MODIS数据预处理半批量实现

我发现之前难住自己的并不是一些理论上的知识，而是具体的实践。因此我决定再回顾一下自己之前进行预处理过程中遇到的难题。

一、ModisSwath工具进行镶嵌、校正

        ModisSwath工具安装的需要安装Java，大家可以参考其他教程。（在此之前我也尝试了各种MRT和HGE，但是都没有实现。）（也想过学习ENVI IDL，但又因为基础太差没学会。）

下面选择的是MOD03的地理坐标数据应该。

这个表示选择的是MODIS的第31波段。

这个处理之后可以选择输出为tif或者hdf。

此处我选择的是输出tif，因为tif可以利用arcpy直接进行批量的裁剪，对我来说更简单。下面是arcpy批量裁剪的一个简单的代码(参考大佬的代码简单整理后的)。

# -*- 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"H:\TIFFCLIP1"

# 输出路径
outws = r"H:\TIFFOK1"

# 指定shp范围边界文件，即目标区域的边界
mask = r"H:\DQ\DQ.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)
        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!   ---   ")

（以上只是简单整理，具体过程中应该还是有困难的，小伙伴们加油）

（学习中的小菜鸟，感谢指出不足，但是请轻喷，谢谢♥）