如何用Python从含UTM网格的DataFrame生成TIFF图像

所需依赖 #

先安装必要的Python库：

pip install pandas rasterio numpy

实现步骤与代码 #

假设你已经有了包含E（UTM东向坐标）、N（UTM北向坐标）和value列的DataFrame，以下是生成TIFF的完整流程：

1. 整理网格坐标与值
   提取并排序唯一的UTM坐标，确定栅格范围和分辨率，再将value值映射为二维数组：

   import pandas as pd
   import numpy as np
   import rasterio
   from rasterio.transform import from_origin
   
   # 假设你的DataFrame名为df
   # 提取并排序唯一的E、N坐标（北向坐标倒序，匹配TIFF从上到下的存储逻辑）
   e_coords = sorted(df['E'].unique())
   n_coords = sorted(df['N'].unique(), reverse=True)
   
   # 计算规则网格的分辨率
   res_e = e_coords[1] - e_coords[0]
   res_n = n_coords[0] - n_coords[1]
   
   # 初始化栅格数组
   raster_array = np.zeros((len(n_coords), len(e_coords)), dtype=np.float32)
   
   # 填充数组：匹配每个坐标对应的value值
   for _, row in df.iterrows():
       e_idx = e_coords.index(row['E'])
       n_idx = n_coords.index(row['N'])
       raster_array[n_idx, e_idx] = row['value']
   

2. 设置TIFF地理信息
   定义地理变换参数（左上角坐标、分辨率），并指定对应的UTM坐标系（替换为你的UTM带对应的EPSG代码，例如UTM 30N对应EPSG:32630）：

   # 栅格左上角坐标：最小E值、最大N值
   left = min(e_coords)
   top = max(n_coords)
   
   # 创建地理变换对象
   transform = from_origin(left, top, res_e, res_n)
   
   # 设置坐标系（替换为你的UTM对应的EPSG代码）
   crs = rasterio.crs.CRS.from_epsg(326XX)
   

3. 写入TIFF文件
   用rasterio将栅格数组写入TIFF：

   with rasterio.open(
       'output_grid.tif',
       'w',
       driver='GTiff',
       height=raster_array.shape[0],
       width=raster_array.shape[1],
       count=1,
       dtype=raster_array.dtype,
       crs=crs,
       transform=transform,
   ) as dst:
       dst.write(raster_array, 1)
   

注意事项 #

• 确保你的DataFrame是规则网格（每个E、N组合唯一且无缺失），若存在缺失值，可将数组初始值设为np.nan，并在写入时通过nodata=np.nan指定无数据值。
• EPSG代码必须与你的UTM带严格匹配，否则TIFF的地理定位会出错。

内容的提问来源于stack exchange，提问作者Vitor Bento