python2.7栅格数据批量转换投影

python2.7栅格数据批量转换投影:ProjectRaster_management (in_raster, out_raster, out_coor_system, {resampling_type}, {cell_size}, {geographic_transform}, {Registration_Point}, {in_coor_system})

in_raster 输入栅格数据集。Mosaic Layer; Raster Layer
out_raster 要创建的输出栅格数据集。以文件格式存储栅格数据集时，需要指定文件扩展名，具体如下：.bil - Esri BIL, .bip - Esri BIP, .bmp - BMP, .bsq - Esri BSQ, .dat - ENVI DAT,.gif - GIF,.img - ERDAS IMAGINE,.jpg - JPEG,.jp2 - JPEG 2000,.png - PNG,.tif - TIFF,无扩展名 - Esri Grid,以地理数据库形式存储栅格数据集时，不应向栅格数据集的名称添加文件扩展名。
将栅格数据集存储到 JPEG 文件、JPEG 2000 文件、TIFF 文件或地理数据库时，可以指定压缩类型和压缩质量。

Raster Dataset out_coor_system 输入栅格待投影到的目标坐标系。默认值将基于“输出坐标系”环境设置进行设定。该参数的有效值是扩展名为 .prj 的文件。现有要素类、要素数据集、栅格目录（基本上包含了与坐标系相关的所有内容）。坐标系的字符串表示。要生成此类较长的字符串，可向模型构建器添加一个坐标系变量，并根据需要设置该变量的值，然后将模型导出到 Python 脚本。
Coordinate System resampling_type (可选) 要使用的重采样算法。默认设置为 NEAREST。
NEAREST —最邻近分配法
BILINEAR —双线性插值法
CUBIC —三次卷积插值法
MAJORITY —众数重采样法
NEAREST 和 MAJORITY 选项用于分类数据，如土地利用分类。NEAREST 选项是默认设置，因为它是最快的插值法，同时也因为它不会更改像元值。请勿对连续数据（如高程表面）使用 NEAREST 或 MAJORITY。BILINEAR 选项和 CUBIC 选项最适用于连续数据。不推荐对分类数据使用 BILINEAR 或者 CUBIC，因为像元值可能被更改。


cell_size (可选) 新栅格数据集的像元大小。默认像元大小为所选栅格数据集的像元大小。

Cell Size XY geographic_transform (可选) 在两个地理坐标系或基准面之间实现变换的方法。当输入和输出坐标系的基准面相同时，地理（坐标）变换为可选参数。如果输入和输出基准面不同，则必须指定地理（坐标）变换。
有关各个受支持的地理（基准面）变换的详细信息，请参阅位于 ArcGIS 安装目录的 \Documentation 文件夹下的 geographic_transformations.pdf 文件。
Registration_Point(可选)用于对齐像素的 x 和 y 坐标（位于输出空间中）。配准点的工作原理与捕捉栅格的概念类似。通过配准点可指定用于定位输出像元的原点，而不是仅将输出捕捉到现有栅格像元。所有输出像元与该点之间必须间隔一个像元。该点的坐标不必位于一角，也不必落入栅格数据集中。捕捉栅格环境设置参数将优先于 Registration_Point 参数。因此，如果您要设置配准点，请确保尚未设置捕捉栅格。

in_coor_system (可选) 输入栅格数据集的坐标系。Coordinate System