Como reclassificar um conjunto de dados de cobertura do solo muito grande?

Considere o conjunto de dados NLCD2001 Land Cover para o Alasca ( link para download ). Preciso reclassificar esse conjunto de dados para que apenas os pixels dos valores 41, 42 e 43 sejam preservados; todos os outros valores de pixel devem se tornar NoData (ou 0, se necessário).

Parece uma tarefa simples, exigindo apenas uma chamada para a ferramenta Reclassificar. Infelizmente, todas as chamadas resultam em uma mensagem de erro vaga e inútil:

Executing: Reclassify "D:\ak_nlcd_2001_land_cover_3-13-08_se5.img" Value "0 40 0;41 41;42 42;43 43;44 255 0;NODATA 0" "D:\alaska_reclassified.tif" DATA 
Start Time: Thu Jan 03 09:23:13 2013
ERROR 999998: Unexpected Error.
Failed to execute (Reclassify).
Failed at Thu Jan 03 09:23:13 2013 (Elapsed Time: 0.00 seconds)

Como posso reclassificar esse conjunto de dados raster? Estou usando o ArcCatalog 10.0, Build 4000, com a extensão Spatial Analyst ativada.

O primeiro script anexado reclassificou com êxito seus dados do AK NLCD em cerca de 15 minutos (i7, máquina de 12 GB de RAM). Como o conjunto de dados original tem quase 7 GB, você pode encontrar problemas de memória. Se você não puder processar o conjunto de dados inteiro em um pedaço, tente dividi-lo com o segundo script antes da reclassificação. Minha recomendação é pegar um pequeno subconjunto de dados (clique com o botão direito do mouse na camada raster em TOC> Dados> Exportar dados> Extensão (quadro de dados) e testar o primeiro script. Depois de discar os parâmetros para o comando reclassify, avance para reclassificar Como alternativa, tente fazer o download do produto de geoprocessamento em segundo plano de 64 bits para ArcGIS 10.1 SP1, disponível aqui . Boa sorte.

Script 1

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Overwrite output
env.overwriteOutput = 1

# Set environment settings
env.workspace = r'C:\temp'
Dir = env.workspace

# Set local variables
inRaster = Dir + "\\" + "nlcd_subset.img"
reclassField = "Value"
remap = RemapValue([[0, 40, 0], [41, 41],[42,42], [43,43], [44, 256, 0]])

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Execute Reclassify
outReclassify = Reclassify(inRaster, reclassField, remap, "NODATA")

# Save the output 
outReclassify.save(r"C:\temp\nlcd_test.img")

Editar : se você precisar dividir seus dados antes do processamento, este script deve ajudar:

Script 2

# Import system modules
import arcpy
from arcpy import env
from arcpy.sa import *

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")

# Overwrite output
env.overwriteOutput = 1

# Set environment settings
env.workspace = r'C:\temp'
Dir = env.workspace

# Set local variables
inRaster = Dir + "\\" "nlcd" + "\\" + "nlcd_ak.img"
outFolder = Dir
reclassField = "Value"
remap = RemapValue([[0, 40, 0], [41, 41],[42,42], [43,43], [44, 256, 0]])

# Split Rasters
# Equally split a large TIFF image by number of images
arcpy.SplitRaster_management(inRaster, outFolder, "split", "NUMBER_OF_TILES", "#",
                             "NEAREST", "2 2", "#", "4", "PIXELS",\
                             "#", "#")

# List rasters for processing
rasters = arcpy.ListRasters()


for ras in rasters:
    print "processing..." + ras

    # Define new name
    name = "class_" + ras  

    # Execute Reclassify
    outReclassify = Reclassify(ras, reclassField, remap, "NODATA")

    # Save the output 
    outReclassify.save(Dir + "\\" + name)

A whuber fez um comentário sobre o uso de ferramentas lógicas para expressar essa reclassificação . Depois de um pouco de pesquisa, descobri que o InList , como parte do conjunto de ferramentas de lógica lógica do Spatial Analyst, preencheu minha necessidade.

import arcpy

# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
from arcpy.sa import InList

# Pixel values of interest, named according to Table 2 of
#  http://landcover.usgs.gov/pdf/anderson.pdf
DECIDUOUS_FOREST = 41
EVERGREEN_FOREST = 42
MIXED_FOREST = 43

inRaster = r'D:\AK_NLCD_2001_land_cover_3-13-08\ak_nlcd_2001_land_cover_3-13-08_se5.img'
accepted_raster_values = [DECIDUOUS_FOREST, EVERGREEN_FOREST, MIXED_FOREST]
filteredAlaska = InList(inRaster, accepted_raster_values)
filteredAlaska.save(r'C:\alaska\ak_woods')

É de longe a solução simplista que eu pude encontrar, executa o mais rápido e não requer consideração de agrupar o conjunto de dados original. Não há necessidade de considerar a RAM disponível da máquina, pois esta ferramenta lê diretamente do disco e armazena os resultados diretamente no disco.

Eu usei o conjunto de dados mencionado na postagem original com uma versão 10.4 do arcmap. A reclassificação falha quando a varredura de saída é uma grade, porque as contagens de células reclassificadas estão excedendo o que pode ser armazenado no campo COUNT do IVA da grade. Quando o raster de saída é um fgdb, ele é executado com êxito em cerca de 11 minutos em uma máquina antiga de 4 núcleos executando o Windows 8. Os formatos de rasterização sem grade devem funcionar, pois usam valores flutuantes de precisão dupla para o campo de contagem. Espero que você tenha o mesmo comportamento nas versões 10.2 ou 10.3. Investigaremos o uso de um formato raster diferente para a saída padrão do Reclassify.