代码分享 Python |arcgis pro批量删除栅格影像异常值/重分类

任务举例：下载的NPP影响最大值为35000，通过查看栅格数据直方图要删除异常值。

数据准备：文件夹(工作空间)-含有需要批量处理的tif影像

工具准备：Python arcpy 环境/arcgis pro
操作：替换代码中的路径即可

arcgis pro—分析—python notebook

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

import arcpy

import os

import glob

import arcpy

from arcpy.sa import *

arcpy.CheckOutExtension("ImageAnalyst")  # 检查许可

arcpy.CheckOutExtension("spatial")

arcpy.env.workspace = "*********"  #工作空间

rasters = arcpy.ListRasters("*", "tif") #遍历工作空间中的tif格式数据

outPath = "E:*****"

whereClause = "VALUE > 30000 "  # 去除异常值

#循环rasters中的所有影像，进行去异常值操作

for ras in rasters:

    outrasters = outPath + str(ras)#更改输出栅格名字

    outSetNull = SetNull(ras, ras, whereClause)  # 去除异常值

    outSetNull.save(outrasters)

    print(str(ras))

print("All project is OK！")

批量重分类

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

import os

import arcpy

from arcpy.sa import *

'''

我需要对NDVI,**,**,**,**进行重分类，

本代码对20年的NDVI进行重分类,我的数据最大不超0.9，在我的文件夹下共有20张tif，hhh，2021.12.13写！

'''

def reclass(inputPath, outputPath):

    arcpy.env.workspace = inputPath

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

    reclassField = "VALUE"

    '''

    RemapRange([[分类下限，分类上限，新赋的值]，[以此类推]，...])

    '''

    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)

结果：

代码来源：

(24条消息) 代码分享 Python |批量删除栅格影像异常值_GeoLab 219的博客-CSDN博客

(24条消息) Python：arcpy批量重分类实现_arcpy重分类_何大虾-热红外定量遥感的博客-CSDN博客

计算面积占比