如何使用Rasterio更改栅格的类型

Question

当在光栅数据集上应用多边形掩码时，我在处理Python的rasterio包中没有数据值时遇到了困难。这个特殊的栅格是具有7个波段的Landsat uint8，由于255是无数据的保留值，因此没有内在地指定no数据值。但是，有时uint8数据是从uint16数据中压缩出来的，而255个值是一个有效的数据值，我不想将其视为“无数据”(数据是全位范围的)。rasterio的掩码函数的缺省值是，如果没有指定这个参数，则将0视为'no data‘值，这与使用相同的方式存在问题，因为0有时被认为是一个有效的数据值。有什么方法可以覆盖“无数据”的元数据值吗？

我尝试了几种不同的方法来解决这个问题(详见下文)，但都没有成功。

1. 使用uint8 ()将uint16数据转换为uint16数据，并将'256‘赋值为no数据值，因为它超出了任何uint8数据的范围，但在uint16数据范围内被接受。这就是某些软件程序，比如ArcMap，有时会处理不分配数据值的方式。
2. 类似于步骤1，但是尝试使用uint8 ()在函数中打开rasterio.open()并设置'nodata=np.nan‘。接收错误：“给定的nodata值nan超出了其数据类型的有效范围。”尽管在文档中，nan被列为“nodata”参数的有效条目。
3. 在使用rasterio.mask()的掩码过程中，指定nodata=nan。“接收错误”不能将fill_value nan转换为dtype。

import rasterio
import fiona
import numpy as np

fp_src = ''
fp_dst = ''
shape = ''

# get shapes
with fiona.open(shape, 'r') as shapefile:
    geoms = [feature['geometry'] for feature in shapefile]



# Method Number 1
# ~~~~~~~~~~~~~~~~~~~~~~~~~

# open original raster, copy meta & alter dtype
with rasterio.open(fp_src) as src_dataset:
    kwds = src_dataset.profile
    kwds['dtype'] = 'uint16'
    src_meta = src_dataset.meta

# write a new raster with the copied and altered meta
with rasterio.open(fp_dst, 'w', **kwds) as dst_dataset:
    dst_meta = dst_dataset.meta

src_dataset.close()
dst_dataset.close()

img = rasterio.open(fp_dst)

# mask img and set nodata to 256 (out of the uint8 range)
out_image, out_transform = mask(img, geoms, nodata=256)
# out_image output: values outside of the geoms are 256 & values inside are 0.



# Method Number 2
# ~~~~~~~~~~~~~~~~~~~~~~~~~

# open original raster, copy meta & alter dtype
with rasterio.open(fp_src) as src_dataset:
    kwds = src_dataset.profile
    kwds['nodata'] = np.nan
    kwds['dtype'] = 'uint16'
    src_meta = src_dataset.meta

# write a new raster with the copied and altered meta
with rasterio.open(fp_dst, 'w', **kwds) as dst_dataset:
    dst_meta = dst_dataset.meta

src_dataset.close()
dst_dataset.close()

img = rasterio.open(fp_dst)

# mask img and let the mask function default to the image's newly created nodata (np.nan from inside with rastario.open...)
out_image, out_transform = mask(img, geoms)
# out_image output: nodata value, nan, is beyond the valid range of its data type



# Method Number 3
# ~~~~~~~~~~~~~~~~~~~~~~~~~

# mask img and set nodata to nan
out_image, out_transform = mask(fp_src, geoms, nodata=np.nan)
# out_image output: Cannot convert fill_value nan to dtype.

我希望看到在给定多边形之外的所有像素被转换为“无数据”条目，该条目不一定是有效范围的一部分，这样脚本就不可能意外地将有效值视为无数据。

Answer 1

问题是np.nan是一个不能转换为整数的浮点数。下面是我解决这个问题的方法：

with rasterio.open(fp_src) as src_dataset:
    meta = src_dataset.meta
    meta.update(
        {
            "nodata": np.iinfo(src_dataset.dtypes[0]).max
        }
    )
    data = src_dataset.read()

    with rasterio.open(fp_dst, 'w', **meta) as dst_dataset:
        dst_dataset.write(data)

函数np.iinfo(dtype).max查找给定整数类型的最大值。我将此方法用于具有1波段的数据集，因此它也应与您的数据一起工作。如果没有的话请告诉我。