Làm thế nào để phân loại lại một tập dữ liệu đất rất lớn?

Hãy xem xét bộ dữ liệu NLCD2001 Land Cover cho Alaska ( liên kết tải xuống ). Tôi cần phân loại lại tập dữ liệu này để chỉ các pixel có giá trị 41, 42 và 43 được giữ nguyên; tất cả các giá trị pixel khác sẽ trở thành NoData (hoặc 0, nếu cần).

Đây có vẻ như là một nhiệm vụ đơn giản, chỉ yêu cầu một cuộc gọi đến công cụ Reclassify. Thật không may, mọi cuộc gọi đều dẫn đến một thông báo lỗi mơ hồ và không có ích:

Executing: Reclassify "D:\ak_nlcd_2001_land_cover_3-13-08_se5.img" Value "0 40 0;41 41;42 42;43 43;44 255 0;NODATA 0" "D:\alaska_reclassified.tif" DATA 
Start Time: Thu Jan 03 09:23:13 2013
ERROR 999998: Unexpected Error.
Failed to execute (Reclassify).
Failed at Thu Jan 03 09:23:13 2013 (Elapsed Time: 0.00 seconds)

Làm thế nào tôi có thể đi phân loại lại bộ dữ liệu raster này? Tôi đang sử dụng ArcCatalog 10.0, Build 4000, với tiện ích mở rộng Spatial Analyst được bật.

Tập lệnh đính kèm đầu tiên phân loại lại thành công dữ liệu AK NLCD của bạn trong khoảng 15 phút (i7, máy RAM 12GB). Vì bộ dữ liệu ban đầu là gần 7GB, bạn có thể gặp phải các vấn đề về bộ nhớ. Nếu bạn không thể xử lý toàn bộ tập dữ liệu trong một đoạn, hãy thử chia nhỏ nó với tập lệnh thứ hai trước khi phân loại lại. Đề nghị của tôi là lấy một tập hợp con dữ liệu nhỏ (Lớp raster nhấp chuột phải trong TOC> Dữ liệu> Xuất dữ liệu> Mức độ mở rộng (Khung dữ liệu) và kiểm tra tập lệnh đầu tiên. Sau khi bạn quay số trong tham số cho lệnh phân loại lại Ngoài ra, hãy thử tải xuống sản phẩm Xử lý địa lý nền 64 bit cho ArcGIS 10.1 SP1, có sẵn tại đây .

Kịch bản 1

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Overwrite output
env.overwriteOutput = 1

# Set environment settings
env.workspace = r'C:\temp'
Dir = env.workspace

# Set local variables
inRaster = Dir + "\\" + "nlcd_subset.img"
reclassField = "Value"
remap = RemapValue([[0, 40, 0], [41, 41],[42,42], [43,43], [44, 256, 0]])

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Execute Reclassify
outReclassify = Reclassify(inRaster, reclassField, remap, "NODATA")

# Save the output 
outReclassify.save(r"C:\temp\nlcd_test.img")

Chỉnh sửa : Nếu bạn cần chia dữ liệu của mình trước khi xử lý, tập lệnh này sẽ giúp:

Kịch bản 2

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Overwrite output
env.overwriteOutput = 1

# Set environment settings
env.workspace = r'C:\temp'
Dir = env.workspace

# Set local variables
inRaster = Dir + "\\" "nlcd" + "\\" + "nlcd_ak.img"
outFolder = Dir
reclassField = "Value"
remap = RemapValue([[0, 40, 0], [41, 41],[42,42], [43,43], [44, 256, 0]])

# Split Rasters
# Equally split a large TIFF image by number of images
arcpy.SplitRaster_management(inRaster, outFolder, "split", "NUMBER_OF_TILES", "#",
                             "NEAREST", "2 2", "#", "4", "PIXELS",\
                             "#", "#")

# List rasters for processing
rasters = arcpy.ListRasters()


for ras in rasters:
    print "processing..." + ras

    # Define new name
    name = "class_" + ras  

    # Execute Reclassify
    outReclassify = Reclassify(ras, reclassField, remap, "NODATA")

    # Save the output 
    outReclassify.save(Dir + "\\" + name)

whuber đã bình luận về việc sử dụng các công cụ logic để thể hiện sự phân loại lại này . Sau khi đào bới một chút, tôi thấy InList , như một phần của bộ công cụ Toán học logic của Nhà phân tích không gian, đáp ứng nhu cầu của tôi.

import arcpy

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
from arcpy.sa import InList

# Pixel values of interest, named according to Table 2 of
#  http://landcover.usgs.gov/pdf/anderson.pdf
DECIDUOUS_FOREST = 41
EVERGREEN_FOREST = 42
MIXED_FOREST = 43

inRaster = r'D:\AK_NLCD_2001_land_cover_3-13-08\ak_nlcd_2001_land_cover_3-13-08_se5.img'
accepted_raster_values = [DECIDUOUS_FOREST, EVERGREEN_FOREST, MIXED_FOREST]
filteredAlaska = InList(inRaster, accepted_raster_values)
filteredAlaska.save(r'C:\alaska\ak_woods')

Đó là giải pháp đơn giản mà tôi có thể tìm thấy, thực hiện nhanh nhất và không yêu cầu xem xét việc sắp xếp bộ dữ liệu gốc. Không cần phải xem xét RAM có sẵn của máy, vì công cụ này sẽ đọc trực tiếp từ đĩa và lưu trữ kết quả ngay trên đĩa.

Tôi đã sử dụng tập dữ liệu được đề cập trong bài đăng gốc với phiên bản arcmap 10,4 dev. Phân loại lại thất bại khi raster đầu ra là một lưới, bởi vì số lượng ô được phân loại lại đang tràn ra những gì có thể được lưu trữ trong trường COUNT của VAT lưới. Khi raster đầu ra là một fgdb, nó sẽ thực thi thành công cho tôi trong khoảng 11 phút trên máy 4 lõi cũ hơn chạy Windows 8. Các định dạng raster không lưới sẽ hoạt động vì chúng sử dụng các giá trị nổi chính xác kép cho trường đếm. Tôi hy vọng bạn sẽ có được hành vi tương tự với các phiên bản phát hành 10.2 hoặc 10.3. Chúng tôi sẽ điều tra bằng cách sử dụng định dạng raster khác cho đầu ra mặc định cho Reclassify.