重采样
使用说明
生成新的栅格数据集,同时将原始栅格数据集的像元值自身或推导值赋予新生成的栅格数据集的每个像元。

重采样方法说明:
- 最邻近法:将最邻近的栅格值赋予新栅格。该方法的优点是不会改变原始栅格值,简单且处理速度快,但该种方法最大会有半个格子大小的位移。适用于表示分类或某种专题的离散数据,如土地利用,植被类型等。
- 双线性内插法:使用内插点在输入栅格中的 4 邻域进行加权平均来计算新栅格值,权值根据 4 邻域中每个格子中心距内插点的距离来决定。该种方法的重采样结果会比最邻近法的结果更光滑,但会改变原来的栅格值。适用于表示某种现象分布、地形表面的连续数据,如 DEM、气温、降雨量分布、坡度等,这些数据本来就是通过采样点内插得到的连续表面。
- 三次卷积内插法:较为复杂,与双线性内插相似,同样会改变栅格值,不同之处在于它使用 16 邻域来加权计算,会使计算结果得到一些锐化的效果。该种方法同样会改变原来的栅格值,且有可能会超出输入栅格的值域范围,且计算量大。适用于航片和遥感影像的重采样。
参数说明
| 参数名 | 默认值 | 参数释义 | 参数类型 |
|---|---|---|---|
| 源栅格数据 | 源栅格数据 | Dataset | |
| 结果栅格的大小 | 即输出栅格数据集的分辨率,单位与源数据相同 | Double | |
| 重采样方式 | 最邻近法 | 有最邻近法、双线性内插法、三次卷积插值法 三种方式 | ResampleMode |
| 目标数据源 | 输出数据所在数据源 | Datasource | |
| 结果数据集名 | 输出数据集的名称 | String |
输出结果
| 参数名 | 参数释义 | 参数类型 |
|---|---|---|
| 结果数据集 | 结果数据集 | Dataset |