Resample

汇总

通过更改输入栅格的空间分辨率并针对所有新像素大小的聚合值或插值设置规则来创建栅格对象。

讨论

有关此函数工作原理的更多信息，请参见 重采样 栅格函数。

栅格对象所引用的栅格数据集是临时性的。 要将其设置为永久，可以调用栅格对象的 save 方法。

语法

Resample(raster, {resampling_type}, {input_cellsize}, {output_cellsize})

参数	说明	数据类型
raster	The input raster.	Raster
resampling_type	用于更改输入栅格空间分辨率的方法。 NearestNeighbor—执行最邻近分配法，是速度最快的插值方法。此选项主要用于离散数据（如土地利用分类），因为它不会更改像元的值。最大空间误差将是像元大小的一半。 Bilinear—执行双线性插值并基于四个最邻近的输入像元中心的加权平均距离来确定像元的新值。这对连续数据非常有用并且会对数据进行一些平滑处理。 Cubic—执行三次卷积插值法，可通过拟合穿过 16 个最邻近输入像元中心的平滑曲线确定像元的新值。此选项适用于连续数据，尽管所生成的输出栅格可能会包含输入栅格范围以外的值。 Majority—执行众数算法，可根据过滤器窗口内的最常用值来确定像元的新值。与最邻近法一样，此选项主要用于离散数据；但与 Nearest 选项相比， Majority 选项通常可生成更平滑的结果。众数重采样方法将在与输出像元中心最接近的输入空间中查找相应的 4 x 4 像元，并使用 4 x 4 相邻点的众数。 BilinearInterpolationPlus—使用 Bilinear ，但沿边、被定义为 NoData 的像素除外（因为没有可进行精确计算的周围像素）。 BilinearGaussBlur—针对源栅格应用高斯卷积并使用模糊栅格的最近四个像素的加权距离值计算像素值。 BilinearGaussBlurPlus—使用 BilinearGaussBlur ，但沿边、被定义为 NoData 的像素除外（因为没有可进行精确计算的周围像素）。 Average—使用所有相关像素（其中源像素涵盖在目标像素中）的平均值来计算像素值。 Minimum—使用所有涉及的像素的最小值计算像素值。如果不存在任何源像素，则无法在输出中创建任何新像素。 Maximum—使用所有涉及的像素的最大值计算像素值。如果不存在任何源像素，则无法在输出中创建任何新像素。 VectorAverage—使用所有相关像素来计算量级-方向的矢量平均值。此方法仅适用于代表量级和方向的两个波段栅格。此方法首先将量级-方向转换为 U-V，然后利用所有相关像素的算数平均值来获取目标像素的 U-V，最后将 U-V 转换回量级-方向。 (默认值为 None)	String
input_cellsize	输入栅格的像元大小。 (默认值为 None)	Double
output_cellsize	输出栅格的像元大小。 (默认值为 None)	Double

返回值

数据类型	说明
Raster	输出栅格。

代码示例

重采样示例

使用 NearestNeighbor 方法重采样从 1 米空间分辨率到 3 米分辨率的输入栅格。

import arcpy

resampled_raster = arcpy.sa.Resample("NAIP_1_meter.tif", "NearestNeighbor", 1, 3)