- VisualStudio2022插件的安装及使用-编程手把手系列文章
- pprof-在现网场景怎么用
- C#实现的下拉多选框,下拉多选树,多级节点
- 【学习笔记】基础数据结构:猫树
本文介绍在ArcMap软件中,实现栅格图像重采样的具体操作,以及不同重采样方法的选择依据.
在之前的博客中,我们介绍了基于Python中Arcpy模块对栅格图像加以批量重采样的方法;而在ArcMap软件中,我们可以实现不需要代码的栅格重采样操作;本文就对这一操作方法加以具体介绍.
首先,如下图所示,是我们待重采样的栅格图像的属性界面。其中,可以看到此时栅格像元的边长为0.4867左右(由于图层是地理坐标系,所以单位就是度).
接下来,我们即可开始重采样操作。首先,在ArcMap软件中,依次选择“System Toolboxes”→“Data Management Tools.tbx”→“Raster”→“Raster Processing”→“Resample”选项;如下图所示.
随后,即可弹出“Resample”窗口。在窗口的第一个选项中,输入我们待重采样的栅格文件;在第二个选项中,配置输出结果的路径与文件名称;随后,第三个选项是设置重采样后栅格像元大小的参数,可以直接通过其下方X与Y的数值来指定像元大小,也可以通过其他栅格文件来指定;最后,第四个选项就是重采样所采用的方法.
上述窗口中的参数整体也都很简单,也非常好理解;但主要是最后一个选项,也就是重采样方法的选择值得进一步探究。在实际应用过程中,我们究竟该选择哪一个方法呢?我们来看一下ArcGIS官网对不同方法的介绍;如下图所示.
可以看到,ArcGIS官方一共提供了4种栅格数据重采样的方法,分别是最邻近分配法(NEAREST)、众数算法(MAJORITY)、双线性插值法(BILINEAR)与三次卷积插值法(CUBIC).
首先,最邻近分配法是速度最快的插值方法。这一方法主要用于离散数据(如土地利用分类数据),因为这一方法不会更改像元的值。使用这一方法进行重采样,最大空间误差将是像元大小的一半.
其次,众数算法根据过滤器窗口中频率最高的数值来作为像元的新值。其与最邻近分配法一样,主要用于离散数据;但与最邻近分配法相比,众数算法通常可生成更平滑的结果。众数算法将在与输出像元中心最接近的输入空间中查找相应的4 x 4像元,并使用4 x 4相邻点的众数作为像元的新值.
再次,双线性插值法基于四个最邻近的输入像元中心的加权平均距离来确定像元的新值。这一方法对连续数据非常有用(且只能对连续数据使用),且会对数据进行一些平滑处理.
最后,三次卷积插值法通过拟合穿过16个最邻近输入像元中心的平滑曲线确定像元的新值。这一方法仅适用于连续数据,但要注意其所生成的输出栅格可能会包含输入栅格范围以外的值。如果大家不想出现这种情况,按照官方的说法,就需要转而使用双线性插值法。与通过运行最邻近分配法获得的栅格相比,三次卷积插值法的输出结果的几何变形程度较小。三次卷积插值法的缺点是需要更多的处理时间.
了解上述原理,我们就对选择哪一个方法有了比较清楚地认识。例如,我这里需要进行重采样操作的是一个类别数据,因此就只能选择最邻近分配法与众数算法;而后,我们可以结合实际需要进行2种方法的二选一即可(或者直接用2种方法运行一遍,看看哪一个方法对应的结果更符合自己的需要)。如果大家需要进行重采样操作的是连续数据,那么4种方法理论上都是可以的,但是后2种方法相对更适合一些;大家结合需要选择或者分别运行一次,找到最合适的结果即可.
重采样后,可以看到结果数据中像元的大小已经是我们需要的数值了.
至此,大功告成.
最后此篇关于ArcGIS遥感影像重采样操作及不同算法对比的文章就讲到这里了,如果你想了解更多关于ArcGIS遥感影像重采样操作及不同算法对比的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在尝试使用谷歌浏览器的 Trace Event Profiling Tool分析我正在运行的 Node.js 应用程序。选择点样本后,我可以在三种 View 之间进行选择: 自上而下(树) 自上而
对于一个可能是菜鸟的问题,我们深表歉意,但尽管在 SO 上研究了大量教程和其他问题,但仍找不到答案。 我想做的很简单:显示一个包含大量数据库存储字符串的 Android ListView。我所说的“很
我已经开始了一个新元素的工作,并决定给 Foundation 5 一个 bash,看看它是什么样的。在创建带有水平字段的表单时,我在文档中注意到的第一件事是它们使用大量 div 来设置样式。所以我在下
我有一个 Windows 窗体用户控件,其中包含一个使用 BeginInvoke 委托(delegate)调用从单独线程更新的第 3 方图像显示控件。 在繁重的 CPU 负载下,UI 会锁定。当我附加
我有一堆严重依赖dom元素的JS代码。我目前使用的测试解决方案依赖于 Selenium ,但 AFAIK 无法正确评估 js 错误(addScript 错误不会导致您的测试失败,而 getEval 会
我正在制作一款基于滚动 2D map /图 block 的游戏。每个图 block (存储为图 block [21][11] - 每个 map 总共 231 个图 block )最多可以包含 21 个
考虑到以下情况,我是前端初学者: 某个 HTML 页面应该包含一个沉重的图像(例如 - 动画 gif),但我不想强制客户缓慢地等待它完全下载才能享受一个漂亮的页面,而是我更愿意给他看一个轻量级图像(例
我正在设计一个小软件,其中包括: 在互联网上获取资源, 一些用户交互(资源的快速编辑), 一些处理。 我想使用许多资源(它们都列在列表中)来这样做。每个都独立于其他。由于编辑部分很累,我想让用户(可能
我想比较两个理论场景。为了问题的目的,我简化了案例。但基本上它是您典型的生产者消费者场景。 (我关注的是消费者)。 我有一个很大的Queue dataQueue我必须将其传输给多个客户端。 那么让我们
我有一个二元分类问题,标签 0 和 1(少数)存在巨大不平衡。由于测试集带有标签 1 的行太少,因此我将训练测试设置为至少 70-30 或 60-40,因此仍然有重要的观察结果。由于我没有过多地衡量准
我是一名优秀的程序员,十分优秀!