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
ArcPy批量裁剪栅格数据

IDL多进程批处理遥感数据
ArcPy批量拼接栅格数据

前言

一、栅格数据平均值

1. 原理简介

使用ArcGIS进行栅格数据平均值计算时，出现异常值的原因如下图所示：

那么问题来了：如果每个像元都有一个NoData出现过，那岂不是OutRas里面全部都是NoData了？
我脑海里的栅格数据平均值：对于N景影像，在（a，b）坐标处有 t 景影像存在有效像元，那么其平均值应该是多景影像在（a，b）坐标处DN值的累加 除以 t

2. 代码

文件组织架构：

输入：
一个含有若干栅格数据的文件夹 inws（本例为“.tif”格式）

代码实例：

pro Average_Batch

  ;计算输入文件夹内的 所有栅格数据的 平均值
  ;算整个文件夹的

  compile_opt strictarr
  COMPILE_OPT idl2

  envi, /restore_base_save_files
  envi_batch_init, log_file='batch.txt',/NO_STATUS_WINDOW

  dir0='F:\LE-daily-LMB\2017'   ; 输入路径

  out_dir='F:\LMB\LE-year'  ; 输出路径

  files=file_search(dir0,'*.tif')

  ; 读取文件信息。先获取个行列数
  ENVI_OPEN_FILE, files[0], r_fid=fid,  /no_realize
  ENVI_FILE_QUERY, fid,  nl=nl, ns=ns,dims=dims,nb=nb
  mapinfo=envi_get_map_info(fid=fid)
  file=ENVI_GET_DATA(fid=fid,dims=dims,pos=0)
  low_row=N_elements(file[0,*]);获取行数
  low_col=N_elements(file[*,0]);获取列数

  Sum = make_array(low_col,low_row,value=0.0);存有效像元的累加值
  count = make_array(low_col,low_row,value=0.0);存有效像元的出现次数
  Average = make_array(low_col,low_row,value=0.0);存平均值

  ; 遍历文件夹内的所有栅格数据
  for i=0,n_elements(files)-1 do begin
    ENVI_OPEN_FILE, files[i], r_fid=fid,  /no_realize
    ENVI_FILE_QUERY, fid,  nl=nl, ns=ns,dims=dims,nb=nb
    file=ENVI_GET_DATA(fid=fid,dims=dims,pos=0)

    ; 单景影像的逻辑
    for a=0,low_col-1 do begin;获取列数
      for b=0,low_row-1 do begin;获取行数，应该是先列后行

        if  file[a,b] GT  0 then begin    ;GE 大于等于运算符，左边大于右边则为真；GT 大于运算符；LE:小于等于运算符；LT：小于运算符
          Sum[a,b] = Sum[a,b] + file[a,b]   ; 有效值累加，每个像元的
          count[a,b] = count[a,b] + 1 ;累加次数计数器
        endif

      endfor
    endfor

  endfor
  
  Average = Sum / count

  outfile8 = out_dir + '\' + strmid(file_basename(files[0]),0,25) + '.Average.tif'    ;16  25
  ENVI_WRITE_ENVI_FILE , Average , r_fid=fid , map_info=mapinfo , out_name=outfile8

end

上例可实现对输入路径文件夹下的所有栅格数据的平均栅格计算。

总结

ArcPy牛皮！毕业万岁！中期快乐！
批量计算平均栅格数据，接下来要继续探索下IDL语言，虽然它的语法有些…，同时，学习下python + GDAL，这一大杀器