나는이 질문이 다소 오래되었다는 것을 알고 있지만 다른 사람들이 동일한 질문에 대답 하려고이 스레드를 발견 할 경우를 대비하여 2 센트를 추가하고 싶었습니다 ...
데이터를 30m 픽셀 크기에서 90m 픽셀 크기로 집계하는 경우와 같이 데이터를 실제로 리샘플링하려는 경우 이전 답변이 정확합니다. 이 경우 주변 픽셀 모음을 기반으로 각 개별 픽셀에 대해 새 값을 만들려고합니다. 예, 여기서는 이산 데이터 세트의 경우 가장 가까운 이웃을 선택하고 연속 데이터의 경우 이중선 또는 입방체 회선을 선택합니다.
그러나이 질문에서 목표는 실제로 데이터를 다시 샘플링하는 것이 아니라 기존 데이터를 새 투영으로 변환하는 것입니다. 새 투영에서 동일한 값을 원합니다. 이 경우, 원래 데이터 값의 무결성을 유지하기 위해 이산 및 연속 데이터 세트에 가장 가까운 이웃 리샘플링을 사용하려고합니다. 나는이 진술이 "리샘플링"에 관해 읽은 모든 것에 반대한다는 것을 알고 있지만 실제로 달성하고자하는 것과 데이터에 대해하고있는 것에 대해 비판적으로 생각합니다. 또한 저는이 권고 사항을 변덕스럽게 생각하지 않습니다. 저는 5 년 동안 GIS / 원격 감지 전문 박사 학위를 받았으며 GIS / 원격 감지 학부 과정을 강의했습니다.
또 다른 참고로, 원래 포스터는 0 및 / 또는 음수 값에 대해 물었습니다.이 값이 실제 데이터 값인 경우 (예 : 고도가 실제로 0 또는 -34.5 일 수있는 경우)이 값을 포함하려고합니다. 그러나 해당 값이 실제 데이터가 아니고 대신 NoDATA를 나타내는 데 사용되는 경우 (예 : 0 또는 -9999), 이중선 또는 입방체 컨볼 루션을 통해 리샘플링하기 전에 래스터에서 이러한 픽셀을 마스킹 (제거)해야합니다. . 그렇지 않으면 해당 -9999 픽셀이 실제 고도가 -9999 인 것처럼 리샘플링 계산에 포함되어 잘못된 데이터 값으로 끝납니다. 3 차 컨벌루션에서 매우 단순화 된 예로서, 가장 가까운 4 개의 셀 값이 4, 5, 16, -9999 인 경우 -9999를 포함하면 새로운 픽셀 값 -9974가 발생하여 유효하지 않은 데이터가됩니다.