本文介紹基於Python語言arcpy模塊，實現柵格影像圖層建立與多幅遙感影像數據批量拼接（Mosaic）的操作。
首先，相關操作所需具體代碼如下：
import os
import arcpy
file_path="G:/Postgraduate/LAI_Glass_RTlab/A2018161_Dif/DRT/"
out_file_path="G:/Postgraduate/LAI_Glass_RTlab/A2018161_Dif/DRT/"
out_file_name="Global.tif"
file_name_list=os.listdir(file_path)
tif_file_path=file_path+file_name_list[0]
cell_size_x=arcpy.GetRasterProperties_management(tif_file_path,"CELLSIZEX")
cell_size=cell_size_x.getOutput(0)
value_type=arcpy.GetRasterProperties_management(tif_file_path,"VALUETYPE")
describe=arcpy.Describe(tif_file_path)
spatial_reference=describe.spatialReference
arcpy.CreateRasterDataset_management(out_file_path,out_file_name,cell_size,"16_BIT_SIGNED",
spatial_reference,"1")
out_file=out_file_path+out_file_name
for file in file_name_list:
file_path_name=file_path+file
print(file_path_name)
arcpy.Mosaic_management([file_path_name],out_file)其中，file_path為存放有多景初始遙感影像的路徑格式為.tif柵格文件（如果不是.tif格式，例如是.hdf等文件，需首先進行文件格式的轉換）；out_file_path為拼接後所得結果柵格圖層的存放路徑；out_file_name為拼接後所得結果柵格圖層的文件名稱，其可選格式有很多，如下圖所示。
在這裡，我們默認所得拼接結果圖層為一個（也就是file_path文件夾中全部的待處理遙感影像最終全拼接在一起）；如果大家需要使得拼接結果圖層是多幅（也就是file_path文件夾中待處理遙感影像依據區域、時間等分為很多不同的部分，每一部分拼接在一起），可以參考Python中GDAL讀取處理柵格影像並結合質量評估QA波段篩選掩膜圖像，利用其中的循環方式實現需求。
隨後，通過os.listdir()函數獲取file_path路徑下的柵格文件，並存儲於file_name_list列表中。
接下來需要創建一個新的柵格圖層。之所以要進行這一步驟，是因為本文後期選擇用arcpy.Mosaic_management()函數進行柵格的批量拼接，因此需要首先創建一個新的、空的柵格圖層作為拼接的基準。如果大家的需求不是批量拼接柵格數據，而是單純想利用arcpy進行新柵格的創建，那就只看這一部分的代碼即可。
在這裡，我們選擇用file_path路徑下的第一個柵格數據（下稱「第一柵格」）作為新柵格圖層中各項屬性（例如像素邊長、像素數據格式等）的依據。首先，arcpy.GetRasterProperties_management()函數獲取第一柵格的像素x邊邊長；因為一般柵格數據中像素都是正方形，因此我們就通過cell_size=cell_size_x.getOutput(0)將第一柵格的像素x邊邊長作為新柵格圖層像素x邊與y邊二者的邊長。再利用arcpy.GetRasterProperties_management()函數獲取第一柵格的數據格式；最後利用中間變量describe獲取第一柵格的空間參考信息。
完成以上步驟後，將已獲取的第一柵格的各類信息通過函數arcpy.CreateRasterDataset_management()帶入新柵格中。在這裡需要注意：儘可能在將要拼接時選擇新柵格為"16_BIT_SIGNED"及以下的數據格式（具體數據格式類別如下圖），且將file_path路徑下待拼接的柵格數據的數據格式也全部修改為這一格式；否則可能會由於數據量大而導致拼接過程極慢。我之前就是由於選用了32 bit float格式的柵格數據進行拼接，導致全球範圍的MODIS一個植被產品數據拼接花了將近一天的時間。如果大家的柵格像素數據包含小數，可以通過乘上一個縮放係數的方式進行數據整數化。
代碼最後的一個for循環，就是遍歷file_name_list中的各個柵格數據，並通過arcpy.Mosaic_management()函數加以拼接即可。
以上，便完成了本次批量拼接的操作。這裡還有一點需要注意：由於arcpy模塊的限制，如果大家的Python版本是3.0及以上，往往不能直接運行上述代碼，最好是在ArcMap的Python運行框或其對應IDLE（如下圖所示）中運行。