GIS掩膜提取/mask，提取栅格行列号不一致。

GIS掩膜提取技巧
原创 已于 2024-08-22 09:50:10 修改 · 732 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#arcgis

于 2024-08-19 20:42:44 首次发布

首先，分辨率要一致（重采样解决，同时环境设置捕捉栅格)，投影坐标系一致。

掩膜提取设置环境：

1.捕捉栅格选行列号对齐目标栅格

 

 

asdfsdf5
关注
【ArcGIS微课1000例】0010：ArcGIS影像裁剪（裁剪、掩膜提取）
「 刘一哥与GIS的故事」
07-18 9908
文章目录裁剪方法方法一：Extract By Mask（按掩膜提取）方法二：Clip（裁剪）数据下载 裁剪方法 方法一：Extract By Mask（按掩膜提取） 加载配套的实验数据，运行Extract By Mask（按掩膜提取）工具，参数设置如下： 掩膜提取结果： 方法二：Clip（裁剪） 加载配套的实验数据，运行Clip（裁剪）工具，参数设置如下： 注意：区别于分析工具中的Clip（矢量）工具。 正确的提取结果： 注意勾选：Use Input Features for Clipping
栅格数据行列号不一致问题
weixin_43742291的博客
08-10 3280
需要跑CASA模型，根据矢量边界从GEE下载相关数据，结果和原有的LULC的行列号不匹配，这会导致模型报错，因此需要先统一行列号。这部分很基础，但本人很菜ಥ_ಥ刚发现行列号不一致时还走了点弯路，所以想分享出来，也当作记个笔记(●ˇ∀ˇ●)...
Arcgis按掩膜提取之后行列数不一致的解决办法
Along6的博客
05-08 4815
两个影像已经是相同分辨率相同投影了，但是按掩膜提取之后还是行列数不一致，如何解决？1.相同投影：project raster（投影栅格）2.相同分辨率：重采样（重采样的时候一定得捕捉栅格）处理之后：完全重合状态。
ArcGIS教程：按掩膜提取 (空间分析)
09-02
按掩膜提取工具与设置掩膜环境大体相同，但二者的区别在于输入掩膜只适用于即时实例，而在环境中设置的掩膜可在发生更改或被禁用之前应用于所有工具。
多个栅格数据使用同样的范围，掩膜（裁剪）出来的栅格行列数不一致
热爱学习
01-01 1万+
一、问题描述： 多个栅格数据使用同一矢量范围数据进行掩膜（裁剪）操作，出来的结果中，栅格的行列数却对应不上。 二、原因分析： 这些栅格中栅格像元大小不统一； 投影坐标系（针对平面）不统一； 三、解决办法： 如果是像元大小不统一造成的，我们只需要对这些栅格进行重采样即可，重采样使这些栅格像元大小一致后再进行掩膜（裁剪）。（较容易） 如果是投影坐标系不统一造成的，就需要在掩膜（裁剪）之前对其重新投影栅格使投影坐标系统一。 着重讲下第二个解决办法：投影坐标系不统一 使用如下矢量数据作为掩膜（裁剪）的范围
ArcGIS矢量裁剪（掩膜提取）栅格 行列号不一致
Sanctuary0327_的博客
08-08 5010
矢量掩膜提取栅格，行列号不一致
使用arcpy进行批量掩膜提取方法分享
rineiera的博客
02-14 1630
arypy实现批量掩膜提取代码
ArcGIS栅格编辑札记：剪裁、提取与对齐
lzy9796的博客
11-09 2579
栅格数据最常用的预处理：数据集的对齐，通过剪裁的方式实现。发散出来，背后的原理及逻辑。
ArcGIS批量裁剪栅格数据（ArcPy方法）
Bestyou's Blog
12-28 1万+
遥感数据处理系列 一些项目及科研中遇到的小需求，一方面记录自己的学习历程，另一方面帮助大家学习。 ArcPy批量计算栅格数据平均值 GLDAS数据下载及处理（NC转TIF） ArcGIS批量裁剪栅格数据 ArcPy批量栅格重采样 文章目录遥感数据处理系列前言一、栅格数据裁剪1. 原理简介2. 代码二、多文件夹场景1. 二级目录2. 三级目录总结 前言 一大堆的遥感数据如何批量裁剪？处理为相同范围的栅格数据？那么，一个NB的批处理脚本派上了用场！祭出ArcPy 一、栅格数据裁剪 1. 原理简介 栅格数
arcgis按掩膜提取，处理投影坐标系不同的两个栅格数据
A15169312555的博客
10-12 2778
一开始我想统一投影，结果发现“删格投影”这个工具会同时进行重采样，导致重投影后的像元个数发生了变化，行不太通。2、还可以设置输出的像元大小（选择你需要的就行，不用非得选择这两个文件之一）在使用arcgis的按掩膜提取时，需要两个栅格数据，一个投影是。不管是单个按掩膜提取还是批量按掩膜提取都会显示失败。解决办法：以批量提取为例（单个也一样）点击环境，进入环境设置界面，1、处理范围选择你的掩膜文件。3、点击确定，就可以了。
ARCGIS中Extract by mask使用
11-27
在年arcgis中根据面数据提取本区域范围内的影像图，可以在Spatial Analyst Tools工具箱打开Extract by mask工具
ArcGIS 掩膜提取
yuanYW7556的博客
01-18 1万+
加载原始数据和掩膜区域的数据。 找到空间分析下的提取分析，然后选择按掩膜提取，注意：输出数据最好放在数据库里，或者输出为tif数据。否则会报错。
ArcMap利用矢量裁剪栅格（按掩模提取）错误：裁剪错误，出现条带状区域解决方案
蒹葭苍苍
05-25 1万+
最近使用arcmap软件利用矢量裁剪栅格时出现错误，出现了条带状区域，裁剪之后变成了右下图： 重试了几次仍然不行，遂换一种解决方案，先把矢量数据转为栅格，然后用栅格计算器： 首先在矢量数据中添加一个字段value,字段值为1(为了方便转换栅格还有地图代数运算)： 要素转栅格，字段选择value 转换的栅格：因为我们设置的value字段值为1，所有下图栅格像元中的像元值为1 栅格计算：空间分析工具>地图代数>栅格计算器 最后结果：可以看到，条纹状的区域都不见了.
GIS中“裁剪”（Clip）和“掩膜”（Mask）的区别详解
cuijiying的博客
01-11 2793
裁剪操作指的是利用一个边界（通常是一个多边形）将另一个数据集（通常是矢量数据）裁切出指定区域。裁剪后的结果仅包含在该边界内的部分，而不包括外部区域。
ArcGIS中mask(掩膜提取)和clip工具的一点思考
热门推荐
weixin_39591632的博客
11-14 4万+
ArcGIS中mask(掩膜提取)和clip工具的一点思考 以前裁剪栅格数据一直用的是mask，后来才发现clip工具（栅格的clip工具）也可以裁剪栅格数据，于是对这两个工具进行研究，有一些心得，供大家参考。 两个工具的简单介绍 1.Mask（掩膜提取） mask工具在 Spatial Analyst Tools-> Extraction->Extraction by Mask 工具路径下，如下图所示， 工具包含三个参数，分别是输入裁剪的影像、裁剪的范围和保存的路径。 mask工具在arc
ArcGIS掩膜并保证栅格对齐，行列号一致（推荐！）
guye322的博客
03-30 1万+
为一致像元大小，选择【数据管理工具】——【栅格】——【栅格处理】——【重采样】，重采样方法选默认的就行。设置相应的输入栅格和掩膜栅格，我这里想用重采样后的NDVI数据掩膜全球柱浓度VCD数据，设置好后，点击【环境】。，选择【Spatial Analyst工具】——【提取分析】——【按掩膜提取】点击确定后运行，可以看到，两张栅格图能够完全重合，且行列号大小一致。在没有按照下文方法掩膜后，往往会出现栅格数据偏移的情况，如下图。（用于掩膜——栅格用掩膜，矢量文件用裁剪），我这里是重采样后的NDVI数据。
Arcgis以掩膜提取批处理-模型构建器
农业遥感学子一枚
12-25 5127
5.点击-迭代栅格数据-获取变量-从参数-选择工作空间（将需要处理的图像放入同一个文件夹的文件夹位置）6.双击工作空间-选择文件夹（将需要处理的图像放入同一个文件夹的文件夹位置）更改输入栅格、输出栅格（%Name%）2.编辑模型：插入-迭代器-栅格。7.连接：掩膜数据~按掩膜提取。4.导入掩膜的矢量/栅格数据。1.新建工具箱-新建模型。8.名称-重命名Name。3.拖入-按掩膜提取。9.双击-按掩膜提取。
ArcGIS中怎么把数据提取到指定范围(裁剪、掩膜提取)
qq_57376018的博客
01-05 4153
最近，经常能收到怎么把数据提取到指定范围、栅格数据怎么裁剪、矢量数据怎么裁剪、栅格数据怎么掩膜的咨询。但是具体思路也是两种，把栅格转成矢量 或者把矢量转成栅格来间接实现裁剪就可以了。对于栅格栅格数据: 栅格数据的裁剪的术语叫（按）掩膜提取。首先也把数据加入软件，
检查多个栅格数据行列数是否一致对齐
最新发布
03-25
### 验证多个栅格数据的行列数一致性及空间对齐方法 在地理信息系统（GIS）分析中，确保多个栅格数据的空间对齐和属性一致性是非常重要的一步。以下是具体的方法来验证多个栅格数据的行列数一致性和实现空间对齐。 #### 1. 行列数一致性检查 可以通过读取栅格文件并提取其元数据来进行行列数的一致性检查。通常使用的软件包如 `raster` 或者 `gdal` 可以帮助完成这一任务： ```python from osgeo import gdal def check_raster_dimensions(raster_paths): dimensions = [] for path in raster_paths: dataset = gdal.Open(path) rows, cols = dataset.RasterYSize, dataset.RasterXSize dimensions.append((rows, cols)) return all(d == dimensions[0] for d in dimensions) # 使用示例 paths = ['path/to/raster1.tif', 'path/to/raster2.tif'] if check_raster_dimensions(paths): print("All rasters have the same number of rows and columns.") else: print("Raster dimensions are inconsistent.") ``` 上述代码通过 GDAL 库打开每个栅格文件，并获取其行数 (`RasterYSize`) 和列数 (`RasterXSize`) 来比较是否相同[^4]。 #### 2. 空间对齐方法 如果发现栅格数据未对齐，则可以采用以下几种方式解决： ##### (a) 裁剪至共同范围 使用矢量面或者指定的一个公共范围裁剪所有的栅格数据到相同的区域。这可以通过 GIS 工具或编程库完成。例如，在 Python 中利用 `rasterio` 进行操作： ```python import rasterio from rasterio.mask import mask from shapely.geometry import box import geopandas as gpd def crop_to_common_extent(input_files, output_files, common_bounds): bbox = box(*common_bounds) geo = gpd.GeoDataFrame({'geometry': [bbox]}, crs="EPSG:4326") for input_file, output_file in zip(input_files, output_files): with rasterio.open(input_file) as src: out_image, out_transform = mask(src, geo['geometry'], crop=True) out_meta = src.meta.copy() out_meta.update({"driver": "GTiff", "height": out_image.shape[1], "width": out_image.shape[2], "transform": out_transform}) with rasterio.open(output_file, "w", **out_meta) as dest: dest.write(out_image) # 示例调用 input_files = ['path/to/raster1.tif', 'path/to/raster2.tif'] output_files = ['path/to/cropped_raster1.tif', 'path/to/cropped_raster2.tif'] common_bounds = (-78.5, 39.5, -76.5, 41.5) # 经纬度表示的边界框 crop_to_common_extent(input_files, output_files, common_bounds) ``` 此脚本将所有输入栅格裁剪到由 `common_bounds` 定义的统一范围内。 ##### (b) 重采样与重新投影 当栅格分辨率不一致时，可对其进行重采样使其达到同一分辨率；同时也可以调整坐标系使之匹配。下面展示了一个基于 R 的例子： ```R library(raster) align_rasters <- function(file_list, target_res, proj_string){ aligned_rasters <- list() for (file in file_list){ ras <- raster(file) if (!is.null(proj_string)){ ras <- projectRaster(ras, crs=proj_string) } aligned_rasters[[length(aligned_rasters)+1]] <<- resample(ras, raster(file_list[1]), method='bilinear') } return(aligned_rasters) } # Example usage files <- c('path/to/raster1.tif', 'path/to/raster2.tif') aligned <- align_rasters(files, target_res=c(30,30), proj_string='+init=epsg:4326') saveRDS(aligned, 'aligned_rasters.rds') ``` 这段代码首先加载了所需的栅格图像列表，接着执行必要的投影转换以及重采样过程，最终返回一组已对齐的栅格对象[^3]。 #### 总结 以上介绍了两种主要的技术手段用来确认和修正栅格间的差异问题：一是直接对比各栅格的基础参数比如尺寸大小；二是借助特定算法实施相应的预处理措施诸如裁切、重采样或是改变地图投影等步骤来达成目标。这些技术能够有效保障后续建模工作的顺利开展[^2]。
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
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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