Python地理数据处理 24:基于arcpy批量操作(六)

本文介绍了如何使用Python的arcpy模块进行批量处理tif影像数据,包括同年tif数据的差分计算、CalculateStatistics统计计算以及重采样操作。代码示例详细展示了如何遍历文件、执行各步骤并保存结果。

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

1. 同年tif数据作差

对于同一年成像的两景遥感影像分别进行做差处理。如将2001q.tif文件减去2001m.tif文件,将2002q.tif文件减去2002m.tif文件,以此类推。

import arcpy
import os
arcpy.CheckOutExtension('Spatial')

# 设置工作空间
workspace = r"D:\dataset"  # 文件夹路径
arcpy.env.workspace = workspace

# 获取文件夹中的所有tif文件
tif_files = arcpy.ListFiles("*.tif")

# 存储每个年份的eos和sos文件路径
year_files = {}

# 遍历tif文件,根据文件名将eos和sos文件分组
for tif_file in tif_files:
    basename = os.path.splitext(tif_file)[0]
    year = basename[:4]
    file_type = basename[4:]  # 文件类型,如eos、sos
    
    if year in year_files:
        year_files[year][file_type] = tif_file
    else:
        year_files[year] = {file_type: tif_file}

# 对每个年份进行相减操作
for year in year_files:
    if "m" in year_files[year] and "q" in year_files[year]:
        m_raster = year_files[year]["m"]
        q_raster = year_files[year]["q"]
        
        # 生成新的栅格图像名称
        output_raster = year + "m_q.tif"
        
        # 相减操作
        out_raster = arcpy.sa.Minus(m_raster, q_raster)
        
        # 保存新的栅格图像
        output_path = "D:\\dataset\\s\\" + output_raster
        out_raster.save(output_path)  
        print year

2. Calculate Statistics

有时候tif影像无法建立属性表,或者无法分类,这种情况可能是由于图像未进行统计计算而导致的,以下为arcgis中该功能的界面,但是无法进行批量处理:
在这里插入图片描述
批量处理代码:

import arcpy
import os

# set workspace
workspace = r"D:\dataset"
arcpy.env.workspace = workspace

# get all .tif image
tif_files = arcpy.ListFiles("*.tif")

# run the Calculate Statistics in arcgis
for tif_file in tif_files:
    tif_path = os.path.join(workspace, tif_file)
    arcpy.CalculateStatistics_management(tif_path)
    print "to {} run the Calculate Statistics function".format(tif_file)
    

3. 批量重采样

此代码使用了最近邻(“NEAREST”)插值方法进行重采样,如果您需要使用其他插值方法,请相应地修改arcpy.Resample_management函数的第四个参数。

import arcpy
from arcpy.sa import *

# 设置工作空间
arcpy.env.workspace = r"C:\path\to\your\workspace"

# 输入文件夹路径
input_folder = r"C:\path\to\input\folder"

# 输出文件夹路径
output_folder = r"C:\path\to\output\folder"

# 设置重采样分辨率
resampling_resolution = "1000"

# 列出输入文件夹中的所有tif文件
tif_list = arcpy.ListFiles("*.tif")

# 循环处理每个tif文件
for tif_file in tif_list:
    # 构建输入和输出路径
    input_path = input_folder + "\\" + tif_file
    output_path = output_folder + "\\" + tif_file
    
    # 执行重采样
    arcpy.Resample_management(input_path, output_path, resampling_resolution, "NEAREST")
    
    print output_path

print("Finish!")

4. 使用arcpy进行批量tif格式数据的重采样

此代码使用了最近邻(“NEAREST”)插值方法进行重采样,如果您需要使用其他插值方法,请相应地修改arcpy.Resample_management函数的第四个参数。

import arcpy
from arcpy.sa import *

# 设置工作空间
arcpy.env.workspace = r"C:\path\to\your\workspace"

# 输入文件夹路径
input_folder = r"C:\path\to\input\folder"

# 输出文件夹路径
output_folder = r"C:\path\to\output\folder"

# 设置重采样分辨率
resampling_resolution = "1000"

# 列出输入文件夹中的所有tif文件
tif_list = arcpy.ListFiles("*.tif")

# 循环处理每个tif文件
for tif_file in tif_list:
    # 构建输入和输出路径
    input_path = input_folder + "\\" + tif_file
    output_path = output_folder + "\\" + tif_file
    
    # 执行重采样
    arcpy.Resample_management(input_path, output_path, resampling_resolution, "NEAREST")
    
    print output_path

print("Finish!")


评论 5
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

打赏作者

Jackson的生态模型

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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