【ArcGIS】重采样栅格像元匹配问题：不同空间分辨率栅格数据统一

已于 2024-09-13 11:36:28 修改
阅读量1.5w 收藏 175
点赞数 34
分类专栏： ArcGIS相关 文章标签： ArcGIS
于 2024-02-27 14:13:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44246618/article/details/136310022
版权

重采样栅格像元匹配问题：不同空间分辨率栅格数据统一

在进行基于像元的运算时，研究中往往涉及到多源数据，因此就需要对数据进行地理配准、空间配准、重采样等操作。

原始数据

现有栅格图层A、B、C、D……，要求将其处理成行列数目相同、栅格单元大小一致的数据。

  • 重分类工具
  • 重采样工具

数据1：GDP分布

  • 数据空间分辨率：1km×1km
  • 数据坐标系：WGS_1984_Albers（投影坐标系）
  • 投影方式：阿尔伯斯等面积圆锥（Albers Equal Area Conic）投影
    在这里插入图片描述
    数据来源：GitHub

数据2.1：人口密度

  • 数据空间分辨率：1km×1km
  • 数据坐标系： WGS_1984（Geographic Coordinate System，地理坐标系）
  • 投影：
  • 单位：人数/平方千米（number of people per square kilometer.）
最低0.47元/天 解锁文章
ArcGIS实验教程——实验四十三：ArcGIS栅格重分类（Reclass）案例详解
「 刘一哥与GIS的故事」
11-21 9137
重分类就是对原有栅格像元值重新分类从而得到一组新值并输出。重分类工具有多种方法将像元值重新分类或更改为替代值。一次对一个值或成组的值进行重分类的方法是：使用替代字段；基于某条件，如指定的间隔(如按照10个间隔将值分组)；按区域重分类(如将值分成10个所含像元数量保持不变的组)。这些工具可将输入栅格中的众多值轻松地更改为所需值、指定值或替代值。所有重分类方法适合区域中的每个像元。也就是说，当对现有值应用某替代值时，所有重分类方法都可将该替代值应用到原始区域的各个像元。重分类方法不会仅对输入区域的一部分应用替.
ArcGIS教程：栅格像元大小和重采样
热门推荐
05-12 2万+
不同的栅格数据集不需要使用相同的像元分辨率进行存储。但在处理多个数据集时，最好使用相同的像元分辨率。将多个不同分辨率的栅格数据集输入任一ArcGIS Spatial Analyst 扩展模块工具时，会自动将一个或多个输入数据集重采样为输入数据集的最粗糙分辨率。
不同分辨率的栅格数据如何空间对齐、保持范围一致
最新发布
qq_44894692的博客
03-16 642
对于不同分辨率的栅格数据，可以通过重采样的方式对齐进行上采样或下采样，使其分辨率保持一致（也可使用其他方法）。但需要注意的是，仅对栅格数据进行重采样无法保证其行列数一致，这是由于不同分辨率的栅格在边界处的范围不一致造成的。如下图，两个栅格数据的分辨率不一致，对其中一个栅格重采样，使其分辨率与另一个栅格保持一致，但其行列数还是会不一致。这是两个栅格数据原先的栅格不一致导致的。为解决这个问题，可以让一个栅格数据的范围大于另一个栅格数据的范围。
ArcGIS中栅格数据重采样方法
m0_52945508的博客
09-14 1475
先确定与要处理的单元中心（红色点）最邻近的 16 个单元中心（橙色点），然后计算其加权平均值，再将所得的值指定为要处理的单元（黄色阴影）的输出值。将输出栅格数据集中单元中心的位置定位到输入栅格后，最邻近分配法将确定输入栅格上最近的单元中心位置并将该单元的值分配给输出栅格上的单元。处理栅格数据时，由于数据像元大小不符合要求，或者在进行栅格数据配准后，像元发生倾斜，或者对多个栅格数据进行分析时，需要使用相同的栅格分辨率，重采样到同一分辨率下，因此对栅格数据操作时经常要进行重采样操作。1.3 三次卷积插值法。
Arcgis（五）——统一栅格与分辨率
qq_963157144的博客
02-22 1万+
Arcgis统一栅格与分辨率 1.统一环境配置 环境配置：（整个工作空间都是这样） 地理处理→环境→环境设置（工作空间，输出坐标系，处理范围，栅格分析（掩膜）） 2.统一坐标系 地理坐标系：单位度 投影坐标系：单位m 地理坐标系：单位度 GCS_WGS_1984（空间参考） 投影坐标系：单位m WGS_1984_UTM_zone_49N（空间参考） 地理坐标系是球面坐标，参考平面是椭球面，坐标单位是经纬度； 投影坐标系是平面坐标系，参考平面是...
ArcGIS基础实验操作100例--实验25统一多分辨率栅格数据
伯努利
12-31 3641
ArcGIS基础实验操作100例--实验25统一多分辨率栅格数据
ArcGIS掩膜并保证栅格对齐，行列号一致（推荐！）
guye322的博客
03-30 8139
为一致像元大小，选择【数据管理工具】——【栅格】——【栅格处理】——【重采样】，重采样方法选默认的就行。设置相应的输入栅格和掩膜栅格，我这里想用重采样后的NDVI数据掩膜全球柱浓度VCD数据，设置好后，点击【环境】。，选择【Spatial Analyst工具】——【提取分析】——【按掩膜提取】点击确定后运行，可以看到，两张栅格图能够完全重合，且行列号大小一致。在没有按照下文方法掩膜后，往往会出现栅格数据偏移的情况，如下图。（用于掩膜——栅格用掩膜，矢量文件用裁剪），我这里是重采样后的NDVI数据。
envi栅格TIF数据进行分割_重采样栅格像元匹配问题
weixin_39553776的博客
11-16 1258
我们通常要进行基于像元的运算，往往我们的研究中涉及到多源数据，因此就需要对数据进行地理配准、空间配准、重采样等操作。一开始，我认为相同的地理椭球与投影坐标系下，不同来源，不同分辨率的数据重采样为同一空间分辨率之后，各个像元会一一对应。然而有的时候却会遇到重采样之后的像元大小虽然一样，但像元之间会错位，并不完全匹配。具体的原因我不太清楚，我猜测可能是重采样算法内部的格网生成机制、原始数据分辨率与目标...
ArcGIS中栅格数据重采样方法介绍
05-14
由于栅格数据分辨率的不匹配、数据配准后的像元倾斜、或者多个栅格数据集进行分析时需统一分辨率等多种原因，进行重采样操作是十分常见的。栅格数据重采样主要包括三种方法：最邻近法、双线性内插法和三次卷积插值法...
ArcGIS教程：栅格表面的分辨率
01-15
例如，对于表示濒危物种分布情况的栅格数据集，可以采用较高的分辨率进行存储，而对表示州的流域边界的栅格数据集可以采用较粗糙的像元分辨率进行存储。 在对栅格数据进行分析时，需要将栅格数据重新采样为相同的...
ArcGIS影像重采样工具（Resample）
12-06
ArcEngine 9.3.1开发的影像重采样工具，利用Toolbox中的Resample工具，实现批量影像重采样工作，替公司其他部门的人开发的，小工具。
arcgis中统一两个栅格影像行列数问题
qq_51045468的博客
04-26 2110
在很多地理模型使用栅格影像数据前要求同一区位的地理数据行列数一致。这就需要将地理数据进行处理。但是即使用同一张图直接进行掩膜提取也无法保证两个时期的栅格影像的行列号一致，这就需要对环境进行一下设置，才能获得完全一致的行列号的栅格图像。1.准备一张栅格影像A，另一张需要处理的栅格影像B（目的要将B的行列号与A统一）。B的大小需要大于等于A。4.设置好之后运行，最终可以两张栅格图能够完全重合，且行列号大小一致。②处理范围选择捕捉A栅格。
Arcgis重采样
Liam Liu的博客
09-23 4787
用途：可以将大的栅格像元变小 位置：ArcToolbox——>数据管理工具——>栅格——>栅格处理——>重采样
ArcMap 处理栅格数据的分辨率功能操作
nandao158的博客
11-22 2328
到此，ArcMap 处理栅格数据的分辨率功能操作完成，下篇开始高级篇内容，敬请期待！让raster1和..2保持一致，即处理..1 ，点击确定，调整顺序后展示。同理，像元大小可以设置成其他数据，以生成不同分辨率的栅格数据。通过转换点、再转换成tin，再转换成新的dem 达到效果。确定后，输入p1 和 高程 字段。1、查看两个栅格数据的分辨率。确定，双线性重采样，执行结果。1、重采样方式创建多分辨率。一、统一多分辨率栅格数据。点击确定后，展示结果数据。二、创建多分辨率DEM。点击确定后生成结果展示。
arcgis像元大小和分辨率_ArcGIS教程：栅格像元大小和重采样
weixin_42126749的博客
12-31 1万+
栅格像元大小不同的栅格数据集不需要使用相同的像元分辨率进行存储。但在处理多个数据集时，最好使用相同的像元分辨率。将多个不同分辨率的栅格数据集输入任一ArcGISSpatial Analyst 扩展模块工具时，会自动将一个或多个输入数据集重采样为输入数据集的最粗糙分辨率。在默认情况下，使用最邻近分配重采样技术。这是因为它同时适用于离散数据和连续数据，而其他重采样类型(双线性插值和三次卷积插值)只适用...
Arcgis处理DEM分辨率
qq_50619632的博客
01-23 2135
我采用的是V2的 30M分辨率数据，读者也可采用其他数据集。最后在这里点击“详细”，他会提供FTP下载地址，使用FTP工具下载即可。将下载得到的数据解压，删除num文件，只保留类似dem.tif的文件。1°大概100km不到，算下来一个像元就是30m*30m，正确的！其他更粗糙的分辨率也可以就这么算，反正大差不差。确定像元大小，嗯，差不多。
arcgis--创建多分辨率DEM
Learning_Well的博客
11-15 1421
2、 生成的点数据如上图所示。：【重采样】工具进行多分辨率生成影像。在【数据管理工具】-【栅格】-【栅格处理】-【重采样】工具中，生成多分辨率DEM影像。：技术链为【栅格转点】-【创建TIN】-【TIN转栅格】。首先需要将栅格转成点数据，再根据点数据创建TIN，再将TIN转栅格。
【ArcGIS Pro微课1000例】0013：NOAA全球1km分辨率DEM下载及拼接教程（附已拼接成果下载地址）
「 刘一哥与GIS的故事」
08-25 1994
文章目录一、全球1km分辨率DEM拼接成果介绍二、全球1km分辨率DEM原始数据介绍三、全球1km分辨率DEM处理拼接流程四、全球1km分辨率DEM网盘下载地址 一、全球1km分辨率DEM拼接成果介绍 二、全球1km分辨率DEM原始数据介绍 官网地址：https://www.ngdc.noaa.gov/ 三、全球1km分辨率DEM处理拼接流程 四、全球1km分辨率DEM网盘下载地址 ...
arcgis重采样像元大小对照
03-15
### ArcGIS 中重采样的像元大小设置方法 在 ArcGIS 中，重采样操作用于改变栅格数据的空间分辨率。通过调整像元大小参数，可以实现对原始栅格数据的放大或缩小。具体到像元大小的设置方法以及其对照关系，以下是详细的说明： #### 一、重采样的基本概念 重采样是指通过对栅格数据进行空间变换来更改其分辨率的过程。此过程涉及两个主要因素： 1. **像元大小**：定义新栅格数据的空间分辨率。较大的像元大小意味着较低的空间分辨率，而较小的像元大小则对应较高的空间分辨率。 2. **重采样算法**：决定如何计算新的像元值。常用的算法包括最近邻法 (Nearest Neighbor)[^1]、双线性插值 (Bilinear Interpolation)[^3] 和立方卷积法 (Cubic Convolution)[^3]。 --- #### 二、像元大小的设置方法 在执行重采样时，可以通过以下方式指定像元大小： 1. **手动输入数值**：在工具对话框中的“Cell Size”字段直接输入目标像元大小（单位通常是地图坐标系的单位，默认为米）。例如，如果希望将栅格数据的分辨率调整为 20 米，则在此处填入 `20`。 2. **基于现有栅格数据**：可以选择一个已有的栅格作为参考，软件会自动读取该栅格的像元大小并应用到当前操作中。这种方法适用于需要匹配其他数据集的情况。 3. **动态计算**：某些情况下，可以根据研究区域范围和所需精度自动生成合适的像元尺寸。虽然这不是默认选项，但在实际项目规划阶段可能被采用。 --- #### 三、常见像元大小的选择依据 选择适当的像元大小取决于以下几个方面： - 数据源特性：原始遥感影像或其他基础地理资料本身的分辨率决定了最低限度的有效设定值； - 应用需求：不同的应用场景对于细节表现的要求各异，比如城市规划倾向于更精细尺度(几厘米至数米)，而大范围环境监测或许只需几十甚至上百米级别即可满足要求； - 存储容量考量：越高的分辨率意味着更大的文件体积与运算负担；因此需权衡性能开销同最终成果质量之间的利弊得失。 | 场景描述 | 推荐像元大小 | |------------------|--------------------| | 高分辨率卫星图像 | ≤1m | | 城市建模 | 0.5~5m | | 地形分析 | 10~30m | | 大规模生态评估 | ≥90m | 上述表格仅提供了一般指导原则，并非绝对标准，具体情况仍应视任务性质灵活调整 . --- #### 四、注意事项 当发现即使完成了所有配置仍然无法获得预期效果时，请参照引用材料提到的方法排查潜在问题——确认是否因后台模式下隐藏了必要的反馈信息而导致误解状况发生 [^2]. 同时也要核实所使用的投影系统是否一致，因为不兼容可能会间接影响最终呈现形态. ```python # 示例代码展示如何利用Python脚本批量修改多个栅格数据的像元大小 import arcpy workspace = r"C:\path\to\raster_folder" arcpy.env.workspace = workspace rasters = arcpy.ListRasters() for raster in rasters: output_raster = f"{raster}_resampled" cell_size = "20" # 设定为目标像元大小 arcpy.Resample_management(raster, output_raster, cell_size, "NEAREST") ``` ---
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

WW、forever

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值