GEE 将裁剪后的Sentinel-2影像 在ArcGIS中去除空值

ArcGIS基础:栅格数据中的NoData数值(空值)的处理 栅格计算器工具位于【spatial analyst工具】下,输入如下计算表达式,con表示条件函数,isnull表示条件判断,表达式的意思是如果不是dem,那就是nodata了,那么就对其赋值1,如果是DEM,就保持原来的值不变。使用【重分类】工具,该工具也是位于【spatial analyst】工具下,如下所示,需要在重分类设置里把其他所有值【旧值】设置为nodata【新值】,nodata重分类为2。先使用【栅格转ASCII】工具,该工具位于【转换工具】的【由栅格转出】下,输入栅格数据进行以下设置。 阅读详情


在ArcGIS中,可以使用栅格计算器(Raster Calculator)工具来设置NoData值为空。以下是在ArcGIS中将NoData值设置为空的步骤:

  • 打开ArcGIS软件并加载下载的Sentinel-2影像数据。
    • 影像Nodata空值以黑色背景呈现,影响矢量数据叠加。

  • 在ArcGIS中选择栅格计算器工具:依次点击 Spatial Analyst -> Map Algebra -> Raster Calculator,操作文档如下:
    • https://pro.arcgis.com/zh-cn/pro-app/3.0/tool-reference/image-analyst/raster-calculator.htm

  • 在打开的栅格计算器对话框中,输入以下表达式来将NoData值设置为空:
    • 其中,"YourRaster" 是你加载的影像数据的名称。
Con(IsNull("YourRaster"), 0, "YourRaster")
  • 点击“OK”按钮运行计算器。

  • 完成后,新的栅格数据将添加到地图中,并且所有原始数据中的NoData值将被设置为空值。

如果这对您有所帮助,希望点赞支持一下作者! 😊

点击查看原文
https://mp.weixin.qq.com/s?__biz=Mzk0MTU1MjU5Mw==&mid=2247484732&idx=1&sn=4f208a45d5acaad45a92831b9c3f5bcb&chksm=c2d1e382f5a66a9455dfed564bab0086336e0c67d4831efec96518488dff510ea423a8c5fa20#rd

file

大面积快速提取一个地区的积雪覆盖,并计算面积 阅读详情

相关推荐

GIS人如何用机器学习升级遥感影像分析能力

遥感影像分析是地理信息科学的核心能力,其本质是通过多光谱、时序与空间特征识别地表变化。机器学习作为智能建模方法,能自动挖掘NDVI、EVI、纹理及SAR极化等遥感特征间的非线性关系,显著提升分类精度与响应效率。相比传统目视解译或阈值法,ML模型具备可量化评估、支持概率输出、适配高频更新等技术优势,广泛应用于耕地监测、生态评估、城市扩张识别等自然资源管理场景。本文聚焦GIS从业者最易上手的scikit-learn+QGIS+GEE技术路径,以真实业务问题为驱动,详解从辐射定标、样本构建到模型部署的全流程实践。

weixin_34032792的博客 441

哨兵二号数据处理

对下载的哨兵二号数据进行处理最终获取TIFF遥感影像

Little_fine的博客 6510

GEE遥感数据批量下载实战:从MODIS NDVI到本地自动化管理

遥感数据批量处理是地理空间分析中的常见需求,尤其在处理长时间序列数据时,高效的数据获取与本地化管理成为关键。其核心原理在于理解云端平台的异步任务调度机制与配额限制,通过分而治之的策略将大规模数据请求拆分为可控的独立任务。这一技术方案的价值在于能够将PB级的云端数据资源稳定、自动化地同步至本地,为后续的深度分析、模型训练或业务系统集成提供数据基础。典型的应用场景包括生态环境监测、农业估产、气候变化研究等领域中,对MODIS、Landsat、Sentinel等系列产品的区域长时间序列分析。本文将以MODIS N

weixin_33895516的博客 444

栅格擦除(反向裁剪)

前言 最近办公室的师兄在处理横断山区水土耦合的时候,遇到一个问题,需要对栅格数据进行擦除,也就是反向提取。如果是矢量数据,ArcGIS中提供直接的工具可以进行,但是栅格数据并没有直接的工具。如果将栅格数据转换为矢量数据,则会遇到坐标系、转换方法和像元大小确定的问题,还会造成精度损失。网上搜索的方法不甚明确,且较为复杂,现在提供一种直接简便的方法。 第一步 首先...

u010885059的博客 3万+

Google Earth Engine(GEE)案例——如何去除和过滤Landsat和sentinel等系列影像集合中的空影像(三种方法)

本文的主要解决的问题是如何去除和过滤Landsat和sentinel等系列影像集合中的空影像?这个主要源于一下的问题:“从图像集中删除空图像”是什么意思?

此星光明博客 1070

哨兵2号数据下载与利用Python处理(波段融合、降采样、可视化、裁剪等)全过程详解

哨兵-2号卫星携带一枚多光谱成像仪(MSI),高度为786km,可覆盖13个光谱波段,幅宽达290千米。地面分辨率分别为10m、20m和60m、一颗卫星的重访周期为10天,两颗互补,重访周期为5天。从可见光和近红外到短波红外,具有不同的空间分辨率,在光学数据中,哨兵-2号数据是唯一一个在红边范围含有三个波段的数据,这对监测植被健康信息非常有效。13个波段中蓝色 (B2)、绿色 (B3)、红色 (B4) 和近红外 (B8) 波段具有 10 米的分辨率;

littleyy666的博客 3373

第十二篇GEE中使用Sentinel来下载空间分辨率较高的影像

/maskS2clouds 用于处理 Sentinel-2 图像数据,从 Sentinel-2 图像//中去除云层和卷云的影响,确保图像数据尽可能地反映真实的地表情况。

Gee Explorer的博客 1270

用ENVI软件对Sentinel-2(哨兵2)数据进行大气校正流程整理,亲测可用

用ENVI软件对Sentinel-2(哨兵2)数据进行大气校正流程整理,亲测可用,绝对可以使用,自己总结一下,以后方便查看,同时以飨读者

GEE中创建格网并批量裁剪研究区Landsat 8和Sentinel -2影像

GEE上批量生成正方形格网并以格网裁剪影像。Arcgis pro的速度慢到令人发指,遂分享一段GEE代码。

songmeilimeili的博客 445

利用envi 5.3 读取哨兵2号数据

利用envi 5.3直接读取哨兵2号数据,有详细的操作步骤和说明。

我爬取了某非法网贷后台系统数据,终于知道什么叫做利滚利滚利滚利了

我爬取了非法贷款的后台网站!

weixin_44042821的博客 2880

基于 GEE Landsat 与 Sentinel 数据的归一化水体指数 NDWI 计算和水体提取

基于 GEE Landsat 与 Sentinel 数据的归一化水体指数 NDWI 计算和水体提取。

@HNUSTer的博客 1234

数字加网(一)— —概念及分色合成

由于大多数图像复制设备是二值设备,因此在图像复制过程中,必须先把连续调的灰度图像或彩色图像处理成二值的半色调图像,用单位面积的网点覆盖率来表现图像的颜色深浅变化。这个过程被称之为加网(Screening) 数字加网就是根据人眼视觉的空间混色特性,用人眼无法分辨的细小黑白点的单位覆盖面积来模拟灰度图像或彩色图像的层次变化,使得到

Sin_Geek成长の迹 8593

使用自己制作的shp文件从GEE下载某地的哨兵2的tif影像与其他shp文件地理范围对不齐

问题描述 出于实验要求,需要从GEE上下载某县的哨兵2的tif影像,下载影像时用的自己制作的该县shp图(xian_shp)。 由导师提供该县的耕地地块图geng_shp. 在使用tif影像和地块shp制作深度学习数据集时,发现tif和xian_shp放入arcgis中显示时,存在一定程度的偏移(应该是因为xian_shp和geng_shp文件没有使用统一的范围标准)。这种情况下制作的数据集应该是无法使用的。 xian_shp范围小于tif 因为后期要用到将大图像裁剪为256的小图像,裁剪程序存在写入地理坐

qq_42234370的博客 1774

ENVI 5.3与IDL 8.5安装指南:从下载到激活的完整流程

本文提供了一份详细的ENVI 5.3与IDL 8.5安装教程,涵盖从获取安装包、运行主程序、安装许可证到关键文件替换的完整流程。指南重点解决了激活过程中的常见问题,并分享了个人实践经验,旨在帮助用户,特别是遥感图像处理初学者,一次性顺利完成软件部署,为后续的科研与开发工作奠定基础。

weixin_29213827的博客 546

电脑卸载神器Revo Uninstaller Pro,彻底清残留,终身无限制使用

打开软件后,它会自动扫描并列出电脑里所有已安装的程序,小到各种插件、大到专业设计软件和驱动程序,哪怕是隐藏的系统组件,都能给你扒出来,还会自动分类整理,加上搜索功能能快速定位目标软件,就算是电脑小白,也能轻松上手。卸载彻底无残留:能直接代替系统自带的 “添加 / 删除程序”,不光能正常卸载软件,还会通过内置卸载程序配合残留扫描,把软件留下的残留文件、垃圾还有注册表项都扫得明明白白,扫描强度有三档可以选,想清理得多干净都能自己定,删除之后电脑立马清爽不少。电脑用久了是不是越来越慢?

qq_75153390的博客 1748

1.河宽计算

在ArcGIS中手动绘制以下数据:线数据(seed):通过监测点位,尽量垂直于河道大致水域数据(rough_area):画出大致点位附近的水域数据,长度上要超过上下五公里,宽度上要覆盖河道。

2301_78127346的博客 247

一文掌握python图形界面开发PyQt6--(一)基本操作、控件、信号与槽、常用控件、布局管理、事件处理、文件对话框

一文掌握python图形界面开发PyQt6--(一)基本操作、控件、信号与槽、常用控件、布局管理、事件处理、文件对话框

qq_38120851的博客 4046

全国30米逐年植被覆盖度数据集:从GDAL、ArcGIS到GEE的工程化处理实战

植被覆盖度(FVC)是生态与农业监测的核心参数,其反演依赖像元二分模型与NDVI端元策略。30米分辨率FVC数据能精细刻画田块与林地边界,但海量GeoTIFF带来投影转换、NoData处理与批量裁剪等工程挑战。借助GDAL脚本化清洗、ArcGIS可视化分析及Google Earth Engine云端长时序计算,可高效完成区域生态评估、耕地变化监测与城市热岛研究。本文围绕全国逐年FVC数据集,系统梳理从数据体检、工具链配置到质量验证的完整技术链路,并分享文档中鲜有提及的实操避坑经验。

weixin_33906657的博客 481

筑牢上线前安全防线:安全运维服务中的检测实践与深化

在日益严峻的网络安全形势下,将漏洞扫描、渗透测试和基线核查有机结合的上线前安全检测,是保障信息系统安全、稳定、合规上线的基石。通过专业、严谨、协作的检测实践,乙方安全团队能够有效协助甲方在系统生命周期的起点就构筑起坚固的安全防线,为业务的顺利开展和用户的信任保驾护航,真正实现“安全赋能业务”的价值。这道“守门人”的职责,是数字时代企业稳健前行的不可或缺的保障。专业的安全服务提供商(乙方)需要与甲方(系统所有者/运营方)建立紧密、透明、协作的伙伴关系,实现风险的闭环管理,甚至推动甲方安全能力的长期提升。

huluang的专栏 183

【知识分享】车载以太网PCB布局设计指南

本文将深入探讨在设计车载以太网设备的印刷电路板(PCB)时需要着重考虑的若干关键主题。这些主题广泛涵盖了数据布线设计,以确保其符合信号完整性(SI)和电磁兼容性(EMC)标准;外部元器件的合理摆放;以及采取有效的抗电磁干扰(EMI)布局策略等方面。通过全面且细致地处理这些关键环节,能够显著提升车载以太网设备的性能与可靠性。

一只豌豆象的博客 1352

从零开始打造3D地形图:ArcGISPro实战指南

本文是一份详细的ArcGISPro实战指南,手把手教你从零开始制作专业3D地形图。文章涵盖了从免费获取高清影像与DEM数据、数据预处理与裁剪,到在ArcGISPro中构建3D场景、链接高程、贴合影像,以及最终添加底座、设计布局并高清导出的完整流程。通过本指南,即使是初学者也能快速掌握利用ArcGISPro进行3D地形可视化的核心技能。

flower的专栏 593

深度学习-176-知识图谱技术之langchain与neo4j的嵌入向量Neo4jVector

使用Neo4jVector将输入的文档向量化,并创建向量索引,然后进行语义检索。

qq_20466211的博客 440

2019-2024年中国逐年10米分辨率FVC数据集

本数据集提供了2019年至2024年中国区域10米空间分辨率的逐年植被覆盖度(FVC)产品。

地球资源数据云的官方博客 752

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

2019-2024年中国逐年10米分辨率最大值合成EVI数据集

本数据集提供了2019年至2024年逐年最大值合成的增强型植被指数(EVI)产品,空间分辨率为10米。

地球资源数据云的官方博客 511

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

上一篇: GEE 依照范围裁剪 下载Sentinel-2数据
下一篇: ENVI 如何批量拆分多波段栅格
ThsPool
博客等级 码龄3年 2万+粉丝 93原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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
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