问题描述
我有一个 Geotiff 显示在瓷砖地图上，但它稍微偏南。例如，在这个截图中，图像的边缘应该是国家边界所在的地方，但它有点偏南：
这是代码的相关部分：
tiff_rio_500 = rioxarray.open_Rasterio('/content/mw/mw_dist_to_light_at_all_from_light_mask_mw_cut_s3_500.tif')
dataarray_500 = tiff_rio_500[0]
dataarray_500_meters = dataarray_500.copy()
dataarray_500_meters['x'], dataarray_500_meters['y'] = ds.utils.lnglat_to_meters(dataarray_500.x, dataarray_500.y)
hv_dataset_500_meters = hv.Dataset(dataarray_500_meters, name='nightlights', vdims='cumulative_cost')
hv_tiles_osm_bokeh = hv.element.tiles.OSM().opts(width=1000, height=800)
hv_image_500_meters_bokeh = hv.Image(hv_dataset_500_meters, kdims=['x', 'y'], vdims=['cumulative_cost'], rtol=1).opts(cmap='inferno_r')
hv_combined_osm_500_meters_bokeh = hv_tiles_osm_bokeh * hv_image_500_meters_bokeh
hv_combined_osm_500_meters_bokeh
You can see the live notebook on google colab.
现在，这不再是不将地图转换为 Web 墨卡托时会出现的常见“万事俱备”的问题。它几乎完美，但不是。
Geotiff 是地球引擎的出口。这是它在 Earth Engine (see live code) 中最初的样子：
如您所见，图像随处可见。
起初，我怀疑可能是导出出错了，或者google map tileset有些不同，但是没有，如果我在windows笔记本电脑上的QGis应用程序中打开同一个导出的Tiff并在同一个OSM tilemap上查看它正如我在 colab 笔记本中所做的那样，它看起来不错：
好的，图像没有完美地遵循边界，但我知道为什么，这无关紧要（我过度简化了国家边界的几何形状）。关键是，它被投影到正确的位置。因此，基于此，tiff 包含正确的信息，它可以显示在与 OSM tilemap 中的边框相同的位置，但仍然在我的 Holoviews-Datashader-bokeh 项目中略有偏离。
知道为什么会这样吗？
解决方法
我从一位开发人员那里得到了关于 Holoviz Discourse 的答案。看到推荐的功能几乎没有记录，我将其复制到这里，以防有人寻找一种简单的方法来加载 geotiff 并添加到 Holoviews/Geoviews 中的瓷砖地图：
philippjfr
我不希望手动转换坐标来工作
特别好。虽然它对重量的依赖要大得多
我建议使用 GeoViews 进行准确的坐标变换。
img = gv.util.load_tiff('/content/mw/mw_dist_to_light_at_all_from_light_mask_mw_cut_s3_500.tif') gv.tile_sources.OSM() * img.opts(cmap='inferno_r')
编辑：现在人们可能不想使用 Geoviews，因为它有一个非常重的依赖链，需要很大的耐心和运气才能正确设置它。幸运的是 rioxarray（通过 rasterio）有一个重新投影的工具，只需将“.rio.reproject('EPSG:3857')”附加到第一行，然后您就不必使用不是用于此目的的 lnglat_to_meters。
所以更正后的代码变成：
tiff_rio_500 = rioxarray.open_rasterio('/content/mw/mw_dist_to_light_at_all_from_light_mask_mw_cut_s3_500.tif').rio.reproject('EPSG:3857')
hv_dataset_500_meters = hv.Dataset(tiff_rio_500[0],name='nightlights',vdims='cumulative_cost')
hv_tiles_osm_bokeh = hv.element.tiles.OSM().opts(width=1000,height=800)
hv_image_500_meters_bokeh = hv.Image(hv_dataset_500_meters,kdims=['x','y'],vdims=['cumulative_cost'],rtol=1).opts(cmap='inferno_r')
hv_combined_osm_500_meters_bokeh = hv_tiles_osm_bokeh * hv_image_500_meters_bokeh
hv_combined_osm_500_meters_bokeh
现在与 Geoviews 解决方案（据说可以自动处理所有内容）相比，该解决方案有一个缺点，即如果您使用悬停工具提示显示鼠标光标下的值和坐标，则坐标会显示在新投影的网络中以百万米为单位的墨卡托系统，而不是预期的度数。对此的解决方案超出了本答案的范围，但我刚刚完成了一个详细的分步指南，其中也包含一个解决方案，我将在发布后立即将其链接到此处。当然，如果您不使用 Hover Tooltip，上面的代码将非常适合您，无需再做任何修改。