如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?

这篇具有很好参考价值的文章主要介绍了如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

01 ArcGIS对于GEE掩膜影像的Nodata值的说明

02 处理方法

2.1 方法1-GEE修改掩膜值

Arguments:

Returns: Image

2.2 方法2-ArcGIS重新赋值Nodata(推荐)


01 ArcGIS对于GEE掩膜影像的Nodata值的说明

当在GEE中进行掩膜后,将影像在ArcGIS中显示如图:
如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?

 周围的背景值为黑色,通过识别工具点击发现周围值为Nodata:
 

 猜测ArcGIS可以识别该种Nodata否则识别工具也不会将其值显示为Nodata,但是其和ArcGIS默认的Nodata值可能存在差别,如下图:
正常掩膜影像的Nodata值:
如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?

GEE掩膜影像的Nodata值 :

(猜测此处的Nodata应该null即空值,而非像ArcGIS默认的Nodata是使用某一特殊值作为Nodata)
如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?

 文章来源地址https://www.toymoban.com/news/detail-483381.html

02 处理方法

2.1 方法1-GEE修改掩膜值

在掩膜之后,将掩膜值(无效值/Nodata)设置为特别的数值,该数值不在影像的正常数值范围内。

这里需要使用到unmask函数,将掩码像素的Nodata(此处为NULL)取消,设置为其它新值例如下方案例中的-9999.0,并将新的影像返回。

官网说明

unmask(valuesameFootprint)

Replaces mask and value of the input image with the mask and value of another image at all positions where the input mask is zero. The output image retains the metadata of the input image. By default, the output image also retains the footprint of the input, but setting sameFootprint to false allows to extend the footprint.

Arguments:

this:input (Image):

Input image.

value (Image, default: null):

New value and mask for the masked pixels of the input image. If not specified, defaults to constant zero image which is valid everywhere.

sameFootprint (Boolean, default: true):

If true (or unspecified), the output retains the footprint of the input image. If false, the footprint of the output is the union of the input footprint with the footprint of the value image.

Returns: Image

// 一般而言
var gpm_precip = ee.ImageCollection("NASA/GPM_L3/IMERG_V06")
      .map(function(img){
        return mask(img)  // mask为自定义的掩膜函数
      })  // 掩膜
// 将掩膜值设置为非正常数值
var gpm_precip = ee.ImageCollection("NASA/GPM_L3/IMERG_V06")
      .map(function(img){
        return mask(img).unmask(-9999.0)  // mask为自定义的掩膜函数
      })  // 掩膜
// 通过unmask函数将Nodata值设置为-9999.0

 以上处理完毕之后,使用ArcGIS的栅格计算器(Raster Calculator)将-9999.0等你设置的新值重新赋值为ArcGIS的默认Nodata值。操作如下:

SetNull("masked.tif" == -9999.0, "masked.tif")

其表示,若masked.tif影像中有像元值等于 -9999.0, 那么将其设置为Nodata,否则赋值为masked.tif影像对应像元的值(即原值,也就是不等于的-9999.0的像元值不做处理) ;

例如:
如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?

 

2.2 方法2-ArcGIS重新赋值Nodata(推荐)

GEE代码正常写,无需使用unmask,直接使用ArcGIS进行重新赋值。

思路来源:既然识别工具能够将GEE的Nodata识别,只是无法正常显示,那么我将这些Nodata值再重新赋值为Nodata或许可以解决问题,事实确实如此。

依然使用栅格计算器如下:

SetNull(IsNull("masked.tif"), "masked.tif")

其表示若masked.tif影像中有像元值为Nodata,那么将其赋值为Nodata,否则赋值为原值即不做改动。

例如:

如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?

 

到了这里,关于如何解决GEE导出影像的Nodata值在ArcGIS中无法正常显示?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python忽略NoData计算多张遥感影像的像元平均值:whitebox库

      本文介绍基于 Python 中 whitebox 模块,对大量 长时间序列 栅格遥感影像的 每一个像元 进行 忽略NoData值 的 多时序平均值 求取。   在文章Python ArcPy批量计算多时相遥感影像的各像元平均值中,我们介绍了基于 Python 中 Arcpy 模块实现多时相遥感影像数据的平均值求取方法

    2024年02月05日
    浏览(28)
  • GEE 统计影像覆盖次数

    以下为利用GEE统计Sentinel-1影像覆盖次数的代码,统计了每月的情况。 注意roi的赋值geometry5是之前就提供的范围变量,可以在代码运行之前就手动编辑。 可以采用  来赋值,但是我发现如果我用这个下面的Map.addLayer(roi, {\\\'color\\\':\\\'grey\\\'}, \\\'studyArea\\\');就报错,当鼠标放在上方代码,就

    2024年02月14日
    浏览(32)
  • GEE:影像标准化

    本文将介绍在Google Earth Engine (GEE)平台上进行影像标准化的公式和代码。 影像标准化是一种预处理方法,用于将不同区域、不同时间、不同传感器拍摄的影像进行比较和分析。在GEE平台上进行影像标准化,可以使用本文代码,本文以EVI为例,将影像进行了标准化处理。 其结

    2023年04月09日
    浏览(53)
  • GEE python:Landsat 5影像的缨帽变换(K-T)分析含矩阵乘法和影像向矩阵的转化

    Landsat影像的缨帽变换又称为高通滤波,是一种基于像元邻域的光谱反射率的统计处理方法。它可以用来从遥感影像中去除大气、地形和植被等因素的影响,从而提取出更纯净的地表信息。 缨帽变换的基本思想是将原始影像与相应的滤波模板进行卷积,达到减少照射面角度和

    2024年01月19日
    浏览(36)
  • GEE使用 Sentinel-1 SAR影像 和 Otsu 方法绘制洪水地图

            洪水是世界上最常见、破坏性最大的自然灾害之一,造成了巨大的生命和财产损失。此外,随着气候变化的影响,近年来,洪灾变得更加频繁和不可预测。为了最大限度地减少生命和财产损失,必须迅速发现洪水蔓延的情况,并及时采取必要的干预措施。洪水蔓延

    2024年02月19日
    浏览(26)
  • GEE:时间序列分析2——将Landsat5、7、8所有影像合成一个影像集合,构建NDVI时间序列

    本文记录了在Google Earth Engine(GEE)平台上,将Landsat-5、Landsat-7和Landsat-8合成同一个影像集合,并把这个新的影像集合合并成一个大的集合的代码,并计算了NDVI指数,构建了一个NDVI年度合成的时间序列数据集。为之后时间序列分析做数据准备。 其中主要函数已经封装成了函数

    2024年02月11日
    浏览(33)
  • GEE(4):计算两个变量(影像)之间的相关性并绘制散点图

    最近使用Google Earth Engine(GEE)分析了一下高程和NDVI的相关性,并绘制二者的散点图,计算其决定系数。 计算时主要用到了GEE中的 图表 ui.Chart.image.byRegion() ,将研究区域内的高程和NDVI的散点图先绘制出来,再添加趋势线,计算决定系数,就可以知道二者之间的相关性有多高

    2024年02月16日
    浏览(29)
  • GEE(Google earth engine)中的Landsat影像的选择和去云(附代码)

            在这里可以看到GEE提供的全部Landsat数据:Landsat Collections in Earth Engine  |  Earth Engine Data Catalog  |  Google Developers               随便点进去,比如Landsat8,有三个数据,一个是地表面反射率数据,一个是大气层顶部的反射率数据,一个是raw。大气层顶部的反射数据

    2024年02月03日
    浏览(39)
  • GEE:谐波模型在遥感影像中的应用(季节性变化的拟合与可视化)

    作者:CSDN @ _养乐多_ 谐波模型是一种常用的工具,用于拟合和分析影像数据中的周期性和季节性变化。本文将介绍如何使用Google Earth Engine平台实现谐波模型,通过对Landsat影像进行处理和拟合,展示季节性变化的拟合结果,并通过图表和地图可视化展示数据。 谐波模型是一种

    2024年02月14日
    浏览(30)
  • ArcGIS和ArcGIS Pro快速加载ArcGIS历史影像World Imagery Wayback

    ArcGIS在线历史影像网站 World Imagery Wayback(网址:https://livingatlas.arcgis.com/wayback/)提供了数期历史影像在线浏览服务,之前不少自媒体作者在文中宣称其能代表Google Earth历史影像。 (1)同一级别下的版本覆盖面 以下述区域为例,自2014年2月20日至2022年5月18日期间,最高分辨率

    2024年04月12日
    浏览(34)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包