20、GDAL：栅格数据读写与处理的实用指南

GDAL：栅格数据读写与处理的实用指南

1. 重采样方法选择

在处理栅格数据时，重采样是一个重要的步骤。不同类型的数据适合不同的重采样方法：
- 离散值数据集 ：对于包含离散值的数据集，如土地覆盖分类数据，应始终使用最近邻重采样。否则，可能会得到与分类不对应的数值，或者表示完全不相关分类的数值。
- 连续数据 ：连续数据则适合使用其他重采样方法，如双线性插值，它使用四个最接近输入像素的加权平均值。以平均海拔值为例，使用这种方法能得到更平滑的输出，比最近邻重采样效果更好。

2. GDAL简介

GDAL是一个非常流行且强大的库，用于读写多种栅格数据文件格式。它是开源的，并且具有宽松的许可协议，许多商业软件包也会使用它。不过，这些软件不一定会使用它来读取尽可能多的格式。
- 格式驱动 ：GDAL有超过100种不同的格式驱动，可在 http://www.gdal.org/formats_list.html 查看。每个驱动负责读写特定的数据格式。如果需要某个特定的驱动，而现有的GDAL版本中没有预编译的二进制文件，可以自己编译定制版本的GDAL，但这可能有一定难度。
- 数据处理功能 ：GDAL不仅能读写多种格式，还包含一些数据处理功能，如邻近分析。在很多情况下，仍需要自己编写处理代码，但对于许多类型的分析来说，这相对容易。可以使用Python的NumPy模块处