黄泓毅1. 项目背景与核心需求
在Ubuntu系统下通过Anaconda管理Python环境时，安装地理空间数据处理库rasterio常会遇到各种依赖问题。这个看似简单的pip install操作背后，实则涉及GDAL库版本匹配、系统级依赖项配置、conda与pip的优先级处理等多重技术关卡。
我曾在多个遥感数据处理项目中反复踩坑，最终总结出一套稳定可靠的安装方案。不同于官方文档的简略说明，这里将详细拆解每个环节的技术原理和避坑要点，帮助你在Ubuntu 20.04/22.04系统上一次性成功部署rasterio 1.3+环境。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 环境准备与依赖解析
2.1 系统基础依赖检查
在创建conda环境前，需要确保系统已安装以下基础开发工具（以Ubuntu 22.04为例）：
bash复制sudo apt update
sudo apt install -y build-essential python3-dev libgdal-dev
关键点说明：
libgdal-dev必须与后续conda安装的GDAL版本兼容（建议保持大版本号一致）- 开发工具包提供C/C++编译环境，rasterio的部分组件需要现场编译
2.2 Conda环境创建策略
推荐使用独立的conda环境隔离依赖：
bash复制conda create -n geo_env python=3.9 -y
conda activate geo_env
版本选择建议：
- Python 3.8-3.10兼容性最佳
- 避免使用Python 3.11+，部分地理库尚未完全适配
3. 核心安装流程详解
3.1 通过Conda优先安装GDAL
使用conda-forge通道安装匹配的GDAL库：
bash复制conda install -c conda-forge gdal=3.6.2 -y
版本选择原则：
- rasterio 1.3.x推荐GDAL 3.4-3.6
- 可通过
conda search -c conda-forge gdal查看可用版本 - 保持与系统libgdal-dev大版本一致（如都使用3.x系列）
3.2 安装rasterio的正确姿势
推荐使用conda直接安装