ArcGIS中利用Arcpy批量对土地利用类型数据投影转换

该代码示例展示了如何利用Python的Arcpy模块对多个TIFF栅格文件进行批量投影转换。首先定义输入和输出文件夹,然后通过ListFiles获取所有TIFF文件,接着对每个文件进行坐标系定义和投影转换操作,使用NEAREST重采样方法。代码特别适用于跨地理坐标系的转换,如从GCS_WGS_1894到CGCS2000_3_Degree_GK_Zone_39。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

用模型构建器批量处理比较慢,因此可以利用Arcpy进行处理

# -*- coding: utf-8 -*-
import arcpy

# 多个shp文件所在文件夹
z_rasters = "H:/wd30/ww/sci/global30/z2001-2020/"
# 工作环境
arcpy.env.workspace = z_rasters
# 提取文件夹中的tif栅格文件
rasters = arcpy.ListFiles("*.tif")
# 输出raster所在路径
output_raster = "H:/wd30/ww/sci/global30/project/"
# 循环转换投影
for raster in rasters:
    # 获取名称
    catchment_name = raster[:-4]
    out_raster_name = output_raster + catchment_name + ".tif"
    # 投影坐标系WKID代码
    out_coor_system = 32639
    # 这个“30 30”是重采样的大小
    arcpy.ProjectRaster_management (raster, out_raster_name, out_coor_system, "NEAREST", "30 30")
    print "finished"

当数据需要进行跨地理坐标系进行投影转换时,例如我想从GCS_WGS_1894投影到CGCS2000_3_Degree_GK_Zone_39的坐标系,那么要首先进行一个地理坐标系的转换,这里可以直接进行定义坐标系,定义地理坐标系以后再进行投影转换。

# -*- coding: utf-8 -*-
import arcpy

# 多个shp文件所在文件夹
z_rasters = "H:/wd30/ww/sci/global30/z2001-2020/"
# 工作环境
arcpy.env.workspace = z_rasters
# 提取文件夹中的tif栅格文件
rasters = arcpy.ListFiles("*.tif")
# 输出raster所在路径
output_raster = "H:/wd30/ww/sci/global30/project/"
# 循环转换投影
for raster in rasters:
    # 获取名称
    catchment_name = raster[:-4]
    out_raster_name = output_raster + catchment_name + ".tif"
    # 这里的4490和4527是坐标系的WKID码
    arcpy.DefineProjection_management(raster, 4490)
    arcpy.ProjectRaster_management (raster, out_raster_name, 4527, "NEAREST", "30 30")
    print "finished"
python2.7栅格数据批量转换投影:ProjectRaster_management (in_raster, out_raster, out_coor_system, {resampling_type}, {cell_size}, {geographic_transform}, {Registration_Point}, {in_coor_system}) in_raster 输入栅格数据集。Mosaic Layer; Raster Layer out_raster 要创建的输出栅格数据集。以文件格式存储栅格数据集时,需要指定文件扩展名,具体如下:.bil - Esri BIL, .bip - Esri BIP, .bmp - BMP, .bsq - Esri BSQ, .dat - ENVI DAT,.gif - GIF,.img - ERDAS IMAGINE,.jpg - JPEG,.jp2 - JPEG 2000,.png - PNG,.tif - TIFF,无扩展名 - Esri Grid,以地理数据库形式存储栅格数据集时,不应向栅格数据集的名称添加文件扩展名。 将栅格数据集存储到 JPEG 文件、JPEG 2000 文件、TIFF 文件或地理数据库时,可以指定压缩类型和压缩质量。 Raster Dataset out_coor_system 输入栅格待投影到的目标坐标系。默认值将基于“输出坐标系”环境设置进行设定。该参数的有效值是扩展名为 .prj 的文件。现有要素类、要素数据集、栅格目录(基本上包含了与坐标系相关的所有内容)。坐标系的字符串表示。要生成此类较长的字符串,可向模型构建器添加一个坐标系变量,并根据需要设置该变量的值,然后将模型导出到 Python 脚本。 Coordinate System resampling_type (可选) 要使用的重采样算法。默认设置为 NEAREST。 NEAREST —最邻近分配法 BILINEAR —双线性插值法 CUBIC —三次卷积插值法 MAJORITY —众数重采样法 NEAREST 和 MAJORITY 选项用于分类数据,如土地利用分类。NEAREST 选项是默认设置,因为它是最快的插值法,同时也因为它不会更改像元值。请勿对连续数据(如高程表面)使用 NEAREST 或 MAJORITY。BILINEAR 选项和 CUBIC 选项最适用于连续数据。不推荐对分类数据使用 BILINEAR 或者 CUBIC,因为像元值可能被更改。 cell_size (可选) 新栅格数据集的像元大小。默认像元大小为所选栅格数据集的像元大小。 Cell Size XY geographic_transform (可选) 在两个地理坐标系或基准面之间实现变换的方法。当输入和输出坐标系的基准面相同时,地理(坐标)变换为可选参数。如果输入和输出基准面不同,则必须指定地理(坐标)变换。 有关各个受支持的地理(基准面)变换的详细信息,请参阅位于 ArcGIS 安装目录的 \Documentation 文件夹下的 geographic_transformations.pdf 文件。 Registration_Point(可选)用于对齐像素的 x 和 y 坐标(位于输出空间中)。配准点的工作原理与捕捉栅格的概念类似。通过配准点可指定用于定位输出像元的原点,而不是仅将输出捕捉到现有栅格像元。所有输出像元与该点之间必须间隔一个像元。该点的坐标不必位于一角,也不必落入栅格数据集中。捕捉栅格环境设置参数将优先于 Registration_Point 参数。因此,如果您要设置配准点,请确保尚未设置捕捉栅格。 in_coor_system (可选) 输入栅格数据集的坐标系。Coordinate System
评论 2
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