如何使用Rasterio直接将TIFF栅格中的负值替换为NaN（NoData）并保存为新文件（无需转为NumPy数组）

嗨，我来帮你搞定这个需求！首先得澄清一个小细节：Rasterio读取栅格波段时，返回的本身就是NumPy数组，但这并不是“额外转换”——这是Rasterio处理栅格数据的标准方式，我们可以直接在这个流程里完成负值替换，不用额外转格式，同时还能正确保存新文件。

你之前的代码存在几个问题：比如你拿到的raster是NumPy数组，它并没有write_mask方法；而且你没有创建新的输出文件来保存处理后的结果。下面是修正后的完整方案：

完整实现代码 #

import rasterio
import numpy as np

# 用with语句自动管理文件的打开/关闭，避免手动close出错
with rasterio.open(r"path_to_file.tif") as src:
    # 复制原栅格的元数据（包含投影、分辨率、尺寸等关键信息）
    out_meta = src.meta.copy()
    
    # 重要：如果原数据是整数类型，必须转为浮点型才能存储NaN
    # 因为整数类型无法表示空值（NaN）
    if out_meta['dtype'] not in ['float32', 'float64']:
        out_meta['dtype'] = 'float32'
    
    # 设置新文件的NoData值为NaN
    out_meta['nodata'] = np.nan
    
    # 读取第一个波段的数据
    band_data = src.read(1)
    
    # 直接将所有负值替换为NaN
    band_data[band_data <= 0] = np.nan
    
    # 创建新的TIFF文件，写入处理后的数据
    with rasterio.open(r"path_to_new_file.tif", 'w', **out_meta) as dst:
        dst.write(band_data, 1)

关键说明 #

• 自动文件管理：用with语句可以确保文件在操作完成后自动关闭，避免资源泄漏。
• 元数据继承：复制原文件的元数据，能保证新栅格和原栅格的空间参考、分辨率等完全一致。
• 数据类型兼容：整数类型无法存储NaN，所以如果原栅格是整数格式，必须转为浮点型（这里用float32平衡精度和文件大小）。
• 直接替换操作：我们在读取的波段数据上直接修改负值为NaN，没有额外的转换步骤，完全符合你“直接处理栅格像素”的需求。

为什么你的原代码行不通？ #

你之前的raster = raster_file.read(1)得到的是NumPy数组，不是Rasterio的Dataset对象，所以它没有write_mask方法；而且你没有创建新的输出文件来保存修改后的数据，导致操作没有持久化。上面的代码完美解决了这些问题~

备注：内容来源于stack exchange，提问作者SNunes