ArcPy实现栅格图像的创建与遥感影像的批量拼接

　　  本文介绍基于 Python 语言 arcpy  模块，实现栅格影像图层建立与多幅遥感影像数据批量拼接（Mosaic）的操作。
　　  首先，相关操作所需具体代码如下： import os import arcpy  file_path=＂G:/Postgraduate/LAI_Glass_RTlab/A2018161_Dif/DRT/＂ out_file_path=＂G:/Postgraduate/LAI_Glass_RTlab/A2018161_Dif/DRT/＂ out_file_name=＂Global.tif＂  file_name_list=os.listdir(file_path)  tif_file_path=file_path+file_name_list[0] cell_size_x=arcpy.GetRasterProperties_management(tif_file_path,＂CELLSIZEX＂) cell_size=cell_size_x.getOutput(0) value_type=arcpy.GetRasterProperties_management(tif_file_path,＂VALUETYPE＂) describe=arcpy.Describe(tif_file_path) spatial_reference=describe.spatialReference  arcpy.CreateRasterDataset_management(out_file_path,out_file_name,cell_size,＂16_BIT_SIGNED＂,                                      spatial_reference,＂1＂)  out_file=out_file_path+out_file_name for file in file_name_list:     file_path_name=file_path+file     print(file_path_name)     arcpy.Mosaic_management([file_path_name],out_file)
　　  其中， file_path  为存放有多景初始遥感影像的路径格式为.tif  栅格文件（如果不是.tif  格式，例如是.hdf  等文件，需首先进行文件格式的转换）；out_file_path  为拼接后所得结果栅格图层的存放路径；out_file_name  为拼接后所得结果栅格图层的文件名称，其可选格式有很多，如下图所示。
　　  在这里，我们默认所得拼接结果图层为一个（也就是file_path  文件夹中全部的待处理遥感影像最终全拼接在一起）；如果大家需要使得拼接结果图层是多幅（也就是file_path  文件夹中待处理遥感影像依据区域、时间等分为很多不同的部分，每一部分拼接在一起），可以参考Python中GDAL读取处理栅格影像并结合质量评估QA波段筛选掩膜图像，利用其中的循环方式实现需求。
　　  随后，通过os.listdir()  函数获取file_path  路径下的栅格文件，并存储于file_name_list  列表中。
　　  接下来需要创建一个新的栅格图层。之所以要进行这一步骤，是因为本文后期选择用arcpy.Mosaic_management()  函数进行栅格的批量拼接，因此需要首先创建一个新的、空的栅格图层作为拼接的基准。如果大家的需求不是批量拼接栅格数据，而是单纯想利用arcpy  进行新栅格的创建，那就只看这一部分的代码即可。
　　  在这里，我们选择用file_path  路径下的第一个栅格数据（下称＂第一栅格＂）作为新栅格图层中各项属性（例如像素边长、像素数据格式等）的依据。首先，arcpy.GetRasterProperties_management()  函数获取第一栅格的像素x  边边长；因为一般栅格数据中像素都是正方形，因此我们就通过cell_size=cell_size_x.getOutput(0)  将第一栅格的像素x  边边长作为新栅格图层像素x  边与y  边二者的边长。再利用arcpy.GetRasterProperties_management()  函数获取第一栅格的数据格式；最后利用中间变量describe  获取第一栅格的空间参考信息。
　　  完成以上步骤后，将已获取的第一栅格的各类信息通过函数arcpy.CreateRasterDataset_management()  带入新栅格中。在这里需要注意：尽可能在将要拼接时选择新栅格为＂16_BIT_SIGNED＂  及以下的数据格式（具体数据格式类别如下图），且将file_path  路径下待拼接的栅格数据的数据格式也全部修改为这一格式；否则可能会由于数据量大而导致拼接过程极慢。我之前就是由于选用了32 bit float  格式的栅格数据进行拼接，导致全球范围的MODIS一个植被产品数据拼接花了将近一天的时间。如果大家的栅格像素数据包含小数，可以通过乘上一个缩放系数的方式进行数据整数化。
　　  代码最后的一个for  循环，就是遍历file_name_list  中的各个栅格数据，并通过arcpy.Mosaic_management()  函数加以拼接即可。
　　  以上，便完成了本次批量拼接的操作。这里还有一点需要注意：由于arcpy  模块的限制，如果大家的Python版本是3.0  及以上，往往不能直接运行上述代码，最好是在ArcMap的Python运行框或其对应IDLE（如下图所示）中运行。