当前位置:   article > 正文

利用ArcGIS Python批量拼接裁剪遥感影像(arcpy batch processing)_如何批量裁剪dem

如何批量裁剪dem

本篇文章将说明如何利用ArcGIS 10.1自带的Python IDLE进行遥感影像的批量拼接与裁剪。

1.运行环境:ArcGIS10.1 (安装传送门)、Python IDLE

2.数据来源:地理空间数据云 GDEMV2 30M分辨率数字高程数据

3.解决问题:制作山西省的DEM影像

如下图所示,以30M分辨率数字高程数据为例,影像皆是固定范围的经纬度保存在其服务器上,外在表现以小幅正方形影像。如果手动进行拼接,工作量会非常大且容易出错。

我们的目标:批处理,写一次代码,处理多幅影像

1.查找目标范围的经纬度信息,本文以山西为例,经纬度范围在N33-N41, E109-E114直接,所以先将这个范围内的影像下载后,解压后放在一个文件夹下。

2.拼接影像

开始菜单-ArcGIS-IDLE(Python GUI) 打开IDLE。File-New Window, 文件以 .py结尾,如MosaicToNewRasters.py

 

  1. import arcpy
  2. import os
  3. #指定工作目录,即存放影像的目录
  4. arcpy.env.workspace = r"E:\arcpyData\shanxi\N34_N35"
  5. #指定该工作空间下的一副影像为基础影像,为后面的参数提取做准备
  6. base = "ASTGTM2_N34E109_dem.tif"
  7. #以下一段代码是为执行拼接做参数准备
  8. out_coor_system = arcpy.Describe(base).spatialReference #获取坐标系统
  9. dataType = arcpy.Describe(base).DataType
  10. piexl_type = arcpy.Describe(base).pixelType
  11. cellwidth = arcpy.Describe(base).meanCellWidth #获取栅格单元的的宽度
  12. bandcount = arcpy.Describe(base).bandCount #获取bandCount
  13. #打印一些信息
  14. print out_coor_system.name
  15. print dataType
  16. print piexl_type
  17. print cellwidth
  18. print bandcount
  19. arcpy.CheckOutExtension("Spatial")
  20. #提取待拼接影像的文件名,且中间以;隔开,例如:a.tif;b.tif;c.tif
  21. rasters = []
  22. for ras in arcpy.ListRasters("*dem.tif"): #for循环,对wrokspace下的所有以dem.tif结尾的影像进行过滤
  23. rasters.append(ras)
  24. ras_list = ";".join(rasters) #字符串拼接
  25. #打印出来,看看什么结果吧
  26. print ras_list
  27. #指定输出文件夹
  28. outFolder = r"E:\arcpyData\shanxi\N34_N35\n34_n35_out"
  29. #执行拼接操作
  30. arcpy.MosaicToNewRaster_management(ras_list, outFolder, "shanxi_n34_n35_dem_data.tif", out_coor_system, "16_BIT_SIGNED", cellwidth, bandcount, "LAST", "FIRST")

RUN-->Run Module F5 执行代码

 

这里用到了arcpy包下面的 MosaicToNewRaster_management()函数

得到如下结果

3.以山西省shp边界裁剪影像

再新建一个Window,文件命为BatchExtractByMask.py

 

  1. import arcpy
  2. import glob
  3. import os
  4. arcpy.CheckOutExtension('Spatial')
  5. #指定先前拼接后的遥感影像所在目录
  6. inws = r"E:\arcpyData\shanxi\shanxi_regular_dem\shanxi_province_dem"
  7. #指定裁剪后的影响存放目录
  8. outws = r"E:\arcpyData\shanxi\shanxi_regular_dem\shanxi"
  9. #指定shp范围边界文件,即目标区域的边界
  10. mask = r"E:\arcpyData\shanxi\shanxi_shp\shanxi.shp"
  11. #利用glob包,将inws下的所有tif文件读存放到rasters中
  12. rasters = glob.glob(os.path.join(inws, "*.tif"))
  13. #循环rasters中的所有影像,进行按掩模提取操作
  14. for ras in rasters:
  15. outname = os.path.join(outws, os.path.basename(ras).split(".")[0] + "_clp.tif") #指定输出文件的命名方式(以被裁剪文件名+_clip.tif命名)
  16. out_extract = arcpy.sa.ExtractByMask(ras, mask) #执行按掩模提取操作
  17. out_extract.save(outname) #保存数据

 

执行脚本代码,裁剪后的影像被存放在outw所指定的文件夹

4.通过ArcMap加载影像,最终结果:

这就实现了批量拼接与裁剪影像的工作,其实拼接与裁剪无所谓先后顺序。

 

如果你觉得本文对你有帮助,是支持赞赏的哦:)

 

如遇到问题,欢迎通过公众号留言给作者,以便共同探讨。

邮箱:thinkingingis@qq.com

微信公众号:

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/310552
推荐阅读
相关标签
  

闽ICP备14008679号