python绘图 ArcGIS中的栅格数据重采样方法有哪些？
网格重采样主要包括三种方法：最近邻法、双线性插值法和三次卷积插值法。最近邻法是将原始图像中最近的像素值填充到新图像中。双线性插值法和三次卷积插值法都是通过距离加权平均将原始图像附近的像素值填充到新图像中。默认情况下，使用最近邻分布重采样技术，该技术适用于离散和连续数据类型，而其他重采样方法仅适用于连续数据类型。此外，可以使用ArcGIS中的重采样工具对栅格进行重采样。具体操作方法可以去地理条件监测的云平台，也可以从网上搜索。我从网上找到了答案。这就是全部。
ArcGIS中的栅格数据重采样方法有哪些？
Acsii格式图像文件特征值重采样计算和转换读取任何栅格文件（如高程DEM、坡度、坡向和其他数据）通过Arc/info转换为ASCII文件。网格图像将使用网格大小重新采样。重采样窗口用各种特征值计算：和、均值、方差和变异系数。通过移动不同大小的窗口实现重采样。如果重采样窗口大小为n×n，则将原始网格图像的n×n个网格组合成一个新的大网格，每个大网格值的含义是用户选择的特征值。
怎么对实测高光谱ascii文件进行重采样？
因为不同网格的像素在注册后并不总是对齐，因为像素大小可能不同，或者像素边界之间可能存在相对偏移。合并栅格时，空间分析必须为每个输出像素指定相应的输入栅格像素。这个过程称为重采样。重采样方法包括最近邻法、搜索法、双线性插值法和三次卷积法。前两种方法适用于离散数据，后两种方法适用于连续数据。
为什么要对配准后的数据进行重采样？
方法/步骤
1/3
您可以使用一些工具更改现有网格的分辨率。如果栅格的分辨率比其他栅格的分辨率高，建议使用更高分辨率对栅格重新采样，使其分辨率与较粗栅格的分辨率相同，以便所有栅格数据集具有相同的分辨率。这样可以加快处理速度并减少数据大小。与分析环境中的像素大小设置不同，分辨率更改工具仅在生成的栅格上工作。上面的图像以精细分辨率显示区域的栅格图像，而下面的图像以粗略分辨率显示相同区域的栅格图像。
更改光栅数据集的分辨率时，主要有两种方法来精确确定生成的光栅数据的分辨率，即插值和聚合。
2/3
插值
插值方法通过数据管理工具箱网格工具集中的重采样工具工作。该工具对输入网格值使用最近邻法、双线性法、三次插值法或模式重采样法。
3/3
aggregation
聚合方法使用邻域中指定的统计聚合方法来获取不同分辨率下的输出网格值。此方法通过聚合和块统计工具工作。
·聚合-此工具可以聚合一组像素的值，以生成具有粗略分辨率的像素。可用于聚合输入值的统计信息类型有sum、min、Max、mean和medium。
·块统计-此工具计算为非重叠邻域中的输入像素指定的统计信息。
这两个工具之间的主要区别在于聚合工具中没有邻域概念，而块统计工具中有邻域概念。这是因为所需的邻域和输出块总是正方形的，并且所需邻域的大小是获得预期分辨率所需的像素聚集的函数。
python绘图 arcgis栅格重采样 python栅格投影信息
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
