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])
复制代码
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。
代码的团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，由于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，由于在表示植被参数的.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的判定；这一点大家在现实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。