매우 큰 토지 표지 데이터 세트를 다시 분류하는 방법은 무엇입니까?

알래스카에 대한 NLCD2001 랜드 커버 데이터 세트를 고려하십시오 ( 다운로드 링크 ). 41, 42 및 43 값의 픽셀 만 보존되도록이 데이터 세트를 다시 분류해야합니다. 다른 모든 픽셀 값은 NoData가되어야합니다 (또는 필요한 경우 0).

이것은 간단한 작업처럼 보이며 재 분류 도구를 한 번만 호출하면됩니다. 불행히도 모든 호출은 모호하고 도움이되지 않는 오류 메시지를 발생시킵니다.

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)

이 래스터 데이터 세트를 다시 분류하려면 어떻게해야합니까? Spatial Analyst 확장이 활성화 된 ArcCatalog 10.0, Build 4000을 사용하고 있습니다.

첫 번째 첨부 스크립트는 약 15 분 (i7, 12GB RAM 시스템)으로 AK NLCD 데이터를 성공적으로 재 분류했습니다. 원래 데이터 세트가 거의 7GB이므로 메모리 문제가 발생할 수 있습니다. 한 청크로 전체 데이터 세트를 처리 할 수없는 경우 재 분류 전에 두 번째 스크립트로 분할하십시오. 권장 사항은 데이터의 작은 하위 집합 (TOC> 데이터> 데이터 내보내기> 익스텐트 (데이터 프레임)에서 래스터 레이어를 마우스 오른쪽 단추로 클릭하고 첫 번째 스크립트를 테스트하는 것입니다. 또는 전체 데이터 세트 또는 분할 또는 ArcGIS 10.1 SP1 용 64 비트 백그라운드 지오 프로세싱 제품을 여기 에서 다운로드 하십시오 .

스크립트 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")

편집 : 처리하기 전에 데이터를 분할해야하는 경우이 스크립트가 도움이됩니다.

스크립트 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)

whuber는 이러한 재 분류를 표현하기 위해 논리적 도구의 사용에 관해 의견을 남겼습니다 . 약간의 파기 끝에 Spatial Analyst의 Logical Math 도구 세트의 일부로 InList가 내 필요를 채웠다는 것을 알았습니다 .

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')

지금까지 내가 찾을 수있는 단순한 솔루션이며, 가장 빠르게 실행되며, 원래 데이터 세트를 타일링 할 필요가 없습니다. 이 도구는 디스크에서 직접 읽고 결과를 디스크에 바로 저장하므로 머신의 사용 가능한 RAM을 고려할 필요가 없습니다.

원래 게시물에 언급 된 데이터 세트를 10.4 dev 버전의 arcmap으로 사용했습니다. 재 분류 된 셀 수가 그리드 VAT의 COUNT 필드에 저장할 수있는 용량을 초과하여 출력 래스터가 그리드 인 경우 재 분류가 실패합니다. 출력 래스터가 fgdb 인 경우 Windows 8을 실행하는 이전 4 코어 시스템에서 약 11 분 안에 성공적으로 실행됩니다. 비 그리드 래스터 형식은 개수 필드에 배정도 부동 값을 사용하므로 작동해야합니다. 10.2 또는 10.3 릴리스 버전과 동일한 동작을 수행해야합니다. Reclassify의 기본 출력에 다른 래스터 형식을 사용하여 조사 할 것입니다.