使用 ArcPy 批量处理栅格数据：重采样与矢量裁剪

背景介绍

在地理信息系统（GIS）工作中，我们常常需要处理大量栅格图像文件，比如卫星遥感数据。这些文件分辨率不一、覆盖范围过大，直接使用会让分析卡顿或超出研究区。这时，一个自动化脚本就能帮忙：它像一个"智能裁缝"，批量将文件"裁剪"到合适大小和分辨率，让数据更精炼易用。

这个脚本针对编程新手设计，只需简单配置，就能处理成堆的TIF文件。特别适合初学者练习ArcPy，快速上手GIS自动化。

代码功能说明

这个脚本的核心用途是批量处理栅格TIF文件，解决手动重采样和裁剪耗时费力的痛点。它会自动扫描输入文件夹中的所有TIF文件，按年份分组，重采样到30米分辨率，然后用指定的矢量边界（SHP文件）裁剪，只保留感兴趣区域，最终保存为新TIF文件。

适用场景包括：地面沉降监测、土地利用变化分析、环境评估项目------任何需要统一分辨率和区域的遥感数据处理。运行后，你会在终端看到进度提示如"🔄 [1/10] 处理文件: xxx.tif（年份: 2020）"和"✅ 完成：xxx.tif"，输出文件夹中出现按年份命名的裁剪后TIF文件，这些文件体积更小、边界精确，随时可导入ArcGIS查看或进一步分析。

运行环境准备

准备环境就像为厨师备齐锅碗瓢盆，确保脚本能顺利"下厨"。为什么要做这一步？因为ArcPy依赖ArcGIS软件，没有它脚本就"无米下锅"。

ArcGIS 版本要求 ：ArcGIS Desktop 10.5+ 或 ArcGIS Pro 2.5+（推荐 Pro，更稳定）。
- 检查方法：打开ArcGIS，查看"帮助 > 关于"中的版本信息。如果没有，下载安装从 esri.com。
Python 环境：使用ArcGIS自带的Python（通常3.9+），无需额外安装。
Spatial Analyst 扩展 ：脚本需此扩展用于栅格处理。
- 授权检查：在ArcGIS中，工具箱 > Spatial Analyst Tools，确保可用。
文件准备：确保输入TIF文件和SHP边界文件存在，硬盘有足够空间（每个TIF处理可能需几百MB）。

这些准备好，脚本就能在ArcGIS Python环境中运行。

详细运行步骤

我们按顺序拆解运行，像搭乐高一样一步步来。每步解释"为什么"，帮你理解逻辑：这样不是死记硬背，而是知道"为什么这样搭更稳"。

环境准备 ：

为什么？确认工具就位，避免运行时突然报"缺货"。
- 启动ArcGIS Pro 或 Desktop，确保Spatial Analyst扩展已授权（在"项目 > 许可 > 扩展"中勾选）。
- 准备数据：将你的TIF文件放入一个主文件夹（如包含年份子文件夹的"data"），SHP文件单独保存。
依赖安装 ：

为什么？脚本用到的库大多内置，但确认无误能防小问题。
- ArcPy 和 os/re/glob 是标准库，无需pip。
- 在ArcGIS Python Command Prompt（从开始菜单搜索）中输入 python -c "import arcpy; print('OK')" 测试ArcPy是否可用。如果报错，重启ArcGIS。

代码修改 ：

为什么？脚本路径是示例，换成你的才能"对号入座"，否则找不到文件。

新建文本文件，命名为 batch_raster_process.py，复制下方代码块粘贴。
用记事本或VS Code打开，修改参数部分：
- 注意：运行前需修改 input_root_folder = r"【your_input_root】" 为你的TIF主文件夹路径，例如 r"C:\GISData\沉降数据"。
- 注意：运行前需修改 mask_shp = r"【your_mask_shp】" 为SHP边界路径，例如 r"C:\GISData\study_area.shp"。
- 注意：运行前需修改 output_folder = r"【your_output_folder】" 为输出路径，例如 r"C:\Output\processed"。
- 可选：调整 cell_size = 30 为你的目标分辨率（米）。
保存为UTF-8编码。

python 复制代码

import arcpy
import os
import re
import glob

# === 参数设定 ===
input_root_folder = r"【your_input_root】"          # 包含多个年份子文件夹的主目录
mask_shp = r"【your_mask_shp】"                     # 用于裁剪的面矢量
output_folder = r"【your_output_folder】"           # 最终输出文件夹
cell_size = 30                                     # 目标分辨率（米）
variable_name = "kuangshan4"                       # 变量名作为输出前缀

# === 环境设定 ===
arcpy.env.overwriteOutput = True
arcpy.CheckOutExtension("Spatial")

# 估算地理坐标下的 30 米分辨率（大致）
cellsize_degree = 0.0002695

# 创建输出文件夹
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# === 搜索所有.tif文件 ===
tif_list = glob.glob(os.path.join(input_root_folder, "*", "*.tif"))
total_files = len(tif_list)
print(f"\n📦 共发现 {total_files} 个 .tif 文件，开始处理...\n")

# === 遍历处理 ===
for idx, tif_path in enumerate(tif_list, 1):
    filename = os.path.basename(tif_path)
    parent_folder = os.path.basename(os.path.dirname(tif_path))
   
    # 提取年份
    year_match = re.search(r"\d{4}", parent_folder)
    year = year_match.group() if year_match else "unknown"
    print(f"🔄 [{idx}/{total_files}] 处理文件: {filename}（年份: {year}）")
   
    try:
        # Step 1: 重采样
        print("   ➤ 步骤 1：重采样至 30m...")
        resampled = arcpy.sa.Resample(tif_path, cellsize_degree, "BILINEAR")
       
        # Step 2: 裁剪
        print("   ➤ 步骤 2：按矢量裁剪...")
        clipped = arcpy.sa.ExtractByMask(resampled, mask_shp)
       
        # Step 3: 保存结果
        print("   💾 步骤 3：保存输出...")
        out_name = f"{variable_name}_{year}_{os.path.splitext(filename)[0]}.tif"
        out_path = os.path.join(output_folder, out_name)
        arcpy.management.CopyRaster(clipped, out_path, pixel_type="32_BIT_FLOAT")
        print(f"   ✅ 完成：{out_name}\n")
    except Exception as e:
        print(f"   ❌ 处理失败：{e}\n")
        continue

print("🎉 所有任务已完成！")

执行命令 ：

为什么？这是"点火启动"，让脚本开始扫描和处理文件。
- 打开ArcGIS Python Command Prompt，导航到脚本目录：输入 cd 【your_script_path】（例如 cd C:\Scripts）。
- 运行命令：python batch_raster_process.py。
- 耐心等待（大文件可能需几分钟），终端会显示进度条和完成提示。
验证结果 ：

为什么？像试穿衣服，确保"剪裁"后合身无误。
- 打开输出文件夹，检查是否生成以年份命名的TIF文件（如 kuangshan4_2020_xxx.tif）。
- 在ArcGIS中添加一个输出TIF，查看图层属性：分辨率应为30m，边界匹配SHP范围。
- 如果文件数与输入匹配，且无错误提示，即大功告成。

核心代码解析

脚本像一个"流水线工厂"：先"清点货物"（找TIF文件），然后对每个"零件"走三道工序（重采样、裁剪、打包），出错就"隔离"不影响整体。用大白话聊核心逻辑，就如组装玩具车------简单几步，成品就跑起来了。

搜索TIF文件 （tif_list = glob.glob(...)）：

这行像"仓库管理员"拿着手电筒，在主文件夹及其子文件夹（按年份分）里搜罗所有".tif"货品，列个清单。为什么？批量处理前得知道"有多少活儿"，避免漏掉文件。
提取年份 （year_match = re.search(r"\d{4}", parent_folder)）：

想象成"标签阅读器"：从文件夹名（如"2020_data"）中抠出"2020"这个数字，当作文件名标签。为什么？这样输出文件带年份，便于后期按时间排序分析。
重采样 （resampled = arcpy.sa.Resample(...)）：

像"放大镜调整器"：把原TIF"拉伸"或"压缩"到30米像素大小，用"BILINEAR"方式平滑过渡（像邻居平均值，避免锯齿）。为什么？统一分辨率，让不同来源的数据"站齐队"。
裁剪（clipped = arcpy.sa.ExtractByMask(...)）：

这步如"剪刀手"：用SHP边界当"模板"，只切下研究区内的部分，扔掉外围"废料"。为什么？聚焦感兴趣区域，节省存储和计算时间。
保存结果 （arcpy.management.CopyRaster(...)）：

像"打包机"：给文件起名（变量+年份+原名），存为浮点TIF，确保数据精度不丢。为什么？浮点格式保持数值准确，适合沉降等连续数据。

整个流程循环遍历清单，try-except像"安全网"，一个坏了不耽误别人。新手懂了，就能改成加投影或统计功能。

常见问题解决

跑脚本时，新手常遇小坎坷，但这些是"经验药方"，提前知道就能少走弯路。为什么列出来？因为调试像找钥匙，知道常见藏处更快开门。

路径错误：
- 报错如"No such file or directory"。
- 解决：用 r"路径"（raw字符串），双检查输入/输出文件夹存在。用文件资源管理器复制完整路径粘贴。为什么？路径敏感，半点斜杠错就找不到家。
扩展未授权：
- 报错"CheckOutExtension failed"。
- 解决：在ArcGIS许可管理器中启用Spatial Analyst，重启软件。为什么？扩展像VIP门票，没它进不了栅格工坊。
分辨率估算不准：
- 输出图像变形或坐标错。
- 解决：如果你的TIF是投影坐标，改 cellsize_degree 为实际米值（如直接用 cell_size）。测试小文件先跑。为什么？度坐标下米需转换，投影坐标直接用米更准。
内存不足或处理慢：
- 大文件卡死或报"Out of memory"。
- 解决：关掉其他程序，处理前分批小文件夹；或加 arcpy.env.workspace = output_folder 优化。为什么？栅格处理吃内存，像大锅煮饭，锅小就分次。
其他：TIF无年份文件夹时，输出名带"unknown"------手动调整文件夹结构。出错时，复制终端错误Google"ArcPy [错误] Resample"。

掌握这些，脚本就是你的得力助手。试跑后，欢迎分享你的GIS小项目！