Python利用arcpy模块实现栅格的创建与拼接

2023-02-24 14:37

短信预约 -IT技能 免费直播动态提醒

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

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。