.img与.tif格式差异是否影响GDAL.SetNoDataValue()工作机制？

我之前处理ERDAS .img格式栅格时也碰到过类似的NoData设置失效问题，结合你的代码和场景，给你几个针对性的排查和解决思路：

1. 检查.img文件自带的NoData元数据 #

很多ERDAS .img文件在生成时就已经内置了NoData值，GDAL读取这类文件时会优先使用原有元数据中的NoData设置，而忽略你通过SetNoDataValue()手动设置的值。你可以先打印每个波段的原有NoData值确认：

srcLayer = ds2.GetRasterBand(layer)
existing_nodata = srcLayer.GetNoDataValue()
print(f"Layer {layer} 原有NoData值: {existing_nodata}")

如果原有NoData和你要设置的-0.0不一致，或者原有值是None但统计还是包含-0.0，那可能是浮点精度或者缓存问题。

2. 强制重新计算统计（关键！） #

GDAL的ComputeStatistics(0)会优先读取栅格文件中缓存的统计数据，而不是实时计算。如果你的.img文件之前被处理过，元数据里已经存了包含-0.0的统计结果，即使你设置了新的NoData，也不会生效。把参数改成1就能强制重新计算：

stats = srcLayer.ComputeStatistics(1)  # 1表示强制重新计算，跳过缓存

3. 排查浮点精度问题 #

浮点型栅格中，-0.0和0.0在底层存储上可能有细微差异，GDAL的NoData匹配可能对这种特殊值不敏感。你可以尝试把数据中的-0.0替换成一个更明确的无效值（比如-9999），再设置NoData：

# 用Warp工具预处理，替换无效值
options = gdal.WarpOptions(srcNodata=-0.0, dstNodata=-9999)
temp_ds = gdal.Warp('temp_processed.img', ds2, options=options)
# 后续用temp_ds读取波段做统计

4. 修改后的完整代码示例 #

结合上面的思路，调整你的代码如下：

from osgeo import gdal

inputFilePathName = "C:\\ResearchProcess\\2011sst_sstklcube20170628.img"
noDataValue = -0.0

ds2 = gdal.Open(inputFilePathName)
layerList = []
minCubeValues = []
maxCubeValues = []
layerMeans = []

for layer_idx in range(ds2.RasterCount):
    layer = layer_idx + 1
    srcLayer = ds2.GetRasterBand(layer)
    
    # 检查原有NoData
    existing_nodata = srcLayer.GetNoDataValue()
    print(f"Layer {layer} 原有NoData值: {existing_nodata}")
    
    # 设置目标NoData值
    srcLayer.SetNoDataValue(noDataValue)
    # 强制重新计算统计，跳过缓存
    stats = srcLayer.ComputeStatistics(1)
    
    layerList.append(layer)
    minCubeValues.append(stats[0])
    maxCubeValues.append(stats[1])
    layerMeans.append(stats[2])

print("各图层最小值:", minCubeValues)
ds2 = None

如果以上方法还是不行，大概率是ERDAS .img格式的元数据结构限制导致GDAL无法动态修改NoData，这时候可以考虑用gdal.Translate将.img转成临时tif处理，但既然你需要直接处理.img，优先尝试前面的步骤。

内容的提问来源于stack exchange，提问作者RoryS