วิธีการจัดกลุ่มชุดข้อมูลครอบคลุมพื้นที่ขนาดใหญ่มากอีกครั้งอย่างไร

พิจารณาชุดข้อมูล Land Cover NLCD2001 สำหรับ Alaska ( ลิงค์ดาวน์โหลด ) ฉันจำเป็นต้องจัดกลุ่มชุดข้อมูลนี้ใหม่เพื่อให้มีการรักษาพิกเซลของค่า 41, 42 และ 43 เท่านั้น ค่าพิกเซลอื่น ๆ ทั้งหมดควรเป็น NoData (หรือ 0 หากจำเป็น)

ดูเหมือนว่าเป็นงานง่าย ๆ เพียงแค่เรียกใช้เครื่องมือจัดประเภทอีกครั้ง น่าเสียดายที่การโทรทุกครั้งส่งผลให้เกิดข้อความแสดงข้อผิดพลาดที่ไม่ชัดเจนและไม่ช่วยเหลือ:

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)

ฉันจะจัดกลุ่มชุดข้อมูลแรสเตอร์นี้ใหม่ได้อย่างไร ฉันใช้ ArcCatalog 10.0, Build 4000 ด้วยการเปิดใช้งานส่วนขยาย Spatial Analyst

สคริปต์ที่แนบมาครั้งแรกประสบความสำเร็จในการจัดประเภทข้อมูล AK NLCD ของคุณใหม่ในเวลาประมาณ 15 นาที (เครื่อง i7, 12GB RAM) เนื่องจากชุดข้อมูลดั้งเดิมเกือบ 7GB คุณอาจประสบปัญหาหน่วยความจำ หากคุณไม่สามารถประมวลผลชุดข้อมูลทั้งหมดในหนึ่งชิ้นลองแยกมันด้วยสคริปต์ที่สองก่อนที่จะจัดประเภทใหม่ คำแนะนำของฉันคือการใช้ชุดย่อยของข้อมูลขนาดเล็ก (คลิกขวาที่เลเยอร์แรสเตอร์ใน TOC> ข้อมูล> ส่งออกข้อมูล> ขอบเขต (Data Frame) และทดสอบสคริปต์แรกเมื่อคุณหมุนหมายเลขในพารามิเตอร์สำหรับคำสั่งจัดประเภทใหม่ ชุดข้อมูลทั้งหมดหรือแยกออกหรือลองดาวน์โหลดผลิตภัณฑ์ประมวลผลพื้นหลัง 64 บิตสำหรับ ArcGIS 10.1 SP1 ซึ่งมีให้ที่นี่ขอให้โชคดี

สคริปต์ 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")

แก้ไข : หากคุณต้องการแยกข้อมูลก่อนประมวลผลสคริปต์นี้ควรช่วย:

สคริปต์ 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 ได้แสดงความคิดเห็นเกี่ยวกับการใช้เครื่องมือเชิงตรรกะเพื่อแสดงการจัดประเภทใหม่นี้ หลังจากการขุดเล็กน้อยฉันพบInListซึ่งเป็นส่วนหนึ่งของชุดเครื่องมือ Logical Math ของนักวิเคราะห์เชิงพื้นที่เต็มความต้องการของฉัน

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')

มันเป็นวิธีการแก้ปัญหาที่ง่ายที่สุดที่ฉันสามารถหาได้ดำเนินการได้เร็วที่สุดและไม่ต้องคำนึงถึงการเรียงชุดข้อมูลดั้งเดิม ไม่จำเป็นต้องพิจารณา RAM ที่มีอยู่ของเครื่องเนื่องจากเครื่องมือนี้จะอ่านตรงจากดิสก์และเก็บผลลัพธ์ไว้บนดิสก์

ฉันใช้ชุดข้อมูลที่กล่าวถึงในการโพสต์ต้นฉบับด้วย arcmap เวอร์ชัน 10.4 dev การจัดประเภทใหม่ล้มเหลวเมื่อเอาท์พุทแรสเตอร์เป็นกริดเนื่องจากจำนวนเซลล์ที่จัดประเภทใหม่จะล้นซึ่งจะถูกเก็บไว้ในฟิลด์ COUNT ของ VAT VAT เมื่อเอาท์พุทแรสเตอร์เป็น fgdb มันจะประมวลผลสำเร็จสำหรับฉันในเวลาประมาณ 11 นาทีสำหรับเครื่อง 4 แกนรุ่นเก่าที่ใช้ Windows 8 รูปแบบแรสเตอร์ที่ไม่ใช่ตารางควรทำงานได้เนื่องจากใช้ค่าความแม่นยำสองเท่าสำหรับฟิลด์นับ ฉันคาดว่าคุณควรได้รับพฤติกรรมเดียวกันกับรุ่นที่วางจำหน่าย 10.2 หรือ 10.3 เราจะตรวจสอบโดยใช้รูปแบบแรสเตอร์ที่แตกต่างกันเพื่อหาเอาต์พุตเริ่มต้นสำหรับจัดประเภทใหม่