我想获取一个具有点特征的shapefile并将其插入到表面栅格中。现在，我正在使用“ RasterizeLayer”方法，该方法将点要素中的值刻录到栅格中（使用所有nodata值进行设置），但将所有未触及的像素保留为“ nodata”值。因此，我剩下的是棋盘格类型的栅格。
使用RasterizeLayer后的用途是：
我想要的最终产品是什么：
我相信我要寻找的功能在arcgisscripting导入中称为'Spline_sa（）'。
GDAL是否具有类似的功能，或者有不同的方法来获得所需的输出？
#1 楼
我来看看NumPy和Scipy-在SciPy Cookbook中有一个很好的例子，它使用scipy.interpolate.griddata函数对点数据进行插值。显然，这要求您将数据存储在numpy数组中；使用GDAL python绑定，您可以使用
gdal.Dataset.ReadAsArray()获取栅格将数据读入Python。 >使用OGR，您将遍历要素图层并从shapefile中提取点数据（或者更好的是，使用GEOMETRY=AS_XYZ [请参见OGR CSV文件格式]将shapefile写入CSV，然后将csv读取到Python中）。 一旦获得网格化输出，就可以使用GDAL将生成的numpy数组写入栅格。
最后，如果运气不好Scipy插值库，您也可以随时尝试scipy.ndimage。
#2 楼
看看GDAL网格API。我不知道它是否在Python绑定中公开，但是如果没有，您可以通过子流程模块调用gdal_grid实用程序。GDAL Grid API仅使用反距离权重，移动平均值和最近邻居，它没有实现样条曲线。另一种选择是使用Scipy。
#3 楼
该线程有些陈旧，但是我编写了一个简单的模块，该模块使用了来自sklearn的KNN算法，称为skspatial。https://github.com/rosskush/skspatial
您可以使用geopandas导入shapefile并选择一列，然后它将内插可导出为栅格。这是非常基本的方法，可能不是最好的方法，但是它至少使所有内容保持纯python。
评论
谢谢您的帮助！我给Scipy.interpolate.griddata方法一个旋转。我将回发结果。
–道格
2011年12月2日于16:57
很抱歉花了这么长时间回到这篇文章。上面的答案基本上就是我为解决问题所做的事情。我使用了Scipy插值库来填充这些nodata空间，然后将其写回到光栅带。感谢您的帮助！
–道格
2012年3月13日在16:42
@Doug不用担心-乐于助人！
–om_henners
2012年3月13日在17:06
这个解决方案有多快？它可以用于仅每100x100已知值的10k x 10k网格吗？我尝试了gdal_fillnodata，它比任何插值都快得令人难以置信，但是对于稀疏点来说效果不佳。目前，我正在使用Saga的三角剖分技术，但对于中型阵列，它非常慢，而对于大型阵列，它会失败。
–米罗
2014年9月9日下午0:15