记录踩的坑：python gdal 重采样+坐标系转换

源数据：1/0 二值数据，30m 分辨率，WGS_1984_UTM_Zone_53N 坐标系，东北区域。

目标：将源数据制成与 MODIS tile 的坐标系（Sinusoidal）、分辨率（463.3127165m）都一致的tif。且尽量保证像元纯度，宁舍勿留，即尽量保证：组成大格子的所有小格子值都是1。

原始做法

1、重采样

        使用“min”方法，对源数据进行重采样，保持坐标系不变。

2、边裁切边转坐标系

        clip_tif 设为目标 tile 的GTIFF，clipped_tif 为【1】中重采样得到的覆盖多个tile的大tif。

问题

1、裁切前后有偏移

        上图为裁切前后的局部放大图，绿色为裁切前，蓝色为裁切后，红色为度量段。可见：裁切后，影像整体向右上偏移。

2、像元纯度较低

        上图为源数据与结果数据的叠加分析，绿色为30m源数据中值为1的像元，粉色为463m结果数据中值为1的像元。可见，重投影之后，结果数据的大格子上，存在许多绿色覆盖率较低的格子。比如右边那个格子，它的右上角和左下角都没有被绿色覆盖。

问题分析

        原始做法的本质是：矢量转栅格+栅格重投影+裁切。其中， 栅格的重投影最可能引起偏移和扭曲 （此处特别鸣谢我的实验室同学【小猪被骑】）。小猪的建议是先把源数据栅格转矢量， 对矢量进行重投影 ，再将矢量转栅格。

新做法

1、栅格转矢量

        如果用 arcgis，记得不要勾选“简化面”。

2、同时进行 重投影+矢量转栅格+裁切

3、使用“min”方法重采样

最终结果

        可见，红格子上绿色覆盖率特别高，只有一点点红色露出来。