本文介绍基于Python 语言，结合已知研究区域 中所覆盖的全部遥感影像 的分幅条带号 ，从大量的遥感影像文件 中筛选落在这一研究区域中 的遥感影像文件的方法。
首先，先来明确一下本文所需实现的需求。现已知一个研究区域 （四川省），且已知覆盖这一研究区域 所需的全部遥感影像的分幅条带号 （这里就以Sentinel-2数据所采用的分幅规则为例来介绍），如下图所示。
其中，矢量图层上的标签 （Label ）就是所需的遥感影像的分幅条带号 ；且这一矢量要素的属性表中，有具体每一个分幅条带号的具体字段（如上图红色方框所示的那一列）。
同时，我们还下载好了大量的遥感影像------这些遥感影像数量众多，既有位于这一研究区域内 的遥感影像，同时还有位于研究区域外 的。其中，这里所有的遥感影像都保存在一个大文件夹 下，而这一大文件夹 下还有多个子文件夹 ，具体遥感影像就存在于子文件夹中；如下图所示。
其中，红色框内的文件夹即为前述"大文件夹 "，紫色框内的每一个文件夹即为前述"子文件夹 "。此外，每一个子文件夹的命名也是和遥感影像的分幅条带号 对应的，比如43LCC这一个子文件夹就是保存了UTM 编号为43的网格内的全部遥感影像。这里关于Sentinel-2 遥感影像分幅条带号的介绍，如果大家有需要，可以参考哨兵2号Sentinel-2分幅条带介绍与MGRS网格矢量文件获取这篇文章。
同时，在每一个遥感影像文件 的文件名 中，都有分幅条带号 这一字段；例如，打开43LCC这一子文件夹，如下图所示。
我们希望实现的，就是基于上图所示的研究区域内遥感影像的分幅条带号信息，在大量的遥感影像中筛选出这些分幅对应的遥感影像文件，并将其通过复制的方式放入到一个新的结果文件夹中。
了解了具体需求，我们就可以开始代码的撰写。首先，本文所需的完整代码如下所示。
python
# -*- coding: utf-8 -*-
"""
Created on Fri Feb 3 18:33:11 2023
@author: fkxxgis
"""
import os
import xlrd
import shutil
xls_file = r"E:\02_Project\Sentinel.xls"
tif_path = r"G:\S2_CSI_LCC_product\LCC_10days_2020"
result_path = r"G:\Select"
book = xlrd.open_workbook(xls_file)
sh = book.sheet_by_index(0)
row_num = sh.nrows
for row in range(1, row_num):
mgrs = sh.cell(row,6).value
utm = mgrs[0:2]
for root, dirs, files in os.walk(tif_path):
for name in dirs:
if name[0:2] == utm:
for root_1, dirs_1, files_1 in os.walk(os.path.join(root, name)):
for name_1 in files_1:
if name_1.find(mgrs) != -1:
if not os.path.exists(os.path.join(result_path, mgrs)):
os.makedirs(os.path.join(result_path, mgrs))
print("Make " + mgrs + " path.")
shutil.copy(os.path.join(root, name, name_1), os.path.join(result_path, mgrs, name_1))其中，我们需要导入os、xlrd与shutil等3个Python 库，分别实现系统文件遍历、Excel 数据读取与研究区域内遥感影像数据的复制。其中，关于xlrd库的配置，如果大家是用的Anaconda 环境，可以参考Python表格处理模块xlrd在Anaconda中的安装这篇文章。此外，我们首先需要将本文开头提及的表示遥感影像数据分幅条带号 的矢量文件的属性表导出（通过"System Toolboxes "→"Conversion Tools.tbx "→"Excel "→"Table To Excel "选项，如下图所示），保存为.xls格式的表格文件，从而方便我们后期代码对数据的读取。
在代码中，xls_file表示我们将属性表导出后得到的.xls格式的表格文件，tif_path表示存放所有遥感影像的大文件夹，result_path则表示找到我们所需的结果遥感影像文件后，希望将其复制到的路径。
随后，我们通过xlrd.open_workbook()函数打开.xls格式的表格文件，读取其中的数据并获取其行数row_num；接下来，我们即可对这一表格文件的单元格数据加以遍历，也就是代码中的第1个for循环------我们从第2行开始（因为第1行是表头），读取每一行第7列的数据（也就是存放有遥感影像分幅条带号的那一列），从而依次获取所需的遥感影像条带号。
接下来，由于遥感影像的分幅条带号 的前两位，以及前述子文件夹名称的前两位，都是表示UTM 编号的两位数字，因此我们通过utm = mgrs[0:2]这句代码，截取当前遥感影像分幅条带号 的前两位，并通过os.walk()函数进行遍历，通过一个if判断语句找到大文件夹下对应的子文件夹；随后，在这一子文件夹中同样通过os.walk()函数，进行遥感影像文件的遍历------也就是代码中第2个、第3个、第4个for循环所做的事情。
接下来，针对遍历得到的子文件夹中每一个遥感影像文件，我们通过.find()函数找到所有满足这一分幅条带号 的遥感影像文件，也就是代码中第5个for循环与第2个if判断语句的工作。找到符合当前分幅条带号的遥感影像文件后，我们即可开始将其复制到目标文件夹中。
这里还有一个需求，因为我们这里保存的是多时相遥感影像数据（即每一个分幅条带号 对应着多个不同时相 的遥感影像文件），因此我们希望在目标文件夹中，同样用各个分幅条带号 作为名称，创建多个子文件夹；然后将当前分幅条带号 对应的全部遥感影像数据放入这一文件夹中。基于此，我们通过os.path.exists()函数判断是否存在指定的子文件夹，如果不存在的话就新建这一文件夹；随后，通过shutil.copy()函数复制这些遥感影像文件。
运行上述代码，最终我们得到的结果如下图所示；其中，每一个子文件夹都表示一个分幅条带号 ，子文件夹内即为这一分幅条带号 所对应的全部时相的遥感影像文件。
至此，大功告成。