ArcGIS 10.8实战：如何高效合成年最大NDVI数据（基于月最大值）

1次阅读

共计 1514 个字符，预计需要花费 4 分钟才能阅读完成。

NDVI（归一化植被指数）是遥感领域最常用的植被监测指标之一，通过计算近红外波段与红光波段的反射率差异来反映植被生长状况。月最大 NDVI 数据可以消除云层等短期干扰，而年最大 NDVI 则能反映一年内植被的最佳生长状态，广泛应用于:

农作物长势监测
森林覆盖率变化分析
生态环境评估

格式：GeoTIFF 或其他 ArcGIS 支持的栅格格式
命名规范：建议按 NDVI_YYYY_MM.tif 格式命名（如NDVI_2020_01.tif）
空间参考：所有月份数据必须统一

检查数据完整性：确保 12 个月数据齐全
统一分辨率：使用 Resample 工具调整不一致的像元大小
验证 NoData 值：确认缺失值的编码一致（通常为 -9999）

方法	优点	缺点
栅格计算器	灵活度高，可自定义公式	处理多个月份时操作繁琐
Cell Statistics	批量处理效率高	仅支持简单统计运算
Python 脚本	可自动化重复流程	需要编程基础

打开ArcToolbox > Spatial Analyst Tools > Local > Cell Statistics
在输入栅格列表中添加所有月份 NDVI 数据
设置统计类型为MAXIMUM
指定输出位置和名称
勾选 Ignore NoData 选项

import arcpy
from arcpy.sa import *

# 设置工作环境
arcpy.env.workspace = r"C:\NDVI_Data\Monthly"
arcpy.env.overwriteOutput = True

# 获取所有月份栅格
monthly_rasters = arcpy.ListRasters("NDVI_*", "TIF")

# 执行像元统计
annual_max = CellStatistics(monthly_rasters, "MAXIMUM", "DATA")

# 保存结果
annual_max.save(r"C:\NDVI_Data\AnnualMax_2020.tif")

print("年最大 NDVI 合成完成")

单一月份缺失：使用 Con(IsNull(raster), 0, raster) 临时填充
多个月份缺失：建议采用时间序列插值方法

使用 Project Raster 工具统一坐标系

在脚本中添加检查代码：

# 检查空间参考
ref = arcpy.Describe(monthly_rasters[0]).spatialReference
for raster in monthly_rasters[1:]:
    if arcpy.Describe(raster).spatialReference.name != ref.name:
        print(f"{raster} 投影不一致")