【ArcGIS Pro】shp文件转换为栅格raster数据（含Python处理代码）

WW、forever

已于 2025-03-10 20:57:20 修改

阅读量1.2k

点赞数 41

分类专栏： # ArcGIS Pro系列文章标签： GIS

于 2025-03-10 20:05:39 首次发布

本文链接：https://blog.csdn.net/qq_44246618/article/details/146159240

版权

ArcGIS Pro系列专栏收录该内容

14 篇文章

订阅专栏

准备工作：带取值的shp文件

shp文件如下：
在这里插入图片描述

查看shp文件坐标系

在 “Contents” 面板右键你的 SHP 文件 → Properties → Source，查看坐标系 (Coordinate System)：

如果是 WGS 84（单位是度），建议改成 0.0001。
如果是 UTM 或 Web Mercator（单位是米），500 代表 500 米，是合理的。
投影坐标系：Hong Kong 1980 Grid
Hong_Kong_1980_Transverse_Mercator，单位是米 (Meters)。
地理坐标系：Hong Kong 1980
Hong Kong 1980，单位是度 (Degrees)。

确保 Value Field（值字段）类型正确

可能的问题：Total_AH 可能是字符串 (Text) 类型，而非数值 (Integer/Float) 类型，这会导致栅格值异常。
在这里插入图片描述

方法 1：使用 ArcGIS Pro 的 “Polygon to Raster” 工具

下面是 ArcGIS Pro 的详细操作步骤：

步骤 1：打开 ArcGIS Pro
确保你的 SHP 文件已经加载到 ArcGIS Pro 中。

步骤 2：打开 “Polygon to Raster” 工具
在 “Geoprocessing”（地理处理工具）中搜索 “Polygon to Raster”。
选择你的 Shapefile (SHP) 文件作为输入。

步骤 3：设置转换参数

Input Features（输入要素）: 选择你的 SHP 文件。
Value Field（值字段）: 选择你想要网格化的字段，比如 height（高度）。
Output Raster Dataset（输出栅格数据集）: 选择输出的栅格文件路径。
Cell Size（像元大小）: 设定栅格的分辨率，例如 10m、30m 或 100m（根据需要选择）。
说明：Cellsize = 500 的单位取决于 SHP 文件的坐标系：
如果是地理坐标系（WGS 84，经纬度，单位是度）：500 可能表示 500 度，这会导致错误，建议使用更小的值（如 0.0001 度）。
如果是投影坐标系（UTM、Web Mercator 等，单位是米）：500 代表 500 米，这个值通常是合理的。
Cell Assignment Type：Cell Center表明只有像元中心落在某个多边形内，才会被赋值，可能导致部分区域 NoData 或数据不完整。
Processing Extent（处理范围）: 选择 “Same as Layer”（与输入图层相同），保证范围一致。

步骤 4：运行工具
点击 “Run”（运行），ArcGIS Pro 将把 Polygon 数据转换成栅格数据。

报错1：输出结果为3.40282e+38（无效值）

栅格值范围异常：3.40282e+38 和 -3.40282e+38，这通常表示无效值（NoData）或数据类型问题。

方法2：Python代码

Python完整代码如下：

import geopandas as gpd
import rasterio
import numpy as np
from rasterio.transform import from_origin
from rasterio.features import rasterize

# **1. 读取 Shapefile**
shp_path = r"D:\0 DataBase\0 Hong Kong Database\Building AHE in Hong Kong\Building_July15_AH_hour0.shp"
gdf = gpd.read_file(shp_path)

# **2. 确保数据是投影坐标系**
if gdf.crs is None or not gdf.crs.is_projected:
    raise ValueError("❌ 输入 SHP 必须为投影坐标系（单位：米）。请先转换坐标系！")

# **3. 获取 SHP 边界**
minx, miny, maxx, maxy = gdf.total_bounds  # 获取数据的最小边界
cell_size = 50  # 50m 栅格大小

# **4. 计算栅格行列数**
cols = int((maxx - minx) / cell_size) + 1
rows = int((maxy - miny) / cell_size) + 1

# **5. 生成栅格的仿射变换**
transform = from_origin(minx, maxy, cell_size, cell_size)

# **6. 选择用于栅格化的数值字段**
value_field = "Total_AH"  # 统计的字段
if value_field not in gdf.columns:
    raise ValueError(f"❌ 字段 {value_field} 不存在，请检查 SHP 文件的字段名称！")

# **找到最大 & 最小 AHE 的多边形**
max_ahe_poly = gdf.loc[gdf[value_field].idxmax()]
min_ahe_poly = gdf.loc[gdf[value_field].idxmin()]

# **打印结果**
print(f"✅ 最大 AHE: {max_ahe_poly[value_field]}")
print(f"✅ 最小 AHE: {min_ahe_poly[value_field]}")
print(f"最大 AHE 多边形:\n{max_ahe_poly}")
print(f"最小 AHE 多边形:\n{min_ahe_poly}")

# **7. 处理 NaN 值（用 0 替代）**
gdf[value_field] = gdf[value_field].fillna(0)

# **8. 生成栅格化数据**
shapes = ((geom, value) for geom, value in zip(gdf.geometry, gdf[value_field]))  # 多边形 + 值
raster_data = rasterize(
    shapes=shapes,
    out_shape=(rows, cols),
    transform=transform,
    fill=0,  # 默认值填充 0
    all_touched=True,  # 让每个像元包含的多边形都参与计算
    dtype=np.float32
)

# **9. 保存为 TIFF**
tif_path = r"D:\0 DataBase\0 Hong Kong Database\Building AHE in Hong Kong\AHE in tif\AHE_July15_00.tif"
with rasterio.open(
    tif_path, "w",
    driver="GTiff",
    height=rows,
    width=cols,
    count=1,
    dtype=raster_data.dtype,
    crs=gdf.crs.to_wkt(),
    transform=transform,
    nodata=0
) as dst:
    dst.write(raster_data, 1)

print(f"✅ 成功生成 {cell_size}m 栅格数据: {tif_path}")