微软行星云计算Planetary Computer——重投影和重采样（方法1）

如何将云优化GeoTIFFs（COG）重新投影到不同的坐标参考系（CRS）？重投数据通常还包括将光栅数据重新采样到不同的分辨率，这需要将多个像素值组合到一起（当下采样--或重新采样到较低的分辨率/较大的单元尺寸时）或从现有的像素中插值新的像素（当上采样--或重新采样到较高的分辨率/较小的单元尺寸时）。你还将学习如何使用不同的重采样算法来调整光栅的像素大小。

本教程涵盖了几种再现的方法。选择哪种方法主要取决于两个因素。

当你加载数据时，你是否已经知道你的目标是什么CRS
你是否有用于你所处理的数据的STAC项目？
一般来说，在加载数据的同时进行重投影和重采样会更有效率，行星计算机数据目录中的所有遥感数据集都包括STAC项目。

本教程包括以下四种对地理数据进行重投影和重采样的方法。

方法1：在使用stackstac加载时对大量的COG进行重投和重采样。这种方法需要STAC项目。
方法2：在使用rioxarray和rasterio加载时，使用WarpedVRT对单个COG进行重投影和重采样。这种方法在没有STAC项目的情况下也可以使用，但是不能扩展到大量的COG。
方法3：用stackstac.reproject_array对内存中（可能是分布式的）DataArray进行重投和重新采样。这个选项需要更多的内存，一般来说效率不如选项1，但你在加载数据时不需要知道目标CRS。
方法4: 使用rioxarray和rasterio对内存中（单机）的DataArray进行重投和重新采样。这个选项只适用于单机，并且比选项2需要更多的内存，但是在加载数据时，你不需要知道目标CRS。
这些重投方法是按照一般推荐的顺序排列的。然而，某