【ArcGIS风暴】ArcGIS中国地表覆盖数据GlobeLand30预处理（批量投影、拼接、掩膜提取）附成品下载

一时失言乱红尘 2023-01-07 10:09 234阅读 0赞

**结果示意图：**

![在这里插入图片描述][20210118170118462.png_pic_center]

> GlobeLand30是30米空间分辨率全球地表覆盖数据，目前可供下载的有3年的数据：2000-2010-2020。本文主要讲解在ArcGIS10.6平台下进行GlobeLand30的预处理操作，主要预处理步骤包括：`批量分幅投影转换`、`批量分幅无效值处理`、`批量图幅拼接`和`数据集掩膜提取`。

### 文章目录 ###

*  一、GlobeLand30 ArcGIS批处理完整流程
 *   *  1. 批量投影转换
     *  2. 批量处理无效值
     *  3. 批量图幅拼接
     *  4. 添加分类字段并赋值
     *  5. 掩膜提取
 *  二、GlobeLand30成品数据下载

--------------------

# 一、GlobeLand30 ArcGIS批处理完整流程 #

GlobeLand30的预处理步骤主要有：`批量分幅投影转换`、`批量分幅无效值处理`、`批量图幅拼接`和`数据集掩膜提取`。

## 1. 批量投影转换 ##

由于原数据集使用的是6°带UTM投影，图幅从43-53跨了11个带，因此需要先对所有的图幅进行投影转换，然后进行后续操作。为了便于精确计算面积，本文将其转换为Albers等积投影，地理坐标系为WGS1984。

**Python源代码：**

由于原始数据集分幅是保存在不同的文件夹，因此第一步批量投影变换需要遍历根目录下的所有文件夹，过程稍微有些复杂，从第二步开始，将所有的处理结果保存在一个文件夹内，减少了代码量。

arcpy.ProjectRaster_management(raster,out, "PROJCS['MyAlbers',GEOGCS['GCS_WGS_1984',DATUM['D_WGS_1984',SPHEROID['WGS_1984',6378137.0,298.257223563]],PRIMEM['Greenwich',0.0],UNIT['Degree',0.0174532925199433]],PROJECTION['Albers'],PARAMETER['False_Easting',0.0],PARAMETER['False_Northing',0.0],PARAMETER['central_meridian',105.0],PARAMETER['Standard_Parallel_1',25.0],PARAMETER['Standard_Parallel_2',47.0],PARAMETER['latitude_of_origin',0.0],UNIT['Meter',1.0]]", "NEAREST", cellsize , "", "", "GEOGCS['GCS_WGS_1984',DATUM['D_WGS_1984',SPHEROID['WGS_1984',6378137.0,298.257223563]],PRIMEM['Greenwich',0.0],UNIT['Degree',0.0174532925199433]]")
                        n=n+1
        print str(n)+" rasters are processed !!!"

查看投影坐标系：

![在这里插入图片描述][20210116194606623.png_pic_center]

## 2. 批量处理无效值 ##

第一步投影结束后，影像的黑边依然存在，这将影像后面的拼接处理结果，黑边对应的像元值为0，只需要将其设置为NoData即可，对应的工具是栅格计算器中的SetNull函数，我们继续使用Python批处理。

**Python源码：**

for inRaster in inRasters:
        outRaster=outpath+inRaster
        ##print outRaster
        print "Processing "+inRaster +" ......"
        outSetNull = SetNull(inRaster,inRaster,WhereClause)
        outSetNull.save(outRaster)
        n=n+1
    print str(n)+" rasters are processed!"

处理过程：

![在这里插入图片描述][20210116194958105.png_pic_center]

处理结果：

![在这里插入图片描述][20210117114345277.png_pic_center]

## 3. 批量图幅拼接 ##

在ArcGIS中拼接栅格图幅有两个工具：【镶嵌】和【镶嵌至新栅格】，当然了需要手动添加数据，好在我们的数据在同一个文件夹下，可以直接全选拖动，当然了，也可以写Python代码来完成。

**方法一：使用【镶嵌至新栅格】工具**

![在这里插入图片描述][20210116204617624.png_pic_center]

**方法二：Python代码**

arcpy.MosaicToNewRaster_management(str, outPath, outName, "", "8_BIT_UNSIGNED", "", "1", "LAST", "FIRST")

**处理过程：**

![在这里插入图片描述][20210116204116381.png_pic_center]

> 需要注意的是，原始数据集是tif格式，且每个图幅都是有金字塔的，加载和显示速度都比较快，但是SetNull后会丢失金字塔，加载速度很慢。

## 4. 添加分类字段并赋值 ##

打开属性表，添加一个文本型字段type，打开编辑器，输入分类名称并保存。

![在这里插入图片描述][20210117013810174.png_pic_center]

## 5. 掩膜提取 ##

使用【按掩膜提取】工具，按研究区范围进行提取。

![在这里插入图片描述][2021011622391140.png_pic_center]  
配色参考值：

![在这里插入图片描述][20210117011937456.png_pic_center]

> **注意**：拼接后的数据集是有金字塔的，但是使用【按掩膜提取】工具后又会丢失金字塔，必须重新构建金字塔，否则加载速度异常慢。

# 二、GlobeLand30成品数据下载 #

> 请私信作者。

[20210118170118462.png_pic_center]: /images/20221119/f5c656bcfed1440c92bbd65d7f96f843.png
[20210116194606623.png_pic_center]: /images/20221119/924b1b0e066d42f1bd8d8ab15920c2e1.png
[20210116194958105.png_pic_center]: /images/20221119/ce6c85f83b954e2cbb986835e1bc0f42.png
[20210117114345277.png_pic_center]: https://img-blog.csdnimg.cn/20210117114345277.png#pic_center
[20210116204617624.png_pic_center]: https://img-blog.csdnimg.cn/20210116204617624.png#pic_center
[20210116204116381.png_pic_center]: https://img-blog.csdnimg.cn/20210116204116381.png#pic_center
[20210117013810174.png_pic_center]: https://img-blog.csdnimg.cn/20210117013810174.png#pic_center
[2021011622391140.png_pic_center]: https://img-blog.csdnimg.cn/2021011622391140.png#pic_center
[20210117011937456.png_pic_center]: https://img-blog.csdnimg.cn/20210117011937456.png#pic_center