结果示意图:
GlobeLand30是30米空间分辨率全球地表覆盖数据,目前可供下载的有3年的数据:2000-2010-2020。本文主要讲解在ArcGIS10.6平台下进行GlobeLand30的预处理操作,主要预处理步骤包括:
批量分幅投影转换
、批量分幅无效值处理
、批量图幅拼接
和数据集掩膜提取
。
文章目录
一、GlobeLand30 ArcGIS批处理完整流程
GlobeLand30的预处理步骤主要有:批量分幅投影转换
、批量分幅无效值处理
、批量图幅拼接
和数据集掩膜提取
。
1. 批量投影转换
由于原数据集使用的是6°带UTM投影,图幅从43-53跨了11个带,因此需要先对所有的图幅进行投影转换,然后进行后续操作。为了便于精确计算面积,本文将其转换为Albers等积投影,地理坐标系为WGS1984。
Python源代码:
由于原始数据集分幅是保存在不同的文件夹,因此第一步批量投影变换需要遍历根目录下的所有文件夹,过程稍微有些复杂,从第二步开始,将所有的处理结果保存在一个文件夹内,减少了代码量。
arcpy.ProjectRaster_management(raster,out, "PROJCS['MyAlbers',GEOGCS['GCS_WGS_1984',DATUM['D_WGS_1984',SPHEROID['WGS_1984',6378137.0,298.257223563]],PRIMEM['Greenwich',0.0],UNIT['Degree',0.0174532925199433]],PROJECTION['Albers'],PARAMETER['False_Easting',0.0],PARAMETER['False_Northing',0.0],PARAMETER['central_meridian',105.0],PARAMETER['Standard_Parallel_1',25.0],PARAMETER['Standard_Parallel_2',47.0],PARAMETER['latitude_of_origin',0.0],UNIT['Meter',1.0]]", "NEAREST", cellsize , "", "", "GEOGCS['GCS_WGS_1984',DATUM['D_WGS_1984',SPHEROID['WGS_1984',6378137.0,298.257223563]],PRIMEM['Greenwich',0.0],UNIT['Degree',0.0174532925199433]]")
n=n+1
print str(n)+" rasters are processed !!!"
查看投影坐标系:
2. 批量处理无效值
第一步投影结束后,影像的黑边依然存在,这将影像后面的拼接处理结果,黑边对应的像元值为0,只需要将其设置为NoData即可,对应的工具是栅格计算器中的SetNull函数,我们继续使用Python批处理。
Python源码:
for inRaster in inRasters:
outRaster=outpath+inRaster
##print outRaster
print "Processing "+inRaster +" ......"
outSetNull = SetNull(inRaster,inRaster,WhereClause)
outSetNull.save(outRaster)
n=n+1
print str(n)+" rasters are processed!"
处理过程:
处理结果:
3. 批量图幅拼接
在ArcGIS中拼接栅格图幅有两个工具:【镶嵌】和【镶嵌至新栅格】,当然了需要手动添加数据,好在我们的数据在同一个文件夹下,可以直接全选拖动,当然了,也可以写Python代码来完成。
方法一:使用【镶嵌至新栅格】工具
方法二:Python代码
arcpy.MosaicToNewRaster_management(str, outPath, outName, "", "8_BIT_UNSIGNED", "", "1", "LAST", "FIRST")
处理过程:
需要注意的是,原始数据集是tif格式,且每个图幅都是有金字塔的,加载和显示速度都比较快,但是SetNull后会丢失金字塔,加载速度很慢。
4. 添加分类字段并赋值
打开属性表,添加一个文本型字段type,打开编辑器,输入分类名称并保存。
5. 掩膜提取
使用【按掩膜提取】工具,按研究区范围进行提取。
配色参考值:
注意:拼接后的数据集是有金字塔的,但是使用【按掩膜提取】工具后又会丢失金字塔,必须重新构建金字塔,否则加载速度异常慢。
二、GlobeLand30成品数据下载
请私信原创作者。
————————————————
版权声明:本文为CSDN博主「刘一哥GIS」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/lucky51222/article/details/112723313