[MODIS数据处理#5]例二：将ET栅格的时间分辨率从8-day转换为monthly
一、下载
目前EarthData提供的MOD16产品只有MOD16A2、MOD16A3两种
MOD16A2: 8-day，500m
MOD16A3: yearly, 500m
GMAO美国蒙大拿大学森林学院工作组虽然提供monthly分辨率的MOD16合成数据，但空间分辨率只有1km，并且时间跨度为2000~2014年。（http://files.ntsg.umt.edu/data/NTSG_Products/MOD16）
二、8-day分辨率下第n天对应的月和日
2-1 下载后的MOD16A2产品命名代表的含义，例如下图中的文件就是2015年第1天到第153天的MOD16A2数据集。
2-2 第n天对应的月和日
三、MRT预处理
提取MOD16中的ET_500m数据转换为栅格（.tif），具体步骤可参考
MODIS数据处理#1：利用MRT工具预处理MODIS数据——以MOD16、MOD13为例
四、裁剪和重投影
将上一步处理好的ET栅格导入Arcmap中进行重投影和裁剪，具体步骤可参考
MODIS数据处理#2：常用的Arcmap内置工具（一）
五、镶嵌至新栅格
以8-day的ET栅格转换到1月份为例。
原栅格数据包括：2015001、2015009、2015017、2015025。
之前几期介绍MOD16数据集时有提到其中的ET栅格仅对裸地、水体等区域进行区分而并不参与计算，如下图
ET栅格中特殊值对应的区域类型见下图
下面是2015001、2015009、2015017、2015025这四景的ET栅格，红色代表空白像素区域。可以看出红色区域的范围是在不断变动的，无明显趋势。
由于裸地、水体区域随时间的变化以及大气扰动等影响，空白像素区域的范围不断变动。因此，如何“利用这四景数据来反映一月份该区域整体的ET空间分布”是问题的核心。
本文的解决思路是，用相同位置的像元在不同景时的平均值或最大值来反映整体的空间分布。
首先，利用"设为空函数"工具将红色区域的像元值变为NoData，右键"设为空函数"工具批处理，将栅格中大于10000的像元设为NoData，设置参考下图：
经过批量设为空函数后得到下图，白色像素代表NoData
然后，利用"镶嵌至新栅格"工具将这四个栅格镶嵌到一个新的栅格中，镶嵌运算符选择Mean，由于是求平均值，为将其存储为小数，像素类型选择浮点型（float），参数设置如下
通过上述步骤，得到该区域一月份的ET栅格图像，如下：
若镶嵌运算符选用Maximum，镶嵌后得到的新栅格为：
两种镶嵌运算符结果对比，直观来看，Mean运算符处理的栅格有更多的细节
六、数学分析->乘
对于8-day分辨率的ET栅格数据，ET(单位mm/d) = 像元值 * 比例因子 / 8。其中，ET栅格的比例因子为0.1。
6-1 乘工具参数设置如下：
6-2 得到下图，像元值对应的单位为mm/d
注意：将8-day栅格按上述方法转换为12月份的栅格时，需要注意最后一景（平年时第361天）的数据代表的不是8天的ET数据，而是5天的ET数据。
推荐阅读
[1]MODIS Global Evapotranspiration Project（MOD16）
https://ntsg.umt.edu/project/modis/mod16.php
[2]Improvements to the MODIS ET model (MOD16) for regional applications
http://dnrc.mt.gov/divisions/water/management/docs/training-and-education/4.seirer_improvement_modis_et_product_mod.pdf
[MODIS数据处理#5]例二：将ET栅格的时间分辨率从8-day转换为monthly相关推荐
- [MODIS数据处理#9]例四：基于MCD12Q2数据集初步分析中国植被物候空间分布特征
文章目录 一.MCD12Q2介绍 二.问题描述 三.预处理 1.提取子数据集 2.波段提取 3.拼接 4.栅格投影 5.裁剪 四.获取生长季长度 五.获取生长季始.末所在日期 系列文章目录: MODI ...
- [MODIS数据处理#8]批量将ET栅格的时间分辨率从8-day转换为monthly的一种思路
文章目录 一.问题描述 二.数据预处理 1.下载数据 2.提取子数据集.镶嵌.重投影 3.裁剪 4.排除特殊值区域 三.按月镶嵌至新栅格 1.批量按月镶嵌脚本 1.1.功能介绍 1.2.脚本代码 1. ...
- 【MODIS数据处理#13】使用Arcpy一键加工长时间序列MODIS数据
文章目录 一.前言 1.1 回顾 1.2 在Pycharm使用Arcpy的方法 二.功能简介 三.代码 3.1 文件搜索file_picker.py 3.2 批处理工具batch_tools.py 2 ...
- 【MODIS数据处理#12】例七：基于MOD09Q1数据集合成NDVI
文章目录 一.MOD09Q1数据介绍 二.处理步骤 2.1 MRT工具预处理 2.2 去除无效值 2.3 计算NDVI 系列文章目录: MODIS数据处理 一.MOD09Q1数据介绍 官网介绍链接:h ...
- 【MODIS数据处理#14】拼接、投影、裁剪一键完成，比MRT更方便的ArcGIS脚本工具（含代码）
文章目录 一.功能说明 二.代码 三.工具设置 3.1 参数(parameters)设置 3.2 验证(validation)设置 四.工具界面 五.使用教程 5.1 准备 5.2 操作步骤 5.3 ...
- [MODIS数据处理#2]常用的Arcmap内置工具（一）
上一篇文章中,我们使用MRT工具完成了对MODIS数据的预处理,并对栅格进行了预处理. 接下来的两期是对Arcmap中常用内置工具的介绍,使用的ArcGIS版本为10.2: • 投影栅格 • 裁剪 • ...
- AOD实践，modis数据下载，modis数据处理
modis数据下载-数据读取-重投影-拼接-均值 一.数据下载 1.Cygwin安装 Cygwin安装教程:https://blog.csdn.net/u010356768/article/detai ...
- 【MODIS数据处理#15】分享一个自制的MODIS数据处理工具箱
文章目录 一.下载地址 二.工具箱内容 三.配置教程 四.使用教程 后记 整理了本人自制的MODIS数据批处理脚本工具,以ArcGIS共享工具箱(.tbx)的方式免费分享给大家.所有工具都有详细的说明 ...
- 基于聚类的推荐算法笔记——以豆瓣电影为例(二）（附源代码）
基于聚类的推荐算法笔记--以豆瓣电影为例(二)(附源代码) 第一章 聚类算法介绍 基于聚类的推荐算法笔记一 第二章 数据介绍 基于聚类的推荐算法笔记二 第三章 实现推荐算法 基于聚类的推荐算法笔记三 ...
最新文章
- R语言聚类分析之基于划分的聚类KMeans实战：基于菌株数据
- 阻塞队列实现日志接口开发
- 在VMware环境Windows server 2003下测试磁盘阵列实验
- 昆仑mcp文件是什么版本_昆仑健康保2.0升级版怎么样？有哪些优缺点？
- No module named 'pandads'
- python iloc函数_Python 基本操作- 数据选取loc、iloc、ix函数
- OpenCV改变图像的对比度和亮度
- [Everyday Mathematics]20150101
- ubuntu sun-java6-jre_在 Ubuntu Lucid 下请回 Sun Java6 Jre, 赶走 OpenJDK
- java中的多线程来看一看基础了
- .NET文档生成工具ADB[更新至2.3]
- Laravel使用腾讯云COS服务
- 【引用】各种软件视频教学
- MFC中模拟按钮控件BN_CLICKED消息事件
- c语言道歉程序代码,C语言编程，请帮我填完整
- anna 跨域_认识anna morgiel的Android初级软件工程师和热情的社区组织者
- PCB设计十条黄金法则
- 前端实现多人视频聊天— WebRTC 实战（多人篇）
- 加入购物车与购物车加减
- 中国程序员VS美国程序员，作为程序员的你有何感想？