使用 GDALDataset::RasterIO 函数来降低栅格数据集的分辨率

使用 GDALDataset::RasterIO 函数来降低栅格数据集的分辨率，可以通过设置读取和写入的像素数来实现。假设原始数据集的分辨率为 $w_0 \times h_0$，要将其降低到 $w_1 \times h_1$，可以先计算出每个像素的宽度和高度比例：

double scaleX = (double)w_0 / w_1;
double scaleY = (double)h_0 / h_1;

然后，可以创建一个大小为 $w_1 \times h_1$ 的缓冲区，将原始数据集中的数据按比例写入到缓冲区中：

// 打开原始数据集
GDALDataset *pSrcDS = (GDALDataset *) GDALOpen("path/to/src/dataset", GA_ReadOnly);

// 创建输出数据集
GDALDriver *pDriver = GetGDALDriverManager()->GetDriverByName("GTiff");
GDALDataset *pDstDS = pDriver->Create("path/to/dst/dataset", w_1, h_1, pSrcDS->GetRasterCount(), GDT_Float32, NULL);

// 计算每个像素的宽度和高度比例
double scaleX = (double)w_0 / w_1;
double scaleY = (double)h_0 / h_1;

// 设置读取和写入的像素数
int nXSize = (int) ceil(scaleX);  // 保证至少读取一个像素
int nYSize = (int) ceil(scaleY);

// 创建缓冲区
float *pBuf = (float *) CPLMalloc(nXSize * nYSize * sizeof(float));

// 逐行读取原始数据集的数据，并按比例写入到缓冲区中
for (int y = 0; y < h_1; y++) {
    for (int x = 0; x < w_1; x++) {
        // 计算在原始数据集中的位置
        int srcX = (int) (x * scaleX);
        int srcY = (int) (y * scaleY);
        
        // 读取数据
        CPLErr err = pSrcDS->RasterIO(GF_Read, srcX, srcY, nXSize, nYSize, 
                                      pBuf, nXSize, nYSize, GDT_Float32, 
                                      pSrcDS->GetRasterCount(), NULL, 
                                      0, 0, 0);
        if (err != CE_None) {
            // 处理错误
            // ...
        }
        
        // 计算平均值
        float sum = 0;
        for (int i = 0; i < nXSize * nYSize; i++) {
            sum += pBuf[i];
        }
        float avg = sum / (nXSize * nYSize);
        
        // 写入数据
        err = pDstDS->RasterIO(GF_Write, x, y, 1, 1, 
                               &avg, 1, 1, GDT_Float32, 
                               pSrcDS->GetRasterCount(), NULL, 
                               0, 0, 0);
        if (err != CE_None) {
            // 处理错误
            // ...
        }
    }
}

// 释放缓冲区
CPLFree(pBuf);

// 关闭数据集
GDALClose(pSrcDS);
GDALClose(pDstDS);

在上述代码中，我们首先打开原始数据集，然后创建大小为 $w_1 \times h_1$ 的输出数据集。接下来，我们计算出每个像素的宽度和高度比例，并根据比例设置读取和写入的像素数。然后，我们创建一个大小为 $nXSize \times nYSize$ 的缓冲区，逐行读取原始数据集的数据，并按比例写入到缓冲区中。对于每个输出像素，我们计算出其对应的原始像素的平均值，并将其写入到输出数据集中。最后，我们释放缓冲区，并关闭数据集。

需要注意的是，上述代码仅适用于单波段数据集，如果处理多波段数据集，则需要在读取和写入数据时指定要处理的波段。同时，如果原始数据集的分辨率不能整除目标分辨率，则需要对每个输出像素进行加权平均，权重为其覆盖的原始像素的面积。