批量裁剪栅格数据python代码

### 回答1：
批量裁剪栅格数据是指对多个栅格数据进行统一的裁剪操作，可以使用Python编写代码来实现该功能。

首先，需要导入必要的库，如`osgeo`库用于读取和处理栅格数据，`os`库用于文件操作。

from osgeo import gdal, gdalnumeric
import os

接下来，可以定义一个函数来实现裁剪操作。

def crop_raster(input_path, output_path, extent):
    # 打开输入栅格数据
    ds = gdal.Open(input_path)
    if ds is None:
        print("打开栅格数据失败！")
        return

    # 读取输入栅格数据的信息
    geotransform = ds.GetGeoTransform()
    projection = ds.GetProjection()
    x_size = ds.RasterXSize
    y_size = ds.RasterYSize

    # 计算裁剪后的输出栅格数据大小
    ulx, uly = extent[0], extent[3]
    lrx, lry = extent[2], extent[1]
    px_start = int((ulx - geotransform[0]) / geotransform[1])
    px_end = int((lrx - geotransform[0]) / geotransform[1])
    py_start = int((uly - geotransform[3]) / geotransform[5])
    py_end = int((lry - geotransform[3]) / geotransform[5])
    px_count = px_end - px_start
    py_count = py_end - py_start

    # 创建输出栅格数据
    driver = gdal.GetDriverByName("GTiff")
    output_ds = driver.Create(output_path, px_count, py_count, 1, gdal.GDT_Float32)

    # 设置输出栅格数据的信息
    output_ds.SetProjection(projection)
    output_ds.SetGeoTransform((ulx, geotransform[1], 0, uly, 0, geotransform[5]))

    # 读取输入栅格数据的像素值，并写入输出栅格数据
    input_data = ds.GetRasterBand(1).ReadAsArray(px_start, py_start, px_count, py_count)
    output_band = output_ds.GetRasterBand(1)
    output_band.WriteArray(input_data)

    # 关闭栅格数据集
    ds = None
    output_ds = None

在主程序中，可以通过遍历需要裁剪的栅格数据路径列表，调用`crop_raster`函数进行裁剪。

if __name__ == "__main__":
    # 定义输入栅格数据路径列表
    input_paths = ["input_1.tif", "input_2.tif", "input_3.tif"]
    # 定义输出栅格数据路径列表
    output_paths = ["output_1.tif", "output_2.tif", "output_3.tif"]

    # 定义裁剪范围，格式为 [xmin, ymin, xmax, ymax]
    extent = [100, 50, 200, 150]

    # 遍历所有输入栅格数据
    for i in range(len(input_paths)):
        input_path = input_paths[i]
        output_path = output_paths[i]

        # 调用裁剪函数进行裁剪
        crop_raster(input_path, output_path, extent)

    print("裁剪完成！")

以上代码片段可以实现对多个栅格数据进行批量裁剪，并将裁剪结果保存到指定的输出路径中。裁剪范围可以根据实际需求进行调整。

### 回答2：
批量裁剪栅格数据是指对多个栅格数据进行裁剪操作，并将结果保存为新的栅格数据。以下是一个用 Python 编写的简单批量裁剪栅格数据的代码示例：

import arcpy

# 设置工作空间
arcpy.env.workspace = "C:/RasterData"

# 设置裁剪区域
clip_features = "C:/ClipData/clip.shp"

# 获取所有栅格数据的文件名
raster_files = arcpy.ListRasters()

# 遍历每个栅格数据进行裁剪
for raster_file in raster_files:
    # 构建裁剪后的栅格数据的输出路径
    out_raster = "C:/OutputData/" + raster_file.split('.')[0] + "_clipped.tif"
    
    # 裁剪栅格数据
    arcpy.Clip_management(raster_file, "#", out_raster, clip_features, "#", "ClippingGeometry")
    
    print("成功裁剪栅格数据：" + raster_file)

print("批量裁剪栅格数据完成！")

以上代码中，首先通过`arcpy.env.workspace`设置工作空间为包含待裁剪栅格数据的文件夹路径。然后使用`arcpy.ListRasters()`获取所有栅格数据的文件名。接下来通过遍历每个栅格数据文件，使用`arcpy.Clip_management()`函数进行裁剪操作，并将结果保存到指定文件夹。在裁剪完成后，程序会打印出成功裁剪的栅格数据文件名，并最终显示“批量裁剪栅格数据完成！”的提示。

### 回答3：
批量裁剪栅格数据是一种对多个栅格数据进行裁剪操作的需求，可以使用Python实现。下面是一个大致的代码示例：

import os
from osgeo import gdal
from osgeo import ogr
from osgeo import gdalconst

# 设置要裁剪的区域范围
extent = [xmin, xmax, ymin, ymax]  # 根据实际需要设置裁剪范围坐标

# 设置输入栅格数据的文件夹路径
input_folder = '/path/to/input/folder/'

# 设置输出栅格数据的文件夹路径
output_folder = '/path/to/output/folder/'

# 获取输入文件夹中的所有栅格数据文件
file_list = os.listdir(input_folder)
tif_list = [file for file in file_list if file.endswith('.tif')]

# 遍历每个栅格数据文件
for tif_file in tif_list:
    # 打开栅格数据
    input_path = os.path.join(input_folder, tif_file)
    input_ds = gdal.Open(input_path, gdalconst.GA_ReadOnly)
    
    # 获取栅格数据的投影信息、地理变换等
    prj = input_ds.GetProjection()
    geotransform = input_ds.GetGeoTransform()
    
    # 根据裁剪范围创建输出栅格数据的文件名和路径
    output_path = os.path.join(output_folder, tif_file)
    
    # 创建输出栅格数据
    output_ds = gdal.Warp(output_path, input_ds, format='GTiff', cutlineDSName=extent, cropToCutline=True)
    
    # 关闭栅格数据文件
    input_ds = None
    output_ds = None

以上代码使用了`gdal`库来进行栅格数据的读取和裁剪操作。首先，设置要裁剪的区域范围（extent）和输入、输出文件夹的路径。然后，遍历输入文件夹中的每个栅格数据文件，在每次循环中，打开栅格数据文件，获取其投影信息和地理变换参数，并根据裁剪范围创建输出栅格数据的文件名和路径。最后，使用`gdal.Warp`函数对栅格数据进行裁剪，并关闭输入和输出栅格数据文件。

注意：以上代码仅为大致示例，并未完全测试，实际使用中可能需要根据具体数据格式和需求进行适当调整和优化。