本文介绍基于Python中GDAL模块，实现基于一景栅格影像，对另一景栅格影像的像元数值加以叠加提取的方法。

本文期望实现的需求为：现有一景表示6种不同植被类型的.tif格式栅格数据，以及另一景与前述栅格数据同区域的、表示植被参数的.tif格式栅格数据；我们希望基于前者中的植被类型数据，分别提取6种不同植被类型的植被参数数值。这里需要注意，两景栅格影像的行数、列数也都是一致的。

了解了具体需求后，我们即可开始代码的实践；本文用到的具体代码如下所示。

# -*- coding: utf-8 -*-
"""
Created on Thu Dec  1 16:56:26 2022
@author: fkxxgis
"""
from osgeo import gdal
vt_file_path = "E:/LC_M/data/LC.tif"
lcc_file_path = "E:/LC_M/data/LC_Clip.tif"
vt_raster = gdal.Open(vt_file_path)
vt_array = vt_raster.ReadAsArray()
lcc_raster = gdal.Open(lcc_file_path)
lcc_array = lcc_raster.ReadAsArray()
raster_row, raster_col = vt_array.shape
li_1, li_2, li_3, li_4, li_5, li_6 = [ [] for i in range(6)]
for i in range(raster_row):
    for j in range(raster_col):
        if vt_array[i][j] == 1 and lcc_array[i][j] != 0:
            li_1.append(lcc_array[i][j])
        elif vt_array[i][j] == 2 and lcc_array[i][j] != 0:
            li_2.append(lcc_array[i][j])
        elif vt_array[i][j] == 3 and lcc_array[i][j] != 0:
            li_3.append(lcc_array[i][j])
        elif vt_array[i][j] == 4 and lcc_array[i][j] != 0:
            li_4.append(lcc_array[i][j])
        elif vt_array[i][j] == 5 and lcc_array[i][j] != 0:
            li_5.append(lcc_array[i][j])
        elif vt_array[i][j] == 6 and lcc_array[i][j] != 0:
            li_6.append(lcc_array[i][j])

其中，vt_file_path为表示植被类型的栅格数据，lcc_file_path为表示植被参数的栅格数据。

代码的整体思路其实也非常简单，首先通过gdal.Open()函数与.ReadAsArray()函数，分别读取两个栅格数据，并将两个栅格数据中的像元数值信息转换为数组格式；随后，因为表示不同植被类型的.tif格式栅格数据共有6种不同的像元数值，因此我们通过[] for i in range(6)这句代码，批量创建6个空的列表，用于存放6种不同植被类型分别对应的植被参数数值；接下来，同时遍历两个栅格数据，并基于表示不同植被类型的.tif格式栅格数据的像元数值，将表示植被参数的.tif格式栅格数据的像元数值依次提取、放入不同的列表中。

这里有一点需要注意，因为在表示植被参数的.tif格式栅格数据中0为无效值，因此在提取时，加了一个是否为0的判断；这一点大家在实际应用时结合自己的需求加以修改即可。

通过上述代码，我们即可将6种不同植被类型分别对应的植被参数数值提取出来，并存放于不同的列表中；随后即可基于不同列表中的数据加以各项空间分析。