ArcGIS中国地表覆盖数据GlobeLand30预处理(批量投影、拼接、掩膜提取)附成品下载

结果示意图:

在这里插入图片描述

GlobeLand30是30米空间分辨率全球地表覆盖数据,目前可供下载的有3年的数据:2000-2010-2020。本文主要讲解在ArcGIS10.6平台下进行GlobeLand30的预处理操作,主要预处理步骤包括:批量分幅投影转换批量分幅无效值处理批量图幅拼接数据集掩膜提取


一、GlobeLand30 ArcGIS批处理完整流程

GlobeLand30的预处理步骤主要有:批量分幅投影转换批量分幅无效值处理批量图幅拼接数据集掩膜提取

1. 批量投影转换

由于原数据集使用的是6°带UTM投影,图幅从43-53跨了11个带,因此需要先对所有的图幅进行投影转换,然后进行后续操作。为了便于精确计算面积,本文将其转换为Albers等积投影,地理坐标系为WGS1984。

Python源代码:

由于原始数据集分幅是保存在不同的文件夹,因此第一步批量投影变换需要遍历根目录下的所有文件夹,过程稍微有些复杂,从第二步开始,将所有的处理结果保存在一个文件夹内,减少了代码量。





arcpy.ProjectRaster_management(raster,out, "PROJCS['MyAlbers',GEOGCS['GCS_WGS_1984',DATUM['D_WGS_1984',SPHEROID['WGS_1984',6378137.0,298.257223563]],PRIMEM['Greenwich',0.0],UNIT['Degree',0.0174532925199433]],PROJECTION['Albers'],PARAMETER['False_Easting',0.0],PARAMETER['False_Northing',0.0],PARAMETER['central_meridian',105.0],PARAMETER['Standard_Parallel_1',25.0],PARAMETER['Standard_Parallel_2',47.0],PARAMETER['latitude_of_origin',0.0],UNIT['Meter',1.0]]", "NEAREST", cellsize , "", "", "GEOGCS['GCS_WGS_1984',DATUM['D_WGS_1984',SPHEROID['WGS_1984',6378137.0,298.257223563]],PRIMEM['Greenwich',0.0],UNIT['Degree',0.0174532925199433]]")
                    n=n+1
    print str(n)+" rasters are processed !!!"


查看投影坐标系:

在这里插入图片描述

2. 批量处理无效值

第一步投影结束后,影像的黑边依然存在,这将影像后面的拼接处理结果,黑边对应的像元值为0,只需要将其设置为NoData即可,对应的工具是栅格计算器中的SetNull函数,我们继续使用Python批处理。

Python源码:

 
for inRaster in inRasters:
    outRaster=outpath+inRaster
    ##print outRaster
    print "Processing "+inRaster +" ......"
    outSetNull = SetNull(inRaster,inRaster,WhereClause)
    outSetNull.save(outRaster)
    n=n+1
print str(n)+" rasters are processed!"

处理过程:

在这里插入图片描述

处理结果:

在这里插入图片描述

3. 批量图幅拼接

在ArcGIS中拼接栅格图幅有两个工具:【镶嵌】和【镶嵌至新栅格】,当然了需要手动添加数据,好在我们的数据在同一个文件夹下,可以直接全选拖动,当然了,也可以写Python代码来完成。

方法一:使用【镶嵌至新栅格】工具

在这里插入图片描述

方法二:Python代码

arcpy.MosaicToNewRaster_management(str, outPath, outName, "", "8_BIT_UNSIGNED", "", "1", "LAST", "FIRST")

处理过程:

在这里插入图片描述

需要注意的是,原始数据集是tif格式,且每个图幅都是有金字塔的,加载和显示速度都比较快,但是SetNull后会丢失金字塔,加载速度很慢。

4. 添加分类字段并赋值

打开属性表,添加一个文本型字段type,打开编辑器,输入分类名称并保存。

在这里插入图片描述

5. 掩膜提取

使用【按掩膜提取】工具,按研究区范围进行提取。

在这里插入图片描述
配色参考值:

在这里插入图片描述

注意:拼接后的数据集是有金字塔的,但是使用【按掩膜提取】工具后又会丢失金字塔,必须重新构建金字塔,否则加载速度异常慢。

二、GlobeLand30成品数据下载

请私信原创作者。

————————————————
版权声明:本文为CSDN博主「刘一哥GIS」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/lucky51222/article/details/112723313

  • 6
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
ArcGIS中,有两个工具可以用于栅格数据掩膜提取,分别是mask工具和clip工具。mask工具位于Spatial Analyst Tools->Extraction->Extraction by Mask工具路径下,而clip工具位于Data Management Tools->Raster->Raster Processing->Clip工具路径下。\[1\]\[2\] mask工具的作用是通过一个掩膜范围来提取与该范围相对应的栅格像元。它包含三个参数,分别是输入裁剪的影像、裁剪的范围和保存的路径。\[1\] clip工具的作用是创建栅格数据的一个空间子集,可以用于栅格数据集、镶嵌数据集或图像服务图层。它也包含三个必选参数和三个可选参数。\[2\] 根据测试结果,使用mask工具进行裁剪的时间比使用clip工具要慢近1倍。此外,裁剪结果显示,clip工具裁剪出的数据明显比mask工具裁剪出的数据大,这主要是因为clip工具将像元深度变为32位导致数据量增大。\[3\] 需要注意的是,在使用clip工具进行裁剪时,需要选中相应的选项,以确保裁剪结果按照矢量边界进行裁剪,而不是按照矢量的最小外接矩形进行裁剪。\[3\] 总结来说,mask工具和clip工具都可以用于栅格数据掩膜提取,但它们的使用方法和效果略有不同。具体选择哪个工具取决于你的需求和数据处理的要求。 #### 引用[.reference_title] - *1* *2* *3* [ArcGIS中mask(掩膜提取)和clip工具的一点思考](https://blog.csdn.net/weixin_39591632/article/details/109691330)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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