ArcGIS中,设置高于或低于某个值的像元为 -9999,然后将这些地方设为空------目的:去除异常值和黑色背景值
Con(("T_std ano7.tif" > 2) | ("T_std ano7.tif" < - 2), - 9999,"T_std ano7.tif")
SetNull("333" == - 9999,"333")
直接将黑色掩膜设为空:
SetNull("333" == 0,"333")
其他方法:
arcgis遥感图像去黑边林林种种(至少7种方法)_arcmap的 image analysis去除遥感影像黑边-CSDN博客
去除影像黑边的N种方法_arcgis影像图黑色背景无法去除_GIS前沿的博客-CSDN博客
ArcGIS模型构建器转nc文件为tif
ArcGIS利用模型构建器批量导出nc文件中的不同波段数据_arcgis将其中的几个波段输出-CSDN博客
在ArcGIS中使用建模批量将nc文件转换为tif格式并进行裁剪_arcgis nc转tif_元宝kk的博客-CSDN博客
arcgis批量处理:Batch
地理配准批量处理:
【精选】arcgis 循环模型批量处理_邪门歪道:地图截获器栅格批量配准方法【2019017】-CSDN博客
利用ArcGIS与arcpy构建影像批量校正的GP工具_arcgis transformation type-CSDN博客
1、导出后在arcgis中,创建0.5°格网
Arcgis操作:网格划分_gis网格划分方法-CSDN博客

2、得到格网后,统计0.5°网格内500m像元的平均值,分区统计(zonal statistics)
3、再在栅格计算器中作差。------得到某月的两种植被变化差异
以此类推,再累加得到7-10月的总差异,分析其与SPEI的一致性。
4、arcgis中把一个nc文件中特定的某张时间维度转为tif:基于ArcGIS的nc(NETCDF)转tif格式_nc转tif-CSDN博客
简单来说就是先把nc拽进来加载出想要的那张,make raster layer

导出后发现其是个adf格式的栅格,

右键数据导出为tiff即可。
以上,如果2-3步骤中想要设置阈值:
1、栅格计算器,将500m有值的像元统一赋值为1
Con
2、统计格网中500m像元的数量

每个网格中最多有 (55500/500)² =12321 个500m像元。
阈值取10% 就接近一半了
3、分区统计输入筛选后的网格
SetNull("ZonSt_sumc.tif" <= 1232,"ZonSt_sumc.tif")
报错

可能是因为这个数据有小数,需要转为整型。
4、


GEE中设置植被覆盖度的阈值并计算差值,
arcgis中只需要:
1、右键tif数据导出使其nodata的黑框消除
2、栅格计算器,Con,有值的部分全部赋值为1,以便在网格中计数
3、zonal statistics:分别计算均值、sum,再用合成波段。
而我又研究了下,发现可以改进,直接聚合(aggregate)工具即可: