跳到主要内容

镶嵌

功能概述

镶嵌(Mosaic)是栅格数据处理中的一种基础操作,用于将多个输入栅格数据集合并到一个新的栅格数据集中。通过镶嵌,可以将空间范围相邻或相互重叠的多幅栅格影像整合为一个统一的输出数据,从而便于后续的整体分析、展示和数据管理。

  • 本质:空间与数值的集成操作,将多个源数据拼接到统一的空间基准与数据结构中。
  • 数据一致性:输出栅格的像元大小、波段数、空间参考、像元类型等可统一设置,保证数据的一致性。
  • 冲突处理:对重叠区域,可指定叠置规则(如取第一个、最后一个、平均值、最小值、最大值、总和等)。

插图图示

image-20260131171345698

适用场景

  • 遥感影像拼接:将相邻的多景卫星数据拼接成完整覆盖区域。
  • 大范围地形合并:将分区的 DEM 数据合并成大范围连续的地形模型。
  • 环境监测合成:将不同行政区划的气候、土壤等栅格数据汇总为区域级数据。
  • 数据更新与修补:使用高精度或较新日期的影像覆盖/替换原有影像中的特定区域。

参数介绍

参数名称参数描述补充说明
输入栅格选择需要参与镶嵌合并的多个栅格文件或包含栅格文件的文件夹。支持点击 + 号批量添加
镶嵌方法定义重叠区域的像素值计算规则(如第一个、最后一个、平均值等)。详见下方镶嵌方法说明
输出类型在保存栅格数据时,可以手动设置栅格保存参数,也可以使用捕捉栅格。详细参考栅格通用输出
输出文件用于指定镶嵌后输出栅格数据的存储位置及文件名称。详细参考栅格通用输出

处理说明

重叠区域处理方法说明

运算方式输出像元值说明
第一个叠置区域的输出像元值取自参与镶嵌的第一个栅格数据集。
最后一个叠置区域的输出像元值取自参与镶嵌的最后一个栅格数据集(覆盖之前的)。
平均值叠置区域的输出像元值为所有重叠像元的平均值。
最小值叠置区域的输出像元值为所有重叠像元的最小值。
最大值叠置区域的输出像元值为所有重叠像元的最大值。
总和叠置区域的输出像元值为所有重叠像元的数值总和。

不同范围与分辨率栅格的处理规则

当参与处理的多个栅格在空间范围、像元结构或数据类型上不一致时,昕图将按照以下规则进行统一处理。


1. 空间几何处理(范围与像元结构)

当输入栅格的空间范围或像元结构(分辨率 / 行列数)不一致时,系统将自动执行重采样与网格对齐。

范围不一致:

  • 输出范围取所有输入栅格空间范围的并集(Union)
  • 未被任何输入数据覆盖的区域填充为 NoData

像元数 / 分辨率不一致:

  • 每个栅格文件仅允许具有一个像元大小(Cell Size)。
  • 当输入栅格分辨率不一致时,系统采用第一个输入栅格的像元大小作为输出分辨率。
  • 系统将自动进行网格平移对齐,确保所有像元落在统一的栅格网格内。

2. 数据类型处理(波段数据类型)

当输入栅格的波段数据类型不一致时,系统遵循向上兼容原则,以避免数值溢出或精度损失。

数据类型不一致:

  • 输出数据类型将自动提升为能够容纳所有输入值的最宽类型。
  • 示例:
    • 8 位整型与 16 位整型合并 → 输出为 16 位整型
    • 整型与浮点型合并 → 输出为浮点型

波段数不一致:

  • 输出波段数以第一个输入栅格为准。

操作步骤

  1. 启动工具

    打开【栅格基础工具】工具箱 → 导航至【栅格数据】 > 【栅格数据集】→ 双击启动【镶嵌】工具窗格。

  2. 添加输入数据

    • 点击【输入栅格】列表上方的添加按钮,选择多个待拼接的栅格文件。
    • 确保文件在列表中按正确的顺序排列(影响“第一个”和“最后一个”镶嵌规则)。
  3. 选择镶嵌方法

    • 在【镶嵌方法】下拉菜单中选择合适的规则(如:平均值、最大值)。
  4. 配置输出空间属性

    • 在【输出类型】下拉菜单中选择配置模式(手动输入、使用矢量、使用栅格)。
    • 建议选择其中一个输入栅格作为参考,以继承其坐标系和分辨率。
  5. 设置输出文件与属性

    • 点击【输出文件】右侧按钮,指定保存路径并输入文件名(如 mosaic_result.tif)。
    • 根据需要配置数据类型、NoData 值及压缩方式。
  6. 执行生成

    • 点击窗口底部的【执行】按钮,等待任务完成。

image-20260128162310276

注意事项

  • 波段一致性:参与镶嵌的栅格应具有相同的波段数量,否则系统可能仅保留重合的部分波段。
  • 空间参考:建议输入数据具有统一的坐标系。若坐标系不同,系统在镶嵌时会进行实时重投影,可能会消耗更多计算资源。
  • 数据类型:输出数据类型应足以承载计算后的结果(例如,使用“平均值”方法时建议选择浮点型数据类型)。
  • 性能优化:处理超大规模数据时,建议预先构建金字塔,并使用 LZW 压缩。