ArcGIS批量裁剪栅格数据（ArcPy方法）

遥感数据处理系列

一些项目及科研中遇到的小需求，一方面记录自己的学习历程，另一方面帮助大家学习。本系列文章的开发环境为：ArcGIS 10.2.2 + Python 2.7、ENVI 5.3 + IDL 8.5

ArcGIS批量计算栅格数据平均值（ArcPy方法）
GLDAS数据下载及处理（NC转TIF）
ArcGIS批量裁剪栅格数据（ArcPy方法）
ArcGIS批量栅格重采样（ArcPy方法）
ArcGIS批量裁剪栅格数据（ArcPy方法）

---

---

前言

长时序数据怎么处理？一大堆的遥感数据如何批量裁剪？又如何处理为相同范围的栅格数据？那么，一个NB的批处理脚本派上了用场！祭出ArcPy
在文章ArcGIS批量裁剪栅格数据中总结了使用ArcGIS进行栅格数据裁剪的三种方式，但其中适用于批量数据处理最方便的还是使用 Python + ArcPy 的方式进行。本文总结了批处理的两种场景。

---

一、栅格数据裁剪

1. 原理简介

栅格数据裁剪主要使用ArcPy的ExtractByMask函数。

函数使用：

ExtractByMask(in_raster, in_mask_data)
1

常用参数简介：

	in_raster：待裁剪的栅格数据
	in_mask_data：用于定义裁剪范围的输入掩膜数据
		    掩膜数据为栅格
		        -> 将在输出栅格中为掩膜数据中的 NoData 像元指定 NoData 值。
		        
            掩膜为要素数据 （常用）
                -> 输入栅格中像元的中心位于要素周长范围内，则会在输出中包含这些像元，
                -> 其中心落在要素周长之外的像元将会收到 NoData。
1
2
3
4
5
6
7
8

注意：掩膜操作时常用shp数据进行按掩膜提取（裁剪），如果为栅格数据格式亦可以通过ArcGIS的 Conversion Tools -> From Raster 具转为shp。

2. 代码

文件组织架构：

输入：

1. 一个含有若干栅格数据的文件夹（本例为“.tif”格式）
2. 待提取空间范围的参考文件（本例为“.shp”格式）

输出： 在输出路径文件夹下生成若干指定空间范围的tif格式数据

代码实例：

# -*- coding: UTF-8 -*-
import arcpy
import glob
import os

'''
批量裁剪：
    对输入文件夹下的数据，根据shp文件，进行批量裁剪，结果存放于输出文件夹
    
    需要修改：
        inws：输入路径（必选）
        outws：输出路径（必选）
        mask：参考范围的shp文件（必选）
        nameT：建议进行规范化，文件名的易读性（可选）
'''

arcpy.CheckOutExtension('Spatial')
 
# 输入路径  应该注意，中文路径，会导致读不出文件
inws = r"F:\MODIS09-17\500m\b1\2009"
 
# 输出路径
outws = r"F:\MODIS09-17\500m-clp\b1\2009"
 
# 指定shp范围边界文件，即目标区域的边界
mask = r"G:\shp\AidesLake_full.shp"

# 利用glob包，将inws下的所有tif文件读存放到rasters中
rasters = glob.glob(os.path.join(inws, "*.tif"))
 
# 循环rasters中的所有影像，进行按掩模提取操作
for ras in rasters:
    # nameT：输出文件名
    nameT = os.path.basename(ras) + "_clp.tif"

    outname = os.path.join(outws, nameT)  # 合并输出文件名+输出路径
    out_extract = arcpy.sa.ExtractByMask(ras, mask)  # 执行按掩模提取操作
    out_extract.save(outname)  # 保存数据
    print os.path.basename(ras) + " ---- 裁剪完成"
print "         ---- 全部裁剪完成 ----         "

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

上例可实现对输入路径文件夹下的所有栅格数据的按掩膜提取，但多年的数据都需要裁剪怎么办？
修改逻辑为进入二级目录、三级目录…然后调用核心函数即可。

二、多文件夹场景

栅格按掩膜提取倒不算费时，却是费事、费心思？想挂机处理？Perfect，继续来！

1. 二级目录

输入路径文件组织架构：

inws  -> 2008、2009、2010...（若干年份文件夹里存放了若干tif文件）
outws -> 2008、2009、2010...（新建若干个空的年份文件夹，与输入路径文件组织架构相同）
1
2

代码如下：

# -*- coding: UTF-8 -*-
import arcpy
import glob
import os

'''
批量裁剪（二级目录）：
    对输入文件夹下的数据，根据shp文件，进行批量裁剪，结果存放于输出文件夹

    需要修改：
        inws：输入路径（必选）
        outws：输出路径（必选）
        mask：参考范围的shp文件（必选）
        nameT：建议进行规范化，文件名的易读性（可选）
'''

arcpy.CheckOutExtension('Spatial')

# 输入路径  应该注意，中文路径，会导致读不出文件
inws = r"F:\Data_CLDAS\TMP"

# 输出路径
outws = r"F:\TopLeft\CLDAS\TMP"

# 指定shp范围边界文件，即目标区域的边界
mask = r"F:\shp\Mekong_TopLeft.shp"

# 以下逻辑为：
#   获得子目录全路径，并进入子目录
#   执行文件夹批量掩膜操作
path_list = os.listdir(inws)  # 如果是存了三年的数据，那里面有三个文件夹，每个文件夹直接放了每年的数据
target_path_list = os.listdir(outws)  # 输出路径，也是里面有三个年份的文件夹

for i in range(len(path_list)):
    path = inws + "\\" + path_list[i]  # 文件夹列表   # 那这里就得到了年份的路径
    target_path = outws + "\\" + target_path_list[i]  # 进入年份的路径，是处理后的数据存放的地方

    # 利用glob包，将inws下的所有tif文件读存放到rasters中
    rasters = glob.glob(os.path.join(path, "*.tif"))

    # 循环rasters中的所有影像，进行按掩模提取操作
    for ras in rasters:
        nameT = os.path.basename(ras).split(".")[0] + ".tif"	
        outname = os.path.join(target_path, nameT)  # 合并输出文件名+输出路径
        
        out_extract = arcpy.sa.ExtractByMask(ras, mask)  # 执行按掩模提取操作
        out_extract.save(outname)  # 保存数据
        
        print os.path.basename(ras) + " OK!"
    print path_list[i] + " --- OK!"

print("   ---   All project is OK!   ---   ")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53

注意：这里懒了一步，就是要保持输入路径和输出路径的文件组织架构相同，如：输入路径包括三个文件夹，那输出路径也新建三个。为保持头脑清醒，每次都检查下输出是否正确，故每次都新建若干文件夹。

2. 三级目录

输入路径文件组织架构：

输出路径文件组织架构：

-> inws  
    -> TMP、PRS、RHU...（二级目录）
        -> 2008、2009、2010...（若干年份文件夹里存放了若干tif文件）
-> outws
    -> TMP、PRS、RHU...（三级目录）
        -> 2008、2009、2010...（若干空白的年份文件夹）
1
2
3
4
5
6

代码如下：

# -*- coding: UTF-8 -*-
import arcpy
import glob
import os

'''
批量裁剪（三级目录）：
    对输入文件夹下的数据，根据shp文件，进行批量裁剪，结果存放于输出文件夹

    需要修改：
        inws：输入路径（必选）
        outws：输出路径（必选）
        mask：参考范围的shp文件（必选）
        nameT：建议进行规范化，文件名的易读性（可选）
'''

arcpy.CheckOutExtension('Spatial')

# 输入路径  应该注意，中文路径，会导致读不出文件
inws = r"F:\MODIS09-17\500m"

# 输出路径
outws = r"F:\MODIS09-17\500m-clp"

# 指定shp范围边界文件，即目标区域的边界
mask = r"F:\TopLeft\shp\Mekong_TopLeft.shp"

# 以下逻辑为：
#   获得子目录全路径，并进入子目录
#   执行文件夹批量掩膜操作
path_list = os.listdir(inws)  # 如果这里是存了三个参数，那每个参数文件夹又存放了年份文件夹，年份文件夹存放每年的数据
target_path_list = os.listdir(outws)  # 输出路径，也对应个三个参数文件夹*若干年份文件夹

# 进入二级目录
for i in range(len(path_list)):
    path = inws + "\\" + path_list[i]  # 得到年份文件夹路径
    target_path = outws + "\\" + target_path_list[i]  # 进入了年份的路径，是处理后的数据存放的地方

    # 进入三级目录
    # 输入路径inws -> 二级目录多年 -> 三级目录待处理文件存放的文件夹
    path_list_3 = os.listdir(path)  # 输入路径，第三级目录
    path_list_3.sort()  # python list字符按数字大小排序可用 "key=int" --https://blog.csdn.net/zmlovelx/article/details/94554406

    for ii in range(len(path_list_3)):  # 第三级目录里的内容
        path_3 = path + "\\" + path_list_3[ii]  # 第三级目录的完整路径，如：./\TIFF-8day\2008\1
        target_path_3 = target_path + "\\" + path_list_3[ii]

        # 数据处理核心部分
        # 利用glob包，将inws下的所有tif文件读存放到rasters中
        rasters = glob.glob(os.path.join(path_3, "*.tif"))
        # 循环rasters中的所有影像，进行按掩模提取操作
        for ras in rasters:
            nameT = os.path.basename(ras) + ".tif"
            outname = os.path.join(target_path_3, nameT)  # 合并输出文件名+输出路径
            
            out_extract = arcpy.sa.ExtractByMask(ras, mask)  # 执行按掩模提取操作
            out_extract.save(outname)  # 保存数据
            
            print os.path.basename(ras) + " OK!"
        print path_list[i] + " --- OK!"

print("   ---   All project is OK!   ---   ")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63

总结

ArcPy牛皮！毕业万岁！中期快乐！
一两个栅格数据的处理，那怎么都好说，数十参数的数十年数据处理，那可就是python真香喽~（这个裁剪的脚本真好用）

后记

写博客的初衷是分享我的一些经验，同时也方便自己在其他电脑上进行数据处理。帮了很多人，但评论区小伙伴也有遇到问题的，那么：知识付费，我的时间和经验正好可以解决你的问题。