---

栅格/影像数据进行配准或纠正、投影等几何变换后，像元中心位置通常会发生变化，其在输入栅格中的位置不一定是整数的行列号，因此需要根据输出栅格上每个像元在输入栅格中的位置，对输入栅格按一定规则进行重采样，进行栅格值的重新计算，建立新的栅格矩阵。

重采样方法同样会应用在不同分辩率的栅格/影像数据之间运算时，需要将栅格大小统一到一个指定的分辩率上，此时就需要对栅格进行重采样。

一般提供了三种重采样的方法：最邻近法、双线性内插法、三次卷积法。

1. 最邻近法（Nearest Neighbor）

最邻近法直接将与某像元位置最邻近的像元值作为该像元的新值。该方法的优点是方法简单，处理速度快，且不会改变原始栅格值，但该种方法最大会产生半个像元大小的位移。

适用于表示分类或某种专题的离散数据，如土地利用，植被类型等。

以下示意图为栅格数据经过