更新栅格分辨率是否会修改其边界？基于Python Rasterio的实操咨询

一、更新分辨率是否会修改边界？ #

是的，直接修改分辨率（比如仅调整仿射变换中的像素大小参数）几乎一定会改变栅格的边界范围。因为栅格的地理边界是由左上角坐标 + 分辨率 × 像素数量共同计算得出的——如果只改分辨率却不对应调整像素数，最终的右下角坐标（边界的右下边界）会发生变化，导致整体边界范围偏离原始值。

二、保留原始边界调整分辨率的方法（基于rasterio） #

核心逻辑 #

固定原始栅格的地理边界范围（即bounds的左、右、上、下四个坐标值），根据新分辨率重新计算所需的像素数量，再通过仿射变换将新分辨率、新像素数与原始边界对齐，最终完成重采样。

具体实现步骤与代码示例 #

import rasterio
from rasterio.enums import Resampling

# 读取原始栅格文件
with rasterio.open("original_raster.tif") as src:
    # 提取原始边界、CRS和数据
    original_bounds = src.bounds
    crs = src.crs
    original_data = src.read()
    
    # 定义目标分辨率（x、y方向，注意y方向通常为负值）
    target_res = (10, -10)  # 示例：10米分辨率
    
    # 根据原始边界和新分辨率计算目标像素宽高
    target_width = int((original_bounds.right - original_bounds.left) / abs(target_res[0]))
    target_height = int((original_bounds.top - original_bounds.bottom) / abs(target_res[1]))
    
    # 基于原始边界和目标像素数生成新的仿射变换
    # 这个函数会自动保证边界与原始范围完全匹配
    new_transform = rasterio.transform.from_bounds(
        original_bounds.left, original_bounds.bottom,
        original_bounds.right, original_bounds.top,
        target_width, target_height
    )
    
    # 对原始数据进行重采样，适配新的变换和尺寸
    resampled_data = rasterio.warp.reproject(
        source=original_data,
        dst_transform=new_transform,
        dst_crs=crs,
        src_transform=src.transform,
        src_crs=crs,
        resampling=Resampling.bilinear  # 按需选择：分类数据用nearest，连续数据用bilinear/cubic
    )[0]
    
    # 写入重采样后的栅格文件
    with rasterio.open(
        "resampled_raster.tif",
        "w",
        driver="GTiff",
        height=target_height,
        width=target_width,
        count=src.count,
        dtype=original_data.dtype,
        crs=crs,
        transform=new_transform,
    ) as dst:
        dst.write(resampled_data)

关键细节 #

• rasterio.transform.from_bounds是实现边界对齐的核心：它会根据输入的边界范围和目标像素数，自动计算出精准的仿射变换参数，确保新栅格的边界与原始栅格完全一致。
• 重采样方法选择：
  • 分类栅格（如土地利用、植被类型）：优先用Resampling.nearest（最近邻），避免修改分类值。
  • 连续栅格（如DEM、温度数据）：用Resampling.bilinear或Resampling.cubic，能获得更平滑的结果。
• 像素数取整：计算出的宽高可能为非整数，直接取整后用from_bounds生成变换，会自动微调变换参数以保证边界完全匹配，无需额外处理。

三、边界变化的底层原理 #

栅格的地理范围由仿射变换和像素尺寸共同决定：

• 仿射变换的第1个值是栅格左上角的x坐标，第2个值是x方向的像素分辨率（宽度）。
• 仿射变换的第4个值是栅格左上角的y坐标，第5个值是y方向的像素分辨率（高度，通常为负，因为地理坐标系中y值向下递减）。
• 栅格右下角的x坐标 = 左上角x + x分辨率 × 像素宽度
• 栅格右下角的y坐标 = 左上角y + y分辨率 × 像素高度

如果仅修改分辨率而不调整像素数，那么右下角坐标会随之改变，边界范围自然就发生了偏移。比如原始分辨率20米、宽度100像素，x方向范围是20×100=2000米；改成10米分辨率但宽度仍为100，x方向范围就变成10×100=1000米，边界直接缩小一半。

内容的提问来源于stack exchange，提问作者JulGi