Astropy中FITS文件修改WCS后体积增大的原因与解决方案

问题现象分析

在使用Astropy处理FITS文件时，用户发现一个1GB大小的FITS文件在修改WCS(世界坐标系)信息后，保存的新文件体积膨胀到了2GB。经过深入分析，发现这是由于数据类型转换导致的存储空间变化。

根本原因

原始FITS文件使用了16位整数(BITPIX=16)配合缩放因子(BSCALE=0.008)来存储数据，这是一种常见的节省存储空间的做法。当使用Astropy的fits.open()读取文件时，数据会被自动转换为32位浮点数(BITPIX=-32)，这种转换会导致：

1. 每个数据元素从2字节(16位)变为4字节(32位)
2. 存储空间直接翻倍
3. 虽然数值精度提高，但对于不需要高精度的场景是资源浪费

优化解决方案

方法一：避免加载数据直接修改头文件

如果只需要修改头文件而不需要处理数据，可以使用更高效的方式：

from astropy.io import fits

with fits.open('input.fits', mode='update') as hdul:
    hdr = hdul[0].header
    # 修改WCS参数
    hdr['CRPIX2'] -= hdr['CRVAL2'] / hdr['CDELT2']
    hdr['CRVAL2'] = 0
    hdr['BUNIT'] = 'K'
    hdr['RESTFRQ'] = 1420405751.77
    hdr['CTYPE3'] = 'VRAD'
    # 数据不会被加载，直接更新头文件

方法二：显式指定输出数据类型

如果需要处理数据并希望保持原始存储格式：

from astropy.io import fits

hdul = fits.open('input.fits')
hdr = hdul[0].header
data = hdul[0].data

# 修改头文件...

# 保存时指定原始数据类型
fits.writeto('output.fits', data.astype('int16'), hdr, overwrite=True)

技术建议

1. 在处理大型FITS文件前，先检查头文件中的BITPIX、BSCALE和BZERO参数
2. 根据实际需求决定是否需要浮点精度
3. 使用mode='update'可以避免不必要的数据加载
4. 考虑使用内存映射(memmap)处理超大文件

总结

Astropy的这种自动类型转换行为虽然保证了数据精度，但在处理大型科学数据集时可能导致存储资源浪费。理解FITS文件的存储机制并根据实际需求选择适当的数据类型，可以显著优化存储效率和I/O性能。