本文介紹基於Python中ArcPy模組，對大量不同時相的柵格遙感影像按照其成像時間依次執行批次拼接的方法。
在前期的文章Python arcpy建立柵格、批次拼接柵格中，我們介紹了利用Python實現柵格遙感影像批次拼接的方法；但這篇文章實現的操作是將某個儲存路徑下全部的柵格影像檔案加以拼接，換句話說，是對不同空間位置的同一時相的若干影像加以拼接，拼接結果就只有一景大的影像。而在實踐中，我們經常還會需要對不同空間位置的不同時相的影像分別加以拼接，拼接結果是很多景不同時相的大的影像。那麼，這種需求該怎麼實現呢？
首先，我們來明確一下本文的具體需求。現有一個儲存有大量.tif格式遙感影像的資料夾，其中每一個遙感影像的檔名中都包含有該影像的成像時間，如下圖所示。
我們希望，對於同一天成像的遙感影像進行拼接——例如，上圖中具有2001年第185天成像的遙感影像10幅，每一幅都是這一天在不同空間位置的成像；同時有2001年第193天成像的遙感影像10幅。我們希望首先將第185天成像的10幅遙感影像加以拼接，隨後再對第193天成像的10幅遙感影像加以拼接，以此類推。在遙感影像整體數量較少時，我們或許還可以逐一手動拼接；而當影像數量很多時，就需要藉助程式碼來實現了。
明確了需求後，我們就可以開始具體的操作。首先，本文所需用到的程式碼如下。
# -*- coding: utf-8 -*-
"""
Created on Fri Apr 15 13:21:55 2022
@author: fkxxgis
"""
import os
import arcpy
tif_file_path="E:/LST/Data/NDVI/02_TIFF/"
out_file_path="E:/LST/Data/NDVI/03_Mosaic/"
arcpy.env.workspace=tif_file_path
tif_file_name=arcpy.ListRasters("*","tif")
tif_file_date=tif_file_name[0][1:8]
one_day_tif_list=[]
tif_file_example_path=tif_file_path+tif_file_name[0]
cell_size_x=arcpy.GetRasterProperties_management(tif_file_example_path,"CELLSIZEX")
cell_size=cell_size_x.getOutput(0)
value_type=arcpy.GetRasterProperties_management(tif_file_example_path,"VALUETYPE")
describe=arcpy.Describe(tif_file_example_path)
spatial_reference=describe.spatialReference
for tif_file in tif_file_name:
if tif_file[1:8]==tif_file_date:
one_day_tif_list.append(tif_file)
tif_file_temp=tif_file
if tif_file==tif_file_name[len(tif_file_name)-1]:
out_file_name=tif_file[1:8]+".tif"
arcpy.CreateRasterDataset_management(out_file_path,out_file_name,
cell_size,"16_BIT_SIGNED",spatial_reference,"1")
out_file=out_file_path+out_file_name
for tif_file_new in one_day_tif_list:
arcpy.Mosaic_management([tif_file_path+tif_file_new],out_file)
else:
out_file_name=tif_file_temp[1:8]+".tif"
arcpy.CreateRasterDataset_management(out_file_path,out_file_name,
cell_size,"16_BIT_SIGNED",spatial_reference,"1")
out_file=out_file_path+out_file_name
for tif_file_new in one_day_tif_list:
arcpy.Mosaic_management([tif_file_path+tif_file_new],out_file)
one_day_tif_list=[]
one_day_tif_list.append(tif_file)
tif_file_date=tif_file[1:8]
其中，tif_file_path是原有拼接前遙感影像的儲存路徑，out_file_path是我們新生成的拼接後遙感影像的儲存路徑。
在這裡，我們需要首先在資源管理器中，將tif_file_path路徑下的各檔案以“名稱”排序的方式進行排序；隨後，利用arcpy.ListRasters()函式，獲取路徑下原有的全部.tif格式的影像檔案，並擷取第一個檔案的部分檔名，從而獲取其成像時間；接下來，做好建立一個新的柵格檔案的準備，這一部分程式碼的含義在本文開頭提及的那一篇文章Python arcpy建立柵格、批次拼接柵格中已有提及，這裡就不再贅述。
接下來，遍歷tif_file_path路徑下全部.tif格式影像檔案。其中，我們透過一個簡單的判斷語句，來確定某一成像時間的遙感影像是否已經讀取完畢——如果已經讀取完畢，例如假如第185天成像的10幅遙感影像都已經遍歷過了，那麼就對這十景遙感影像加以拼接；如果還沒有讀取完畢，例如假如第185天成像的10幅遙感影像目前僅遍歷到了第8幅，那麼就不拼接，繼續往下遍歷。
這裡相信大家也看到了為什麼我們要在前期先將資料夾中的檔案按照“名稱”排序——是為了保證同一成像時間的所有遙感影像都排列在一起，遍歷時只要遇到一個新的成像時間，程式就知道上一個成像時間的所有影像都已經遍歷完畢了，就可以將上一個成像時間的所有柵格影像加以拼接。
最後，透過tif_file==tif_file_name[len(tif_file_name)-1]這個判斷，來確認是否目前已經遍歷到資料夾中的最後一個影像檔案。如果是的話，就需要將當前成像時間的所有影像進行拼接，並完成程式碼的執行。
在 IDLE (Python GUI) 中執行程式碼。程式碼執行完畢後，我們開看一下結果資料夾。可以看到，其中的影像已經是按照成像時間，分別完成拼接後的結果了。
至此，大功告成。