基于arcpy实现去除异常值和缩小值

该文章介绍了如何利用Python的ArcPy模块处理遥感数据,特别是去除那些超出特定范围(VALUE<1)的异常值。代码示例中,作者遍历工作空间中的tif格式数据,应用SetNull函数结合whereClause条件过滤异常值,然后将结果乘以0.0001以恢复原值。这是一个简单快捷的批量处理方法。

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

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


前言

提示:这里可以添加本文要记录的大概内容:
下载的数据有效值是1-10000,且需要乘以0.0001恢复原值


实现代码

代码如下(示例):

# -*- coding: utf-8 -*-
import arcpy
from arcpy.sa import *

arcpy.CheckOutExtension("ImageAnalyst")  # 检查许可
arcpy.CheckOutExtension("spatial")  # 检查许可
s="E:\\DATA\\CCI_AP_SM\\monthmean/"
arcpy.env.workspace = s # 工作空间
rasters = arcpy.ListRasters("*", "tif")  # 遍历工作空间中的tif格式数据
a="E:\\DATA\\CCI_AP_SM\\monthmean0.0001\\"
whereClause = "VALUE < 1"   # 去除异常值

# 循环rasters中的所有影像,进行去异常值操作
for ras in rasters:
    outrasters = a + str(ras)  # 更改输出栅格名字
    outSetNull = SetNull(ras, ras, whereClause)# 去除异常值
    ra_DY = Times(outSetNull, 0.0001)
    ra_DY.save(outrasters)
    print(str(ras))
print("All null project is OK!")

总结

自认为比较简单快捷的处理方式,以上只是根据个人需要进行编码,仅供参考,自留保存用。

### 如何在 ArcGIS 中识别并去除空间数据的异常值 在处理地理信息系统 (GIS) 数据时,异常值可能会显著影响分析结果的质量准确性。以下是关于如何在 ArcGIS 中识别并去除空间数据中的异常值的具体方法: #### 使用统计工具检测异常值 ArcGIS 提供了一系列用于数据分析的统计工具,这些工具可以帮助用户发现潜在的空间异常值。例如,“Summary Statistics” 工具能够计算字段的最大、最小以及平均等统计数据[^1]。通过比较实际观测与统计范围的关系,可以初步判断哪些点可能是异常值。 #### 利用邻域分析法 对于具有空间属性的数据集来说,可以通过考察某个位置与其周围环境之间是否存在明显差异来进行异常探测。“Focal Statistics” 是一种常用的局部操作技术,在该过程中会对每一个像元应用特定函数(如均或标准差),从而创建一个新的栅格表面用来反映原始输入层的变化趋势或者离散程度。如果某一点偏离其邻居群体过多,则可视为候选异常对象[^2]。 #### 借助机器学习模型辅助决策 虽然上述传统方式简单易行,但在复杂场景下可能不够精确。此时引入先进的算法概念会更加有效率。比如提到过的孪生网络(Siamese Networks),它是一种深度学习架构形式之一,专门设计用于解决配对样本间的对比任务。尽管此方法主要应用于图像检索等领域,但理论上也可以扩展至其他类型的特征向量匹配问题上,包括但不限于地理位置编码后的表达形式。当我们将高维度坐标投影转换成较低纬度表示之后,就可以借助欧式距离或者其他相似性测度指标来评估各个实例间关系紧密与否;那些孤立存在的个体往往对应着我们所寻找的目标——即所谓的“噪声点”。不过需要注意的是,这种方法实现起来相对较为繁琐一些,并且依赖于外部编程框架的支持,比如 TensorFlow 或 PyTorch 等[^3]。 ```python import arcpy from arcpy.sa import * # 设置工作区路径 arcpy.env.workspace = r"C:\path\to\your\data" # 定义目标要素类名称 targetFeatureClass = "example_points.shp" # 创建 FocalStatistics 对象以执行窗口运算 outFocalStats = FocalStatistics(targetFeatureClass, NbrCircle(3, "MAP"), "MEAN") # 将结果保存为新图层 outFocalStats.save(r"C:\output\path\focal_stats_result.tif") ``` 以上脚本展示了如何利用 Python 脚本来调用 ArcPy 库完成简单的焦点统计过程。这只是一个基础示范,具体参数设置还需依据实际情况调整优化。 ---
评论
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