??本文介紹在ArcMap軟件中，實現(xiàn)柵格圖像重采樣的具體操作，以及不同重采樣方法的選擇依據(jù)。

??在文章Python中ArcPy批量掩膜、批量重采樣柵格遙感影像（http://www.itdecent.cn/p/c71e470916bb）中，我們介紹了基于Python中Arcpy模塊對柵格圖像加以批量重采樣的方法；而在ArcMap軟件中，我們可以實現(xiàn)不需要代碼的柵格重采樣操作；本文就對這一操作方法加以具體介紹。

??首先，如下圖所示，是我們待重采樣的柵格圖像的屬性界面。其中，可以看到此時柵格像元的邊長為0.4867左右（由于圖層是地理坐標系，所以單位就是度）。

??接下來，我們即可開始重采樣操作。首先，在ArcMap軟件中，依次選擇“System Toolboxes”→“Data Management Tools.tbx”→“Raster”→“Raster Processing”→“Resample”選項；如下圖所示。

??隨后，即可彈出“Resample”窗口。在窗口的第一個選項中，輸入我們待重采樣的柵格文件；在第二個選項中，配置輸出結果的路徑與文件名稱；隨后，第三個選項是設置重采樣后柵格像元大小的參數(shù)，可以直接通過其下方X與Y的數(shù)值來指定像元大小，也可以通過其他柵格文件來指定；最后，第四個選項就是重采樣所采用的方法。

??上述窗口中的參數(shù)整體也都很簡單，也非常好理解；但主要是最后一個選項，也就是重采樣方法的選擇值得進一步探究。在實際應用過程中，我們究竟該選擇哪一個方法呢？我們來看一下ArcGIS官網(wǎng)對不同方法的介紹；如下圖所示。

??可以看到，ArcGIS官方一共提供了4種柵格數(shù)據(jù)重采樣的方法，分別是最鄰近分配法（NEAREST）、眾數(shù)算法（MAJORITY）、雙線性插值法（BILINEAR）與三次卷積插值法（CUBIC）。

??首先，最鄰近分配法是速度最快的插值方法。這一方法主要用于離散數(shù)據(jù)（如土地利用分類數(shù)據(jù)），因為這一方法不會更改像元的值。使用這一方法進行重采樣，最大空間誤差將是像元大小的一半。

??其次，眾數(shù)算法根據(jù)過濾器窗口中頻率最高的數(shù)值來作為像元的新值。其與最鄰近分配法一樣，主要用于離散數(shù)據(jù)；但與最鄰近分配法相比，眾數(shù)算法通常可生成更平滑的結果。眾數(shù)算法將在與輸出像元中心最接近的輸入空間中查找相應的4 x 4像元，并使用4 x 4相鄰點的眾數(shù)作為像元的新值。

??再次，雙線性插值法基于四個最鄰近的輸入像元中心的加權平均距離來確定像元的新值。這一方法對連續(xù)數(shù)據(jù)非常有用（且只能對連續(xù)數(shù)據(jù)使用），且會對數(shù)據(jù)進行一些平滑處理。

??最后，三次卷積插值法通過擬合穿過16個最鄰近輸入像元中心的平滑曲線確定像元的新值。這一方法僅適用于連續(xù)數(shù)據(jù)，但要注意其所生成的輸出柵格可能會包含輸入柵格范圍以外的值。如果大家不想出現(xiàn)這種情況，按照官方的說法，就需要轉而使用雙線性插值法。與通過運行最鄰近分配法獲得的柵格相比，三次卷積插值法的輸出結果的幾何變形程度較小。三次卷積插值法的缺點是需要更多的處理時間。

??了解上述原理，我們就對選擇哪一個方法有了比較清楚地認識。例如，我這里需要進行重采樣操作的是一個類別數(shù)據(jù)，因此就只能選擇最鄰近分配法與眾數(shù)算法；而后，我們可以結合實際需要進行2種方法的二選一即可（或者直接用2種方法運行一遍，看看哪一個方法對應的結果更符合自己的需要）。如果大家需要進行重采樣操作的是連續(xù)數(shù)據(jù)，那么4種方法理論上都是可以的，但是后2種方法相對更適合一些；大家結合需要選擇或者分別運行一次，找到最合適的結果即可。

??重采樣后，可以看到結果數(shù)據(jù)中像元的大小已經(jīng)是我們需要的數(shù)值了。

??至此，大功告成。