前言:(个人建议)

1.进行数据处理工作,由于通常数据量比较大。所以在个人电脑中,要将基础数据、不断增长的过程数据、结果数据等分门别类,使得简单易找。

2.将重要数据备份,因为在数据处理过程中,由于出错使重要数据损失,勿让重要数据成绝版。所以生成或保存压缩文件是很好的选择。

3.当数据量大,需要进行批量处理时。模板文档或代码要杜绝出现细节错误。容易一锅端,费时间且低效率。

处理工具:ArcMap

处理数据:MOD13Q1的NDVI成品(.tif)文件

研究区矢量文件(以河南省省界为例)

处理流程:

1.导入研究区矢量文件(做空心处理)

2.将.tif文件导入ArcMap中(可以多导,以电脑承受能力为主)。

是否构建金字塔:是

3.批量定义投影(MRT进行批处理时已做过,但双保险且该步简单)(ArcMap有很多单次或多批次投影方法,本文只介绍一种)

双击图层

点击坐标系

点击投影坐标系

点击UTM

点击WGS1984

北半球选北

本文采用WGS 1984 UTM ZONE 49N。

点击应用,再点击确定。(如果有常用的坐标,右击点击坐标选择收藏到文件夹)

4.按掩膜提取(裁剪也行,但建议用按掩膜提取)(该步骤只能一个一个处理,Python批处理暂未更新)

单击ArcToolbox,唤出ArcToolbox,如下图找到按掩膜提取,双击按掩膜提取

点击确定

为了方便,可以将原始.tif文件移除。结果如下:

该步骤需要代码的,代码法如下:

同一掩膜文件,批量裁切:

import arcpy
from arcpy import env
from arcpy.sa import * #设置环境
arcpy.env.workspace=r"E: FAN InterpolationlKrigO"
rasters=arcpy . ListRasters ("*", "GRID")#获取文件列表 #输出路径
outRasterPath="E: EANInterpolationKrigO_ extractlKrigO_ ." for ras in rasters:
print outRasterPathtras # Check out any necessary licenses
arcpy. CheckOutExtension ("Spatial") # Local variables
inRaster ras
inMaskData="E : FUJIANModelBoundary.shp" #掩膜文件
outRaster-outRasterPath-ras+".tif" # Process: Extract by Mask
arcpy.gp. ExtractByMask_ sa (inRaster, inMaskData, outRaster) print ("OK")

5.排除值(排除栅格中-3000至0的值)

双击.tif文件或右击.tif文件,再点击属性

点击符号系统

点击已分类

点击分类

点击排除

输入-3000-0

点击应用,再点击确定(可以看到值已更改)。直到退出

结果如下:

6.值域处理

在下图中找到 “乘” 并双击

(由于MOD13数据集中NDVI的比例系数为0.0001)

结果如下:(NDVI 结果被限定在[-1,1]之间,避免了数据过大或过小给使用带来的不便)

7.视觉处理

单击图标

选择色带(可自由选择,以合适为主)

点击反向

点击确定

结果如下:

重点介绍:

该系类步骤截止到现在,所求出的NDVI是地表值NDVI。详细解释为:该步骤所求出的NDVI包含地表的耕地、森林、草地、灌木地、湿地、水体等各种土地类型的NDVI(类似于“大锅烩”)。对不同地类的提取则做出相对应的NDVI(详情请见该系列后续步骤)。

MODIS系列之NDVI(MOD13Q1)五:NDVI处理流程的更多相关文章

  1. MODIS系列之NDVI(MOD13Q1)七:时间序列S-G滤波之Python

    时间序列S-G滤波之Python 根据上上篇博文(MODIS系列之NDVI(MOD13Q1)五:NDVI处理流程)做出的NDVI.我们求NDVI时间序列图,但该NDVI时序图为地表各土地类型综合的ND ...

  2. JavaScript 系列博客(五)

    JavaScript 系列博客(五) 前言 本篇博客学习 js 选择器来控制 css 和 html.使用事件(钩子函数)来处理事件完成后完成指定功能以及js 事件控制页面内容. js 选择器 在学习 ...

  3. Linux Shell系列教程之(五)Shell字符串

    本文是Linux Shell系列教程的第(五)篇,更多shell教程请看:Linux Shell系列教程 字符串是Shell编程中最常用最有用的数据类型,今天,Linux大学网就为大家介绍一下在She ...

  4. 【ABAP系列】【第五篇】SAP ABAP7.50 之用户接口

    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[ABAP系列][第五篇]SAP ABAP7.5 ...

  5. 【HANA系列】【第五篇】SAP HANA XS的JavaScript API详解

    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列][第五篇]SAP HANA XS ...

  6. 数据挖掘入门系列教程(四点五)之Apriori算法

    目录 数据挖掘入门系列教程(四点五)之Apriori算法 频繁(项集)数据的评判标准 Apriori 算法流程 结尾 数据挖掘入门系列教程(四点五)之Apriori算法 Apriori(先验)算法关联 ...

  7. 数据挖掘入门系列教程(十点五)之DNN介绍及公式推导

    深度神经网络(DNN,Deep Neural Networks)简介 首先让我们先回想起在之前博客(数据挖掘入门系列教程(七点五)之神经网络介绍)中介绍的神经网络:为了解决M-P模型中无法处理XOR等 ...

  8. Mybatis系列全解(五):全网最全!详解Mybatis的Mapper映射文件

    封面:洛小汐 作者:潘潘 若不是生活所迫,谁愿意背负一身才华. 前言 上节我们介绍了 < Mybatis系列全解(四):全网最全!Mybatis配置文件 XML 全貌详解 >,内容很详细( ...

  9. 《手把手教你》系列技巧篇(五十)-java+ selenium自动化测试-字符串操作-上篇(详解教程)

    1.简介 自动化测试中进行断言的时候,我们可能经常遇到的场景.从一个字符串中找出一组数字或者其中的某些关键字,而不是将这一串字符串作为结果进行断言.这个时候就需要我们对字符串进行操作,宏哥这里介绍两种 ...

随机推荐

  1. Google 浏览器 离线包下载方式

    最近因工作需要,需要安装google浏览器,并且安装在系统固定目录,用360软件管理下载后发现默认安装在C:\Users\administrator\AppData\Local\Google\Chro ...

  2. 1、jmeter语言设置、版本颜色

  3. virtual box设置网络,使用nat网络和仅主机(Host Only)网络进行连接

    virtual box设置网络,使用nat网络和仅主机(Host Only)网络进行连接 前言 作为程序员难免要在本机电脑安装虚拟机,最近在用virtual box安装虚拟机的时候遇到了点问题. 对于 ...

  4. 08-less预处理器

    一.less预处理器 Less(LeanerStyle Sheets 的缩写)是一门 CSS扩展语言,也成为CSS预处理器. 1.插件安装 安装Easy LESS插件就能使写入的.less文件保存时自 ...

  5. 提高万恶的KPI,切忌要避开这六个低效的编程习惯

    作者:程序员小跃 Slogan:当你的才华还无法撑起你的野心时,那应该静下心来好好学习 上次的翻译,引起了很大的反响,大家都想知道自己和高级工程师的差距,看了我的文章,是不是都在默默地做着比较呢?如果 ...

  6. Cyclic Nacklace 杭电3746

    CC always becomes very depressed at the end of this month, he has checked his credit card yesterday, ...

  7. 树莓派4b 上手三板斧

    树莓派4b 上手三板斧 1.无屏幕和网线连接准备 windows / mac 电脑下载安装Notepad++ 新建文件并保存为ssh(该文件为空文件) 新建文件wpa_supplicant.conf ...

  8. 【轮询】【ajax】【js】【spring boot】ajax超时请求:前端轮询处理超时请求解决方案 + spring boot服务设置接口超时时间的设置

    场景描述: ajax设置timeout在本机测试有效,但是在生产环境等外网环境无效的问题 1.ajax的timeout属性设置 前端请求超时事件[网络连接不稳定时候,就无效了] var data = ...

  9. python实现线性回归之简单回归

    代码来源:https://github.com/eriklindernoren/ML-From-Scratch 首先定义一个基本的回归类,作为各种回归方法的基类: class Regression(o ...

  10. tp5--模型关联

    来源于:https://blog.csdn.net/u012600104/article/details/78927629 先说明,模型关联和join管理是不一样的,用文章和评论的关系来举例.(一对多 ...