任務(wù)舉例：下載的NPP影響最大值為35000，通過(guò)查看柵格數(shù)據(jù)直方圖要?jiǎng)h除異常值。

數(shù)據(jù)準(zhǔn)備：文件夾(工作空間)-含有需要批量處理的tif影像

工具準(zhǔn)備：Python arcpy 環(huán)境/arcgis pro
操作：替換代碼中的路徑即可

arcgis pro—分析—python notebook

# -*- coding: UTF-8 -*-

import arcpy

import os

import glob

import arcpy

from arcpy.sa import *

arcpy.CheckOutExtension("ImageAnalyst")? # 檢查許可

arcpy.CheckOutExtension("spatial")

arcpy.env.workspace = "*********"? #工作空間

rasters = arcpy.ListRasters("*", "tif") #遍歷工作空間中的tif格式數(shù)據(jù)

outPath = "E:*****"

whereClause = "VALUE > 30000 "? # 去除異常值

#循環(huán)rasters中的所有影像，進(jìn)行去異常值操作

for ras in rasters:

? ? outrasters = outPath + str(ras)#更改輸出柵格名字

? ? outSetNull = SetNull(ras, ras, whereClause)? # 去除異常值

? ? outSetNull.save(outrasters)

? ? print(str(ras))

print("All project is OK！")

批量重分類

# -*- coding: UTF-8 -*-

import os

import arcpy

from arcpy.sa import *

'''

我需要對(duì)NDVI,**,**,**,**進(jìn)行重分類，

本代碼對(duì)20年的NDVI進(jìn)行重分類,我的數(shù)據(jù)最大不超0.9，在我的文件夾下共有20張tif，hhh，2021.12.13寫！

'''

def reclass(inputPath, outputPath):

? ? arcpy.env.workspace = inputPath

? ? ras_List = arcpy.ListRasters("*", "tif")

? ? reclassField = "VALUE"

? ? '''

? ? RemapRange([[分類下限，分類上限，新賦的值]，[以此類推]，...])

? ? '''

? ? remap_NDVI = RemapRange([[-1, 0, 1], [0, 0.1, 2], [0.1, 0.2, 3], [0.2, 0.3, 4], [0.3, 0.4, 5], [0.4, 0.5, 6],

? ? ? ? ? ? ? ? ? ? ? ? ? ? ?[0.5, 0.6, 7], [0.6, 0.7, 8], [0.7, 0.8, 9], [0.8, 0.9, 10]])

? ? for ras in ras_List:

? ? ? ? ra = os.path.join(inputPath, ras)

? ? ? ? outRecalssify = Reclassify(ra, reclassField, remap_NDVI, "NODATA")

? ? ? ? out_ra = os.path.join(outputPath, ras[0:9] + "reclass.tif")

? ? ? ? outRecalssify.save(out_ra)

? ? ? ? #print(out_ra)

if __name__ == '__main__':

? ? inputPath = r"C:\Users\NDVI"

? ? outputPath = r"C:\Users\\reclass"

? ? reclass(inputPath, outputPath)

結(jié)果：

代碼來(lái)源：

(24條消息) 代碼分享 Python |批量刪除柵格影像異常值_GeoLab 219的博客-CSDN博客

(24條消息) Python：arcpy批量重分類實(shí)現(xiàn)_arcpy重分類_何大蝦-熱紅外定量遙感的博客-CSDN博客

計(jì)算面積占比