基于Arcpy的TIF栅格多年数据的批量镶嵌

首先通过Matlab将需要拼接的数据的目录及名称获取,注意,如果要用Matlab的话,保证拼接数据名称长度的一致性。

调整目录到该需要镶嵌的数据下
e=dir('*.tif');
datasum=[];
for i=1:length(e)
    data=e(i).name;
    data=strcat('G:/yellow original modis MOD13A2/h27v05/',data,';');
    datasum=[datasum;data];
end
%再次调整目录到该需要镶嵌的数据下
e=dir('*.tif');
datasum1=[];
for i=1:length(e)
    data=e(i).name;
    data=strcat('G:/yellow original modis MOD13A2/h26v05/',data,';');
    datasum1=[datasum1;data];
end
%再次调整目录到该需要镶嵌的数据下
e=dir('*.tif');
datasum2=[];
for i=1:length(e)
    data=e(i).name;
    data=strcat('G:/yellow original modis MOD13A2/h26v04/',data);
    datasum2=[datasum2;data];
end
%对来源数据进行合并
dd=[datasum,datasum1,datasum2];
%调整工作路径到目标数据下
e=dir('*.tif');
datasum3=[];
for i=1:length(e)
    data=e(i).name;
    data=strcat('G:/yellow original modis MOD13A2/h25v05/',data);
    datasum3=[datasum3;data];
end

需要注意的是,每次目录下的数据按照同样的顺序排列的,运行完毕后,将变量dd复制到excel中,并存为csv格式,本文存成h26v04.csv,该文件是镶嵌文件,目标文件存为h25v05n.csv.另外上述中调整好几次工作空间,为了方便起见,读者也能够将所有数据放在一起,然后使用e=dir('*.tif'),得到所有的文件,然后使用for=1:length(e),然后再里面用代码得到每个的名称,并进行组合,这里就不再赘述。

# -*- coding: utf-8 -*-
# Import arcpy module
import arcpy
import csv
import numpy as np

csv_reader = csv.reader(open('G:/yellow original modis MOD13A2/h25v05 .csv'))
h25v05=[]
for row in csv_reader:
    h25v05.append(row)

csv_reader = csv.reader(open('G:/yellow original modis MOD13A2/h26v04.csv'))
h26v04=[]
for row in csv_reader:
    h26v04.append(row)


# Local variables:
a=np.arange(0,345) #这里设置0,345是因为作者需要批量拼接344个数据集,如果要拼100个,则设置99就行
for i in a:
    result=h25v05[i]
    a5=''.join(result)
    a6=a5
    a1=h26v04[i]
    a1="".join(a1)
    arcpy.Mosaic_management(a1,a6,"LAST", "FIRST", "-3000", "-3000", "NONE", "0", "NONE")
    print (i)

上述代码的重点在于使用''.join函数使得列表变成字符串,镶嵌的核心代码写法是先通过Arcigs中的建模工具获取,然后按照里面的写法来进行编写,运行完毕后,镶嵌结果在目标数据中,而不会产生新的文件。

更多需求,请查看个人介绍

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,884评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,212评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,351评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,412评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,438评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,127评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,714评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,636评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,173评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,264评论 3 339
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,402评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,073评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,763评论 3 332
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,253评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,382评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,749评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,403评论 2 358

推荐阅读更多精彩内容