前言：（个人建议）
1.进行数据处理工作，由于通常数据量比较大。所以在个人电脑中，要将基础数据、不断增长的过程数据、结果数据等分门别类，使得简单易找。
2.将重要数据备份，因为在数据处理过程中，由于出错使重要数据损失，勿让重要数据成绝版。所以生成或保存压缩文件是很好的选择。
3.当数据量大，需要进行批量处理时。模板文档或代码要杜绝出现细节错误。容易一锅端，费时间且低效率。
处理工具：ArcMap
处理数据：MOD13Q1的NDVI成品（.tif）文件
研究区矢量文件（以河南省省界为例）
处理流程：
1.导入研究区矢量文件（做空心处理）
2.将.tif文件导入ArcMap中（可以多导，以电脑承受能力为主）。
是否构建金字塔：是
3.批量定义投影（MRT进行批处理时已做过，但双保险且该步简单）（ArcMap有很多单次或多批次投影方法，本文只介绍一种）
双击图层
点击坐标系
点击投影坐标系
点击UTM
点击WGS1984
北半球选北
本文采用WGS 1984 UTM ZONE 49N。
点击应用，再点击确定。（如果有常用的坐标，右击点击坐标选择收藏到文件夹）
4.按掩膜提取（裁剪也行，但建议用按掩膜提取）（该步骤只能一个一个处理，Python批处理暂未更新）
单击ArcToolbox，唤出ArcToolbox，如下图找到按掩膜提取，双击按掩膜提取
点击确定
为了方便，可以将原始.tif文件移除。结果如下：
该步骤需要代码的，代码法如下：
同一掩膜文件，批量裁切：
import arcpy from arcpy import env from arcpy.sa import * #设置环境 arcpy.env.workspace=r"E: FAN InterpolationlKrigO" rasters=arcpy . ListRasters ("*", "GRID")#获取文件列表 #输出路径 outRasterPath="E: EANInterpolationKrigO_ extractlKrigO_ ." for ras in rasters: print outRasterPathtras # Check out any necessary licenses arcpy. CheckOutExtension ("Spatial") # Local variables inRaster ras inMaskData="E : FUJIANModelBoundary.shp" #掩膜文件 outRaster-outRasterPath-ras+".tif" # Process: Extract by Mask arcpy.gp. ExtractByMask_ sa (inRaster, inMaskData, outRaster) print ("OK")
5.排除值(排除栅格中-3000至0的值)
双击.tif文件或右击.tif文件，再点击属性
点击符号系统
点击已分类
点击分类
点击排除
输入-3000-0
点击应用，再点击确定（可以看到值已更改）。直到退出
结果如下：
6.值域处理
在下图中找到 “乘” 并双击
（由于MOD13数据集中NDVI的比例系数为0.0001）
结果如下：(NDVI 结果被限定在[-1，1]之间，避免了数据过大或过小给使用带来的不便)
7.视觉处理
单击图标
选择色带（可自由选择，以合适为主）
点击反向
点击确定
结果如下：
重点介绍(细节)：
该系列步骤截止到现在，所求出的NDVI是地表值NDVI。详细解释为：该步骤所求出的NDVI包含地表的耕地、森林、草地、灌木地、湿地、水体等各种土地类型的NDVI（类似于“大锅烩”）。对不同地类的提取则须做出相对应的土地分类NDV提取和分析（单一地类NDVI提取请详见该系列后续步骤）。