将单波段DEM GeoTIFF转为存储完整高程的RGB三波段GeoTIFF（适配GeoServer）

核心原理 #

将高程值线性编码为RGB三通道，利用每个通道的8位存储能力，把高程值拆分为256进制的三个分量：

• 高程值 = R × 256² + G × 256 + B
• 对应拆分计算：
  • B = 高程值 % 256（低位字节）
  • G = (高程值 // 256) % 256（中位字节）
  • R = (高程值 // 65536) % 256（高位字节）

这种方式完全保留高程精度，无信息损失，生成的RGB TIFF可直接被GeoServer识别。

方法1：GDAL命令行快速处理 #

无需编写代码，直接通过GDAL工具链完成转换：

1. 预处理（若DEM为浮点型）
   先将浮点DEM转为无符号整数型（确保高程值为整数）：

gdal_translate -ot UInt32 -scale 0 10000 0 10000 input_dem.tif temp_int_dem.tif

2. 拆分三个波段

# 生成B波段（低位）
gdal_calc.py -A temp_int_dem.tif --outfile B.tif --calc "A % 256" --type Byte --NoDataValue 0

# 生成G波段（中位）
gdal_calc.py -A temp_int_dem.tif --outfile G.tif --calc "(A // 256) % 256" --type Byte --NoDataValue 0

# 生成R波段（高位）
gdal_calc.py -A temp_int_dem.tif --outfile R.tif --calc "(A // 65536) % 256" --type Byte --NoDataValue 0

3. 合并为RGB TIFF

gdal_merge.py -separate -o rgb_dem.tif R.tif G.tif B.tif

方法2：Python脚本灵活处理（适合批量/自定义逻辑） #

使用GDAL + NumPy实现逐像素转换，可自定义NoData处理等逻辑：

import gdal
import numpy as np

# 输入输出路径
input_path = "input_dem.tif"
output_path = "rgb_dem.tif"

# 读取输入DEM
ds = gdal.Open(input_path)
dem = ds.ReadAsArray().astype(np.uint32)  # 转为无符号整数
proj = ds.GetProjection()
geo_transform = ds.GetGeoTransform()
no_data = ds.GetRasterBand(1).GetNoDataValue()
ds = None

# 计算RGB分量
b = dem % 256
g = (dem // 256) % 256
r = (dem // 65536) % 256

# 处理NoData值（设为RGB(0,0,0)，可自定义）
if no_data is not None:
    mask = dem == no_data
    r[mask] = 0
    g[mask] = 0
    b[mask] = 0

# 创建输出RGB TIFF
driver = gdal.GetDriverByName("GTiff")
output_ds = driver.Create(output_path, dem.shape[1], dem.shape[0], 3, gdal.GDT_Byte)
output_ds.SetProjection(proj)
output_ds.SetGeoTransform(geo_transform)

# 写入三个波段
output_ds.GetRasterBand(1).WriteArray(r)
output_ds.GetRasterBand(2).WriteArray(g)
output_ds.GetRasterBand(3).WriteArray(b)

# 设置NoData（可选）
output_ds.GetRasterBand(1).SetNoDataValue(0)
output_ds.GetRasterBand(2).SetNoDataValue(0)
output_ds.GetRasterBand(3).SetNoDataValue(0)

output_ds.FlushCache()
output_ds = None

后续使用说明 #

1. GeoServer加载：直接将生成的rgb_dem.tif作为栅格数据源发布，GeoServer可正常切片。
2. 高程反推：客户端获取像素RGB值后，通过公式计算原始高程：

   高程 = R × 65536 + G × 256 + B
   

内容的提问来源于stack exchange，提问作者WSA