??本文介紹基于R語(yǔ)言中的raster包，遍歷文件夾，讀取文件夾下的大量柵格遙感影像，并逐一對(duì)每一景柵格圖像加以拼接、融合，使得全部柵格遙感影像拼接為完整的一景圖像的方法。

??其中，本文是用R語(yǔ)言來(lái)進(jìn)行操作的；如果希望基于Python語(yǔ)言實(shí)現(xiàn)類似的批量拼接、鑲嵌操作，大家可以參考文章Python中ArcPy實(shí)現(xiàn)柵格圖層創(chuàng)建與多景遙感影像批量拼接Mosaic的方法（http://www.itdecent.cn/p/09f237b4b3d4）與Python中ArcPy依據(jù)成像時(shí)間對(duì)不同時(shí)相柵格圖像依次批量拼接（http://www.itdecent.cn/p/ae7048b660e9）這兩篇文章。

??首先，來(lái)看一下本文所需實(shí)現(xiàn)的需求。如下圖所示，現(xiàn)有一個(gè)文件夾，其中含有大量柵格遙感影像；這些遙感影像均為同一成像時(shí)間、不同空間范圍的遙感影像。我們希望做到的，就是對(duì)這些遙感影像加以拼接，最終的結(jié)果圖像就是一景將這里各個(gè)圖像拼接后的大圖像。

??明確了需求，我們即可開(kāi)始代碼的撰寫(xiě)。本文所用到的代碼如下所示。

library(raster)
tif_file_name <- list.files(path = r"(E:\02_Project\01_Chlorophyll\Select\Result)", pattern = ".tif$", full.names = TRUE, ignore.case = TRUE)
tif_file_list <- list()
for (i in 1:length(tif_file_name)){
  tif_file_list[i] <- raster(tif_file_name[i])
}

tif_file_list$fun <- max
tif_file_list$na.rm <- TRUE
tif_mosaic <- do.call(mosaic, tif_file_list)
plot(tif_mosaic)

# tif_merge <- do.call(merge, tif_file_list)

rf <- writeRaster(tif_mosaic, filename = r"(E:\02_Project\01_Chlorophyll\Select\NewClip\LCC_SC_3.tif)", overwrite = TRUE)

??首先，需要通過(guò)library(raster)代碼，導(dǎo)入本文所需的R語(yǔ)言raster包；關(guān)于這一包的配置，大家可以參考R語(yǔ)言讀取柵格遙感影像數(shù)據(jù)的方法（http://www.itdecent.cn/p/675f2edb16c3）。接下來(lái)，我們通過(guò)list.files()函數(shù)，遍歷指定文件夾，從而獲取當(dāng)前文件夾下所包含的全部.tif格式的遙感影像，也就是全部待拼接的遙感影像。

??接下來(lái)，我們需要為柵格遙感影像的拼接做準(zhǔn)備——也就是for循環(huán)內(nèi)部的內(nèi)容。此時(shí)，tif_file_name變量中存放的是指定文件夾下的全部柵格遙感影像的文件名稱，而不是遙感影像文件自身；而接下來(lái)我們進(jìn)行拼接、融合的函數(shù)，都需要保證函數(shù)參數(shù)中的遙感影像是一個(gè)柵格對(duì)象（Raster* object）類型的變量。因此，我們需要在這個(gè)for循環(huán)中，通過(guò)raster()函數(shù)，將每一個(gè)遙感影像的文件名（字符串類型）轉(zhuǎn)為柵格對(duì)象類型。至于什么是柵格對(duì)象類型的變量，我們可以參考下圖：其中Formal class RasterLayer即表示這一變量為柵格對(duì)象類型的。

??接下來(lái)，代碼分為2個(gè)部分。其中，for循環(huán)后的4行代碼是第一部分，為柵格拼接的代碼；同時(shí)為了對(duì)比柵格拼接與柵格融合的操作，這里還將柵格融合的代碼也一并列出了，也就是注釋掉的那一行代碼。

??我們首先來(lái)看第一部分代碼，這里通過(guò)mosaic()函數(shù)來(lái)實(shí)現(xiàn)柵格遙感影像的拼接。這一函數(shù)原本的參數(shù)中，只有2個(gè)柵格對(duì)象（Raster* object）類型的參數(shù)，換句話說(shuō)就是原本這個(gè)函數(shù)只能同時(shí)拼接2個(gè)柵格遙感影像；如果我們有更多的遙感影像，就需要每一次拼接2個(gè)柵格圖像，不斷重復(fù)這一操作，直到全部的柵格遙感影像拼接完畢。這樣操作無(wú)疑是比較麻煩的，因此我們需要借助do.call()函數(shù)來(lái)實(shí)現(xiàn)2個(gè)以上柵格的拼接工作——這個(gè)do.call()函數(shù)可以接受可變數(shù)量的參數(shù)，例如本文中我們需要對(duì)大量柵格遙感影像加以逐一拼接，具體有多少景遙感影像我們自己也不一定確定，且也不關(guān)心；因此就結(jié)合這一函數(shù)，將剛剛已經(jīng)轉(zhuǎn)為柵格對(duì)象（Raster* object）類型的圖像所組成的列表tif_file_list作為參數(shù)，用do.call()函數(shù)來(lái)調(diào)用mosaic()函數(shù)，直到將tif_file_list列表中全部的柵格對(duì)象（Raster* object）類型的元素都帶入到mosaic()函數(shù)運(yùn)行后，do.call()函數(shù)就結(jié)束了。

??此外，由于mosaic()函數(shù)在運(yùn)行時(shí)，除了兩個(gè)柵格對(duì)象（Raster* object）類型的參數(shù)，還有其他的一些輔助參數(shù)，比如拼接時(shí)重疊區(qū)域該如何處理、處理時(shí)是否考慮NoData值的影響等；由于我們時(shí)通過(guò)do.call()函數(shù)來(lái)調(diào)用mosaic()函數(shù)，因此這些參數(shù)就不太好直接指定了。因此，我們可以通過(guò)$運(yùn)算符，將mosaic()函數(shù)所需要的其他參數(shù)一并放入tif_file_list中，在后期do.call()函數(shù)調(diào)用mosaic()函數(shù)時(shí)，將同時(shí)讀取這些參數(shù)，起到將參數(shù)傳遞到mosaic()函數(shù)中的功能。其中，在本文中我們需要指定mosaic()函數(shù)的fun參數(shù)與na.rm參數(shù)，二者分別是指拼接時(shí)重疊區(qū)域像元值的計(jì)算方法，以及計(jì)算重疊區(qū)域像元值時(shí)，是否考慮NoData值的影響；我們將這2個(gè)參數(shù)分別設(shè)定為max與TRUE，二者分別是指重疊區(qū)域的像元以2景遙感影像中的最大值像元為準(zhǔn)，以及在計(jì)算時(shí)不考慮NoData值的影響。

??接下來(lái)，就是第二部分，即柵格融合的代碼；在這里，我們通過(guò)merge()函數(shù)來(lái)實(shí)現(xiàn)遙感影像的融合。其實(shí)，這里的merge()函數(shù)與前述的mosaic()函數(shù)功能大致一樣，但merge()函數(shù)在處理重疊區(qū)域時(shí)，默認(rèn)選擇位于頂層的遙感影像的像元數(shù)值，就沒(méi)有mosaic()函數(shù)中的這么多計(jì)算方法選擇了。

??最后，這里末尾的一句代碼，就是將結(jié)果圖像通過(guò)writeRaster()函數(shù)加以保存；這句代碼的解釋大家同樣參考R語(yǔ)言批量計(jì)算大量柵格圖像平均值、標(biāo)準(zhǔn)差（http://www.itdecent.cn/p/309c1beb656c）這篇文章即可。

??隨后，運(yùn)行上述代碼，我們就可以獲得將指定文件夾內(nèi)全部柵格遙感影像加以拼接（執(zhí)行代碼中的第一部分）或者融合（執(zhí)行代碼中的第二部分）的結(jié)果了。

??至此，大功告成。