global.tif"

file_name_list=os.listdir(file_path)

tif_file_path=file_path+file_name_list[0]
cell_size_x=arcpy.GetRasterProperties_management(tif_file_path,"CELLSIZEX")
cell_size=cell_size_x.getOutput(0)
value_type=arcpy.GetRasterProperties_management(tif_file_path,"VALUETYPE")
describe=arcpy.Describe(tif_file_path)
spatial_reference=describe.spatialReference

arcpy.CreateRasterDataset_management(out_file_path,out_file_name,cell_size,"16_BIT_SIGNED",
                                     spatial_reference,"1")

out_file=out_file_path+out_file_name
for file in file_name_list:
    file_path_name=file_path+file
    print(file_path_name)
    arcpy.Mosaic_management([file_path_name],out_file)
其中,file_path为存放有多景初始遥感影像的路径格式为.tif栅格文件(如果不是.tif格式,例如是.hdf等文件,需首先进行文件格式的转换);out_file_path为拼接后所得结果栅格图层的存放路径;out_file_name为拼接后所得结果栅格图层的文件名称,其可选格式有很多,如下图所示。

在这里,我们默认所得拼接结果图层为一个(也就是file_path文件夹中全部的待处理遥感影像最终全拼接在一起);如果大家需要使得拼接结果图层是多幅(也就是file_path文件夹中待处理遥感影像依据区域、时间等分为很多不同的部分,每一部分拼接在一起),可以参考Python GDAL读取栅格数据并基于质量评估波段QA对指定数据加以筛选掩膜,利用其中的循环方式实现需求。

随后,通过os.listdir()函数获取file_path路径下的栅格文件,并存储于file_name_list列表中。接下来需要创建一个新的栅格图层。之所以要进行这一步骤,是因为本文后期选择用arcpy.Mosaic_management()函数进行栅格的批量拼接,因此需要首先创建一个新的、空的栅格图层作为拼接的基准。如果大家的需求不是批量拼接栅格数据,而是单纯想利用arcpy进行新栅格的创建,那就只看这一部分的代码即可。

在这里,我们选择用file_path路径下的第一个栅格数据(下称“第一栅格”)作为新栅格图层中各项属性(例如像素边长、像素数据格式等)的依据。首先,arcpy.GetRasterProperties_management()函数获取第一栅格的像素x边边长;因为一般栅格数据中像素都是正方形,因此我们就通过cell_size=cell_size_x.getOutput(0)将第一栅格的像素x边边长作为新栅格图层像素x边与y边二者的边长。再利用arcpy.GetRasterProperties_management()函数获取第一栅格的数据格式;最后利用中间变量describe获取第一栅格的空间参考信息。

完成以上步骤后,将已获取的第一栅格的各类信息通过函数arcpy.CreateRasterDataset_management()带入新栅格中。在这里需要注意:尽可能在将要拼接时选择新栅格为"16_BIT_SIGNED"及以下的数据格式(具体数据格式类别如下图),且将file_path路径下待拼接的栅格数据的数据格式也全部修改为这一格式;否则可能会由于数据量大而导致拼接过程极慢。我之前就是由于选用了32 bit float格式的栅格数据进行拼接,导致全球范围的MODIS一个植被产品数据拼接花了将近一天的时间。如果大家的栅格像素数据包含小数,可以通过乘上一个缩放系数的方式进行数据整数化。

代码最后的一个for循环,就是遍历file_name_list中的各个栅格数据,并通过arcpy.Mosaic_management()函数加以拼接即可。以上,便完成了本次批量拼接的操作。这里还有一点需要注意:由于arcpy模块的限制,如果大家的Python版本是3.0及以上,往往不能直接运行上述代码,最好是在ArcMap的Python运行框或其对应IDLE(如下图所示)中运行。

至此,大功告成。
用户评论