本文介紹基於**Python**中**ArcPy**模塊，對大量柵格遙感影像文件**批量**進行**無效值**（**NoData**值）填充的方法。 在處理柵格圖像文件時，我們經常會遇到圖像中存在有無效值（即**NoData**值）的情況。如下圖所示，這裡有一個**矢量面要素圖層**和該矢量圖層範圍 ...
本文介紹基於Python中ArcPy模塊，對大量柵格遙感影像文件批量進行無效值（NoData值）填充的方法。
在處理柵格圖像文件時，我們經常會遇到圖像中存在有無效值（即NoData值）的情況。如下圖所示，這裡有一個矢量面要素圖層和該矢量圖層範圍對應的一景柵格圖像；可以看到，由於該柵格圖像存在無效值NoData，因此柵格圖像是沒有完全遮蓋矢量圖層的。
在一些情況下，這些無效值可能會對我們的後續圖像處理操作帶來很多麻煩。那麼，我們可以通過代碼，對大量存在NoData值的柵格圖像進行無效值填充。
首先，我們來明確一下本文的具體需求。現有一個存儲有多張.tif格式遙感影像的文件夾，且文件夾內除了.tif格式的遙感影像文件外，還具有其它格式的文件。
其中，每一個.tif格式遙感影像都存在若幹無效值像元；我們希望對每一張遙感影像進行NoData值的填充。
明確了需求後，我們就可以開始具體的操作。首先，本文所需用到的代碼如下。
# -*- coding: utf-8 -*-
"""
Created on Tue Apr 19 14:53:49 2022
@author: fkxxgis
"""
import arcpy
from arcpy.sa import *
tif_file_path="E:/LST/Data/MODIS/13_Average/"
fill_file_path="E:/LST/Data/MODIS/14_AverageFill/"
arcpy.env.workspace=tif_file_path
tif_file_name=arcpy.ListRasters("*","tif")
for tif_file in tif_file_name:
fill_file=arcpy.sa.Con(IsNull(tif_file),
FocalStatistics(tif_file,NbrAnnulus(1,12,"CELL"),"MEAN"),
tif_file)
fill_result_path=fill_file_path+tif_file.strip(".tif")+"_Fill.tif"
fill_file.save(fill_result_path)
其中，tif_file_path是原有填充無效值前遙感圖像的保存路徑，fill_file_path是我們新生成的填充無效值後遙感影像的保存路徑，也就是結果保存路徑。
首先，我們利用arcpy.ListRasters()函數，獲取路徑下原有的全部.tif格式的圖像文件；接下來，遍歷tif_file_path路徑下全部.tif格式圖像文件，並分別執行arcpy.sa.Con()這個柵格計算函數。其中，該函數中IsNull(tif_file)表示首先選擇每一景圖像中的無效值像元，隨後通過FocalStatistics()函數進行無效值的填充；NbrAnnulus(1,12,"CELL")參數表示，以當前無效值像元為圓心，12為圓環外半徑，1為圓環內半徑，構建一個圓環作為參考區域，從而以圓環內所有像元的值作為參考進行圓心處該無效值像元的填充（除了圓環，還可以設置矩形、扇形、圓形等）；"MEAN"參數表示以剛剛這個圓環中全部像元數值的平均值作為圓心處該無效值像元的數值。最後，我們在原有遙感影像文件名後添加"_Fill.tif"尾碼，作為填充後遙感影像文件的新文件名。
在 IDLE (Python GUI) 中運行代碼。代碼運行完畢後，我們選取一景圖像，對比填充前後的圖像結果，如下圖所示；其中，這一張是填充前圖像。
這一張則為填充後圖像。
通過對比，我們可以看到填充後圖像中的空白區域（NoData值區域）已經明顯較之填充前圖像有了很大程度的減少（圖像右下角尤為明顯）。如果大家想讓更多的NoData值區域得到填充，就可以將FocalStatistics()函數中設定的參考區域的範圍更大一些；當然，這樣也會稍微降低填充值的精度，大家結合實際需要來操作即可。
