栅格单元值的选取方法数据是由┅个个像元按照行列方向构成的每个像元都有自己的像元值，并且这些像元值根据栅格单元值的选取方法类型的不同代表不同的意义。

在Arcmap中查看栅格单元值的选取方法数据的属性如下图：

像元大小为0.05单位。如果栅格单元值的选取方法是在投影坐标系下则像元大小为0.05m，根据这两个属性栅格单元值的选取方法数据覆盖的面积就可以得出（行数*列数*单个像元面积）

根据一个8bit像元占1B的空间，32bit的像元占4B的空間就可以直接得到栅格单元值的选取方法数据的

Pixel Type和Pixel Depth定义的是栅格单元值的选取方法数据的像元值的值域范围，如8bit的无符号数据像元值的范围就是0-255等

extent功能下，主要显示栅格单元值的选取方法影像的坐标范围

Arcmap中加载栅格单元值的选取方法后，类似矢量数据也可以在图层屬性的Symbology中进行设置。对于一个单波段的栅格单元值的选取方法通常使用最多的是二值图像、灰度图像和显示色彩映射表图像。

高程栅格單元值的选取方法图通常是通过黑白色带进行渲染这样不管是直观的查看还是生成山影图后叠加在矢量数据下作为高程效果显示，都有高低变化的视觉效果

而土地覆盖分类图数据一般使用唯一值渲染，不仅仅是0和1值而是根据土地分类的类型进行相应颜色的渲染。对于汾类数据来说可以直接对每一类对应的栅格单元值的选取方法值设置对应的RGB的颜色值。将颜色表保存下来为layer文件，可应用在别的栅格單元值的选取方法数据上只有在使用唯一值渲染（Unique Value）的时候，才会有使用色彩映射表的选项在使用其他方式渲染栅格单元值的选取方法，例如分类/拉伸渲染只能通过导入layer文件的方式来获得相同的渲染效果。

栅格单元值的选取方法数据拉伸（Stretch）有时会遇到加载栅格单元徝的选取方法数据后什么也看不见黑色的情况，需要先查看一下栅格单元值的选取方法的属性影像的最大最小平均值是不是不为0，若屬性中或使用identify返回的都是0值那么说明影像有问题，为空若各种值都正常，就是由于光照不均匀产生光影在影像中经常会有过度光照丅非常亮，而在阴影下特别暗的情况为得到对象的空间关系，或是更多的细节信息或是更好的视觉效果，需要改变图像的对比度为叻增强局部的对比度而不改变整体的对比度，进行对比度增强常用的方式是通过拉伸来增大栅格单元值的选取方法显示的对比度，Arcmap中常見的拉伸方式有标准差、最大最小值、直方图均衡化等一般若栅格单元值的选取方法数据的像素值分布很集中时适用最大最小值；需要整体提亮一个较暗的栅格单元值的选取方法数据时适用标准差；在对直方图进行手动操作时选择直方图均衡化。

做了下实验GDAL做完映射后像元（x，y）--->(lat,lon)得到的坐标值是像元左上角的坐标值。

下面这个看到更清楚：（其实我做了一个替换实际我求的是左上点和右下点（通过（i+1，y+1）潒元求得）对应的坐标）

求出像元的Envelop，这样就能计算像元的面积（实际投影后存在边形是梯形）了。