Çok büyük bir arazi örtüsü veri kümesini nasıl yeniden sınıflandırabilirim?

Alaska için NLCD2001 Land Cover veri kümesini düşünün ( indirme linki ). Ben sadece 41, 42 ve 43 değeri piksel korunur böylece bu veri kümesini yeniden sınıflandırmak gerekir; diğer tüm piksel değerleri NoData (veya gerekirse 0) olmalıdır.

Bu, yeniden sınıflandırma aracına yalnızca bir çağrı gerektiren basit bir görev gibi görünüyor. Ne yazık ki, her çağrı belirsiz ve yararsız bir hata mesajıyla sonuçlanır:

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)

Bu raster veri kümesini yeniden sınıflandırmaya nasıl gidebilirim? Uzamsal Analist uzantısı etkinken ArcCatalog 10.0, Build 4000 kullanıyorum.

Eklenen ilk komut dosyası AK NLCD verilerinizi yaklaşık 15 dakika içinde başarıyla yeniden sınıflandırdı (i7, 12GB RAM makinesi). Orijinal veri kümesi neredeyse 7GB olduğu için bellek sorunları yaşıyor olabilirsiniz. Veri kümesinin tamamını tek bir yığın halinde işleyemiyorsanız, yeniden sınıflandırmadan önce ikinci komut dosyasıyla bölmeyi deneyin. Benim tavsiyem, verilerin küçük bir alt kümesini almak (İçindekiler> Veri> Verileri Dışa Aktar> Genişlet (Veri Çerçevesi) içinde raster katmanını sağ tıklayıp ilk komut dosyasını test etmektir. Alternatif olarak, buradan temin edilebilen ArcGIS 10.1 SP1 için 64 bit Arka Plan Geoprocessing ürününü indirmeyi deneyin .

Senaryo 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")

Düzenleme : Verilerinizi işlemeden önce ayırmanız gerekiyorsa, bu komut dosyası yardımcı olacaktır:

Metin 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 bu yeniden sınıflandırmayı ifade etmek için mantıksal araçların kullanımı hakkında bir yorum yaptı . Biraz kazdıktan sonra , Mekansal Analistin Mantıksal Matematik araç setinin bir parçası olarak InList'i ihtiyacımı karşıladı .

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')

Bulabildiğim kadar basit bir çözüm, en hızlı yürütüyor ve orijinal veri kümesini döşemeyi düşünmüyor. Bu araç doğrudan diskten okuyacak ve sonuçları doğrudan diskte saklayacağından, makinenin kullanılabilir RAM'ini dikkate almanıza gerek yoktur.

Orijinal gönderide belirtilen veri kümesini arcmap'in 10.4 dev sürümüyle kullandım. Yeniden sınıflandırılmış hücre sayıları bir ızgara KDV'sinin COUNT alanında depolanabilecek olanı aştığından yeniden sınıflandırma çıktı raster bir ızgara olduğunda başarısız olur. Çıkış raster bir fgdb olduğunda, Windows 8 çalıştıran eski bir 4 çekirdekli makinede yaklaşık 11 dakika içinde benim için başarıyla çalışır. Izgara olmayan raster formatları, sayım alanı için çift duyarlıklı kayan değerler kullandığından çalışmalıdır. 10.2 veya 10.3 sürümleriyle aynı davranışı elde etmenizi bekliyorum. Reclassify için varsayılan çıktı için farklı bir raster formatı kullanarak araştırma yapacağız.