GeoTiffMetadata - GeoTIFF 文件元数据

GeoTiffMetadata 是 Spark 数据源，用于读取 GeoTIFF 文件的元数据，而不解码像素数据，行为类似于 gdalinfo。它会为每个文件返回一行，包含尺寸、坐标系、波段信息、瓦片化、概览（overview）以及压缩等元数据。

适用场景：

• 对大批量栅格文件进行编目与盘点
• 通过检查瓦片化与概览状态识别 Cloud Optimized GeoTIFF（COG）
• 在加载完整栅格数据前先检查文件属性
• 基于栅格文件集合构建空间索引

检测 COG

Cloud Optimized GeoTIFF（COG）是带有内部瓦片与概览结构、面向云端访问优化过的 GeoTIFF 文件。geotiff.metadata 数据源会直接报告这些属性：

df = sedona.read.format("geotiff.metadata").load("/path/to/rasters/")
cogs = df.filter("isTiled AND size(overviews) > 0")
cogs.select("path", "compression", "overviews").show(truncate=False)

读取 GeoTIFF 元数据

ScalaJavaPython

val df = sedona.read.format("geotiff.metadata").load("/path/to/rasters/")
df.show()

Dataset<Row> df = sedona.read().format("geotiff.metadata").load("/path/to/rasters/");
df.show();

df = sedona.read.format("geotiff.metadata").load("/path/to/rasters/")
df.show()

也支持 glob 通配符：

df = sedona.read.format("geotiff.metadata").load("/path/to/rasters/*.tif")

或加载单个文件：

df = sedona.read.format("geotiff.metadata").load("/path/to/image.tiff")

输出 schema

每行代表一个 GeoTIFF 文件，包含以下列：

列	类型	说明
path	String	文件路径
driver	String	格式驱动（"GTiff"）
fileSize	Long	文件大小（字节）
width	Int	图像宽度（像素）
height	Int	图像高度（像素）
numBands	Int	波段数
srid	Int	EPSG 编号（未知时为 0）
crs	String	以 WKT 表示的坐标参考系
geoTransform	Struct	仿射变换参数
cornerCoordinates	Struct	边界框
bands	Array[Struct]	每个波段的元数据
overviews	Array[Struct]	概览（金字塔）层级
metadata	Map[String, String]	文件级 TIFF 元数据标签
isTiled	Boolean	是否使用了内部瓦片化
compression	String	压缩类型（如 "LZW"、"Deflate"）

geoTransform 结构体

字段	类型	说明
upperLeftX	Double	世界坐标系下的原点 X
upperLeftY	Double	世界坐标系下的原点 Y
scaleX	Double	X 方向的像素大小
scaleY	Double	Y 方向的像素大小
skewX	Double	X 方向的旋转/剪切
skewY	Double	Y 方向的旋转/剪切

cornerCoordinates 结构体

字段	类型	说明
minX	Double	X 最小值（西）
minY	Double	Y 最小值（南）
maxX	Double	X 最大值（东）
maxY	Double	Y 最大值（北）

bands 数组元素

字段	类型	说明
band	Int	波段编号（从 1 开始）
dataType	String	数据类型（如 "REAL_32BITS"）
colorInterpretation	String	颜色解释（如 "Gray"、"Red"）
noDataValue	Double	NoData 值（未设置时为 null）
blockWidth	Int	内部 tile/block 宽度
blockHeight	Int	内部 tile/block 高度
description	String	波段描述
unit	String	单位（如 "meters"）

overviews 数组元素

字段	类型	说明
level	Int	概览层级（1, 2, 3, ...）
width	Int	概览宽度（像素）
height	Int	概览高度（像素）

示例

查看波段信息

df = sedona.read.format("geotiff.metadata").load("/path/to/image.tif")
df.selectExpr("path", "explode(bands) as band").selectExpr(
    "path",
    "band.band",
    "band.dataType",
    "band.noDataValue",
    "band.blockWidth",
    "band.blockHeight",
).show()

按空间范围过滤

df = sedona.read.format("geotiff.metadata").load("/path/to/rasters/")
df.filter("cornerCoordinates.minX > -120 AND cornerCoordinates.maxX < -100").select(
    "path", "width", "height", "srid"
).show()

获取概览详情

df = sedona.read.format("geotiff.metadata").load("/path/to/image.tif")
df.selectExpr("path", "explode(overviews) as ovr").selectExpr(
    "path", "ovr.level", "ovr.width", "ovr.height"
).show()

仅选取需要的列

df = (
    sedona.read.format("geotiff.metadata")
    .load("/path/to/rasters/")
    .select("path", "width", "height", "numBands")
)
df.show()