非常に大きな土地被覆データセットを再分類する方法は？

アラスカのNLCD2001土地被覆データセットを検討してください（ダウンロードリンク）。このデータセットを再分類して、値41、42、43のピクセルのみが保持されるようにする必要があります。他のすべてのピクセル値はNoData（または必要に応じて0）になるはずです。

これは簡単な作業のようで、Reclassifyツールを1回呼び出すだけで済みます。残念ながら、すべての呼び出しは曖昧で役に立たないエラーメッセージをもたらします：

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)

このラスターデータセットを再分類するにはどうすればよいですか？Spatial Analystエクステンションを有効にして、ArcCatalog 10.0、ビルド4000を使用しています。

最初に添付されたスクリプトは、AK NLCDデータを約15分で正常に再分類しました（i7、12GB RAMマシン）。元のデータセットはほぼ7 GBであるため、メモリの問題が発生している可能性があります。データセット全体を1つのチャンクで処理できない場合は、再分類する前に、2番目のスクリプトで分割してみてください。私の推奨は、データの小さなサブセット（TOC>データ>データのエクスポート>エクステント（データフレーム）でラスターレイヤーを右クリックし、最初のスクリプトをテストすることです。再分類コマンドのパラメーターをダイヤルしたら、再分類に進みます。データセット全体または分割するか、こちらから入手できるArcGIS 10.1 SP1用の64ビットバックグラウンドジオプロセシング製品をダウンロードしてみてください。

スクリプト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")

編集：処理の前にデータを分割する必要がある場合、このスクリプトが役立ちます。

スクリプト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)

whuberは、この再分類を表現するための論理ツールの使用についてコメントしました。少し掘り下げた後、Spatial AnalystのLogical Mathツールセットの一部としてInListが私のニーズを満たしていることがわかりました。

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')

それは私が見つけることができた最も単純なソリューションであり、最も速く実行され、元のデータセットをタイリングすることを考慮する必要はありません。このツールはディスクから直接読み取り、結果をディスクに直接保存するため、マシンの使用可能なRAMを考慮する必要はありません。

元の投稿で言及されているデータセットを10.4開発バージョンのアークマップで使用しました。再分類されたセルカウントがグリッドVATのCOUNTフィールドに格納できるものをオーバーフローしているため、出力ラスターがグリッドの場合、再分類は失敗します。出力ラスターがfgdbの場合、Windows 8を実行している古い4コアマシンで約11分で正常に実行されます。非グリッドラスターフォーマットは、カウントフィールドに倍精度浮動小数点値を使用するため機能します。10.2または10.3リリースバージョンでも同じ動作が得られるはずです。Reclassifyのデフォルト出力に別のラスターフォーマットを使用することを検討します。