lat lon 子集的 netcdf4 提取物

Question

我想提取一个相当大的 netcdf 文件的空间子集。 从循环通过 netcdf 文件并运行计算 - Python 或 R

from pylab import *
import netCDF4

f = netCDF4.MFDataset('/usgs/data2/rsignell/models/ncep/narr/air.2m.1989.nc')
# print variables
f.variables.keys()
atemp = f.variables['air'] # TODO: extract spatial subset

如何仅提取与州（例如爱荷华州）对应的 netcdf 文件的子集。 爱荷华州有以下边界纬度：

经度：89° 5' W 到 96° 31' W

纬度：40° 36' N 到 43° 30' N

Answer 1

嗯，这很容易，您必须找到纬度和经度的上限和下限的索引。 您可以通过查找与您要查找的值最接近的值来实现。

latbounds = [ 40 , 43 ]
lonbounds = [ -96 , -89 ] # degrees east ? 
lats = f.variables['latitude'][:] 
lons = f.variables['longitude'][:]

# latitude lower and upper index
latli = np.argmin( np.abs( lats - latbounds[0] ) )
latui = np.argmin( np.abs( lats - latbounds[1] ) ) 

# longitude lower and upper index
lonli = np.argmin( np.abs( lons - lonbounds[0] ) )
lonui = np.argmin( np.abs( lons - lonbounds[1] ) )  

然后只是对变量数组进行子集化。

# Air (time, latitude, longitude) 
airSubset = f.variables['air'][ : , latli:latui , lonli:lonui ] 

• 请注意，我假设经度维度变量以东经度为单位，而空气变量具有时间、纬度、经度维度。

Answer 2

Favo 的回答有效（我假设；尚未检查）。 更直接和惯用的方法是使用 numpy 的where函数来查找必要的索引。

lats = f.variables['latitude'][:] 
lons = f.variables['longitude'][:]
lat_bnds, lon_bnds = [40, 43], [-96, -89]

lat_inds = np.where((lats > lat_bnds[0]) & (lats < lat_bnds[1]))
lon_inds = np.where((lons > lon_bnds[0]) & (lons < lon_bnds[1]))

air_subset = f.variables['air'][:,lat_inds,lon_inds]

Answer 3

如果您喜欢熊猫，那么您应该考虑查看 xarray。

import xarray as xr

ds = xr.open_dataset('http://geoport.whoi.edu/thredds/dodsC/usgs/data2/rsignell/models/ncep/narr/air.2m.1980.nc',
                     decode_cf=False)
lat_bnds, lon_bnds = [40, 43], [-96, -89]
ds.sel(lat=slice(*lat_bnds), lon=slice(*lon_bnds))

Answer 4

请注意，使用NCO 的 ncks在命令行上可以更快地完成此操作。

ncks -v air -d latitude,40.,43. -d longitude,-89.,-96. infile.nc -O subset_infile.nc

Answer 5

要反映 N1B4 的响应，您还可以与气候数据运营商 (cdo) 在一条线上进行：

cdo sellonlatbox,-96.5,-89,40,43 in.nc out.nc

因此，要遍历一组文件，我会在 BASH 脚本中执行此操作，使用 cdo 处理每个文件，然后调用您的 python 脚本：

#!/bin/bash

# pick up a list of files (I'm presuming the loop is over the years)
files=`ls /usgs/data2/rsignell/models/ncep/narr/air.2m.*.nc`

for file in $files ; do 
   # extract the location, I haven't used your exact lat/lons
   cdo sellonlatbox,-96.5,-89,40,43 $file iowa.nc

   # Call your python or R script here to process file iowa.nc
   python script
done 

我总是尝试“离线”处理我的文件，因为我发现它不太容易出错。 cdo 是 ncks 的替代品，我并不是说它更好，我只是发现它更容易记住命令。 nco 通常更强大，当 cdo 无法执行我希望执行的任务时，我会使用它。

Answer 6

lonbounds 部分需要做些小改动（数据为东经度），因为数据中的经度值范围为 0 到 359，因此在这种情况下负数不起作用。 此外，latli 和 latui 的计算需要切换，因为值从北到南，89 到 -89。

latbounds = [ 40 , 43 ]
lonbounds = [ 260 , 270 ] # degrees east
lats = f.variables['latitude'][:] 
lons = f.variables['longitude'][:]

# latitude lower and upper index
latli = np.argmin( np.abs( lats - latbounds[1] ) )
latui = np.argmin( np.abs( lats - latbounds[0] ) ) 

# longitude lower and upper index
lonli = np.argmin( np.abs( lons - lonbounds[0] ) )
lonui = np.argmin( np.abs( lons - lonbounds[1] ) )  

Answer 7

如果您在 Linux 或 macOS 中工作，这可以使用 nctoolkit ( https://nctoolkit.readthedocs.io/en/latest/ ) 轻松处理：

import nctoolkit as nc
data = nc.open_data('/usgs/data2/rsignell/models/ncep/narr/air.2m.1989.nc')
data.crop(lon = [-(96+31/60), -(89+5/6)], lat = [40 + 36/60, 43 + 30/60])