1. 如何在Python中对GeoTIFF进行重投影？ #

在Python里处理GeoTIFF重投影，rioxarray是个很顺手的工具（它基于xarray和rasterio，API更直观），基本流程如下：

• 先导入rioxarray库
• 用open_rasterio加载你的栅格文件
• 指定目标坐标系（可以用EPSG代码，比如EPSG:4326，或者完整的WKT字符串）
• 调用rio.reproject()完成重投影
• 最后用rio.to_raster()保存结果

基础示例代码：

import rioxarray

# 打开栅格影像
rds = rioxarray.open_rasterio("path_to_raster.tif")

# 定义目标坐标系（以WGS84地理坐标系为例）
target_crs = "EPSG:4326"

# 执行重投影
projected_rds = rds.rio.reproject(target_crs)

# 保存重投影后的栅格
projected_rds.rio.to_raster("reprojected_raster.tif")

如果需要更精细控制（比如指定输出分辨率、NoData值），可以给reproject方法添加额外参数，后面会详细说明。

2. 重投影后输出白图？来排查这些问题！ #

你提到WGS84-伪墨卡托（通常是EPSG:3857）转EPSG:4978后出白图，大概率是这几个原因导致的，一步步来解决：

原因1：目标坐标系选择不符合需求 #

EPSG:4978是WGS84的3D地理坐标系（包含经纬度+高程），而你的原数据是2D投影坐标系。如果不需要3D坐标，换成2D的EPSG:4326（WGS84地理坐标系）试试——3D坐标系常导致范围计算异常，进而出现白图。

原因2：默认重投影的分辨率/范围不合理 #

rioxarray默认会自动计算输出范围和分辨率，但这个自动计算有时会出错：要么输出像素过大（所有数据被压缩到一个像素，显示为白色），要么像素过小（数据分散到极多像素，可视化时看不到）。

解决办法：手动指定分辨率或输出范围。比如针对EPSG:4326，可以设置分辨率为0.0001度（根据数据精度调整）：

# 手动指定分辨率（单位是目标坐标系的单位，EPSG:4326为度）
projected = rds.rio.reproject(
    target_crs,
    resolution=0.0001,
    nodata=rds.rio.nodata  # 继承原数据的NoData值
)

原因3：NoData值未正确处理 #

如果原数据有大量NoData值，重投影时未正确传递这个参数，会导致输出栅格大部分区域被填充为NoData（显示为白色）。打开文件时加上masked=True，可自动处理NoData：

rds = rioxarray.open_rasterio("path_to_raster.tif", masked=True)

原因4：只是显示问题，数据实际存在 #

有时候输出栅格的数据是正常的，但可视化工具（比如QGIS、ArcGIS）默认的拉伸方式不对，导致看起来是白图。可以先通过代码验证数据有效性：

# 打印重投影后的数据范围，确认有非NoData值
print("重投影后数值范围：", projected.min().values, projected.max().values)
print("重投影后栅格形状：", projected.shape)

如果数值范围不是全NoData，那就是显示问题，在可视化工具里调整拉伸方式（比如用“最小值-最大值”拉伸）就能看到数据了。

调试技巧：用GDAL工具验证输出文件 #

如果代码检查没问题，用GDAL的gdalinfo命令行工具查看输出栅格的详细信息：

gdalinfo path_to_enu_raster.tif

看看Coordinate System、Size、Pixel Size、NoData Value这些参数是否符合预期，能快速定位问题。

内容的提问来源于stack exchange，提问作者sehan2