处理栅格数据时，有时可能需要处理数据间隙。这些可能是传感器故障、处理错误或数据损坏的结果。以下是航拍图像中数据间隙（即无数据值）的示例。
图片来源：© 土地委员会（COLA）；桑给巴尔革命政府 (RGoZ)，从 OpenAerialMap 下载。（注意：数据间隙是使用python脚本模拟的，不是原始数据集的一部分）
如果数据间隙很小，则可以通过插入来自相邻像素的值来有效解决。我将概述解决此问题的 2 种方法。第一个使用 QGIS，另一个使用纯 Python。
此处显示的方法使用该gdal_fillnodata工具应用反距离加权插值和平滑。正如文档中所指出的，这适用于填充连续栅格数据（例如高程）中的缺失区域。它也适用于不同数据（例如航拍图像）中的非常小的差距。如果您希望插入点数据以创建栅格，则应改用该gdal_grid工具。这在 QGIS 中的处理 → 工具箱 → 栅格分析 → 网格...
修复 QGIS 中的数据缺口
GDAL 带有一个工具 gdal_fillnodata，可以从 QGIS 的处理工具箱中使用。
如果源栅格设置了无数据值并且与缺失数据值相同，则可以跳过此步骤。否则，第一步是将栅格的无数据值设置为数据间隙的像素值。从 Processing → ToolBox，搜索并找到Translate（转换格式）工具
在我们的示例中，无数据像素值为 0。为将指定的无数据值分配给输出波段选项设置值 0，并为转换后的栅格输入文件名。
现在我们准备好从 Processing Toolbox运行Fill nodata工具
此工具一次适用于 1 个频段。选择波段 1（红色）。设置最大距离以搜索要插值的值到1，因为我们只有 1 个像素间隙。将输出另存为01_red.tif并单击运行。保存带有01_等前缀的文件很重要，因为下一步将按文件名的字母顺序合并波段。
对波段 2（绿色）和波段 2（蓝色）重复该过程，为它们选择合适的文件名。您应该有 3 个没有填充数据值的单独栅格。现在我们可以将它们合并到一个文件中。从处理工具箱中搜索并找到合并工具。
在合并工具中，选择所有 3 个单独的栅格。选中将每个输入文件放入单独的带框。输入输出的文件名，然后单击运行。
生成的合并栅格将具有 3 个波段，无数据间隙将填充来自相邻像素的内插值。
这是显示版本之前和之后的动画。
