如何基于实地测量点坐标对无人机栅格影像进行重采样与插值

你的代码逻辑大体正确，输出的grid_z0可以和实地测量表的lat、lon字段组合得到目标结果，但有几个需要注意的细节和优化点：

需确认的前提条件 #

• 首先要保证两组数据的坐标参考系（CRS）完全一致：如果实地测量的经纬度是WGS84坐标系，要确认无人机影像导出的lat/lon字段也为WGS84，若无人机使用的是UTM等投影坐标系未做转换，坐标匹配会完全出错。
• 注意插值方法的选择：你当前用的method='cubic'是三次卷积插值，输出的是周边像素拟合的平滑估算值，符合你示例预期输出的非整数值需求；如果你只需要和测点最邻近的原始像素值，把参数改为method='nearest'即可。

现有代码的正确性验证 #

你当前的参数传递逻辑是正确的：

• points传入无人机所有像素的经纬度数组，values传入对应像素值，符合griddata的输入要求
• 查询点(grid_x, grid_y)对应实地测量的纬度、经度数组，得到的grid_z0长度和测点数量一致，顺序和date1_field_mes的行顺序完全对应，可以直接合并

结果合并代码示例 #

直接给测量表加新列即可得到符合要求的结果：

date1_field_mes['drone_value'] = grid_z0
# 按需保留字段即可得到目标格式
result = date1_field_mes[['drone_value', 'lat', 'lon']]

更简便的替代方案（针对xarray数据集） #

如果你用xarray加载的无人机影像，无需转numpy调用scipy，直接用xarray自带的插值方法更不容易出错：

drone_match = Drone_image.interp(
    lat=date1_field_mes['lat'],
    lon=date1_field_mes['lon'],
    method='cubic'
)

内容的提问来源于stack exchange，提问作者Luckasino