关于使用Rasterio将阿尔巴尼亚栅格1重投影至栅格2坐标系的咨询

嘿，我来帮你搞定这个Rasterio重投影的问题！核心思路就是复用目标栅格（国家边界栅格）的CRS、分辨率和空间范围，把源栅格（裁剪后的产品）对齐过去。下面是具体的步骤和代码，我会尽量讲清楚细节：

第一步：读取两份栅格的元数据 #

首先我们要把两个栅格都读进来，提取目标栅格的关键空间信息——也就是你要对齐的基准：

import rasterio
from rasterio.warp import reproject, Resampling

# 读取源栅格（你的裁剪产品）
with rasterio.open("your_source_raster.tif") as src_dataset:
    src_data = src_dataset.read()  # 读取栅格数据
    src_crs = src_dataset.crs      # 源栅格的投影
    src_transform = src_dataset.transform  # 源栅格的仿射变换

# 读取目标栅格（国家边界栅格）
with rasterio.open("target_boundary_raster.tif") as target_dataset:
    target_crs = target_dataset.crs
    target_transform = target_dataset.transform  # 目标栅格的仿射变换（决定了范围和分辨率）
    target_width = target_dataset.width
    target_height = target_dataset.height
    # 复制目标栅格的profile，用来生成输出文件
    output_profile = target_dataset.profile.copy()

第二步：执行重投影并写入输出 #

接下来我们直接用目标栅格的空间参数来重投影源数据，这样输出的栅格就会和目标栅格完全对齐：

# 调整输出profile的波段数（确保和源栅格一致）
output_profile.update(count=src_dataset.count)

# 创建输出文件并写入重投影后的数据
with rasterio.open("reprojected_result.tif", "w", **output_profile) as output_dataset:
    # 逐波段处理（如果是单波段栅格，循环只执行一次）
    for band_idx in range(1, src_dataset.count + 1):
        reproject(
            source=rasterio.band(src_dataset, band_idx),
            destination=rasterio.band(output_dataset, band_idx),
            src_transform=src_transform,
            src_crs=src_crs,
            dst_transform=target_transform,
            dst_crs=target_crs,
            # 选择合适的重采样方法：分类数据用nearest，连续数据用bilinear/cubic
            resampling=Resampling.bilinear
        )

常见问题排查（如果你之前尝试出错） #

如果之前的操作失败，大概率是这几个原因：

• 元数据读取错误：比如误把源栅格的CRS当成了目标的，或者没正确获取transform参数——可以打印target_crs和src_crs确认两者确实不同。
• 重采样方法选错：如果你的栅格是分类数据（比如土地利用），一定要用Resampling.nearest，不然会出现模糊的分类值；连续数据（比如高程）用bilinear或cubic更合适。
• 空间范围不匹配：如果源栅格和目标栅格的空间范围完全不重叠，重投影后可能全是NoData——可以先打印两者的bounds（src_dataset.bounds和target_dataset.bounds）确认重叠。
• 权限或路径问题：输出路径要确保有写入权限，文件名后缀建议用.tif。

另外，如果你的需求只是匹配投影（CRS），不需要完全对齐分辨率和范围，可以用calculate_default_transform自动计算变换参数，替换上面的target_transform、target_width、target_height：

from rasterio.warp import calculate_default_transform

transform, width, height = calculate_default_transform(
    src_crs, target_crs, src_dataset.width, src_dataset.height, *src_dataset.bounds
)
output_profile.update(transform=transform, width=width, height=height)

内容的提问来源于stack exchange，提问作者Roger Almengor