重新采样二进制栅格以在新的像元窗口内给出*比例*

我想从30m分辨率的森林/非森林的二进制栅格到240m分辨率的栅格，每个像元的值是该像元被照亮的像元的比例，即240m个像元的数据值将从0开始（其中30m栅格中的所有像元均为零/非林）到0.5（其中30m栅格中的一半为森林，一半为非林）至1（其中30m栅格中的所有像元都已覆盖）。

尽管已经建议不要对离散数据使用双线性插值，但据我所知，使用二进制0/1数据的结果将给出平均值（即1与0之间的比例）。这是一个明智的方法，还是有更好的方法？

我可以使用Arc，QGIS和Idrisi。

使用块统计。

此功能类似于Focal Statistics，它通过在指定的单元格邻域（例如8 x 8平方，其中8 = 240 m / 30 m）中计算统计摘要（例如，所需的均值）来执行此操作，只是它仅对网格的常规细分，而不是一组重叠的邻域，每个像元一个。

如果确实要使用，还可以使用Focal统计信息：在计算出8 x 8平方的焦点均值后，使用最近的邻居重采样将其重新采样到240 m网格。当网格彼此注册时（即，它们具有相同的原点），这应产生与相同的结果block statistics。（我不能保证：当新的牢房中心与旧的牢房角落重合时必须做出一些任意选择-就像这里一样-并且，如果不同的委员会对这两个程序进行编码，他们可能做出了不同的选择：很少恐怕在ArcGIS中确实是一致的。）

另一种方法是创建一个区域网格，每平方一个区域需要一个平均值，然后执行区域摘要作为网格。可以从行和列坐标的网格中数学计算区域（通过floor或int函数，通过重新分类或通过将适当的表连接到属性表）。

我将以双线性插值作为结束语，尽管它确实会产生0..1范围内的值，但这并不是您想要的：它可以通过在新的（ 240 m）像元并仅内插其值。这样，它将忽略掉每个新块内的其他8 * 8-4 = 60个原始单元。我在http://www.quantdec.com/SYSEN597/GTKAV/section9/map_algebra.htm上说明了双线性插值：讨论从页面中间开始。

在使用双线性重采样对数据进行重采样的ArcGIS中，它仅查看中心四个单元格的值（重采样文档）。这样，如果不补偿数据丢失，您仍然会丢失数据。

假设我们知道对于重新采样的小区，您需要保留一定比例的被密林的小区，那么我们可以将其视为30m小区的总和除以64（240m块中有64个30m小区）。

这意味着，如果我们可以以30m分辨率下的中心值作为周围值的总和来创建新栅格，则使用具有最近邻点或双线性插值的重采样降低分辨率将得到240m个像元，这是它们30m个像元的总和覆盖。我们可以使用30m栅格上的焦点求和工具进行此操作。

最后，一旦我们有了240m焦距栅格，除以64即可得到您的比例答案。

在Idrisi中，我不确定像QGIS中那样的图像采样算法，但是我想有类似的东西。当然，在QGIS中，您可以使用scipy ndimage或类似工具在Python中处理栅格。