使用python查找网格上的纬度点的索引

Question

我是python的新手，我不知道如何找到从给定纬​​度/经度点（不是从网格中给出，而是由我选择）到找到纬度/经度的最接近索引的最小距离网格上的lon点。

基本上，我正在读取包含2D坐标的ncfile：

coords = 'coords.nc'
fh = Dataset(coords,mode='r')
lons = fh.variables['latitudes'][:,:]
lats = fh.variables['longitudes'][:,:]
fh.close()

>>> lons.shape
(94, 83)
>>> lats.shape
(94, 83)

我想在上面的网格中找到与以下值最近的纬度的索引：

sel_lat=71.60556
sel_lon=-161.458611

我尝试制作纬度/经度对以便使用scipy.spatial.distance函数，但是仍然遇到问题，因为我没有将输入数组设置为所需的格式，但是我不知道该怎么做那：

latLon_pairsGrid = np.vstack(([lats.T],[lons.T])).T

>>> latLon_pairsGrid.shape
(94, 83, 2)

distance.cdist([sel_lat,sel_lon],latLon_pairsGrid,'euclidean')

任何帮助或提示，将不胜感激

Answer 1

我想我找到了答案，但这是一种变通方法，可以避免计算所选纬度/经度和网格上纬度/经度之间的距离。 这似乎并不完全准确，因为我从不计算距离，而只是计算纬度/经度值本身之间最接近的差。

我使用了问题的答案来查找2D数组中最接近的（长，纬）值的（i，j）位置

a = abs(lats-sel_lat)+abs(lons-sel_lon)
i,j = np.unravel_index(a.argmin(),a.shape)

然后，使用这些返回的索引i，j，我可以在网格上找到与所选的经度和经度值最接近的坐标：

>>> lats[i,j]
71.490295
>>> lons[i,j]
-161.65045

Answer 2

检出pyresample包装。 它使用快速kdtree方法提供空间最近邻居搜索：

import pyresample
import numpy as np

# Define lat-lon grid
lon = np.linspace(30, 40, 100)
lat = np.linspace(10, 20, 100)
lon_grid, lat_grid = np.meshgrid(lon, lat)
grid = pyresample.geometry.GridDefinition(lats=lat_grid, lons=lon_grid)

# Generate some random data on the grid
data_grid = np.random.rand(lon_grid.shape[0], lon_grid.shape[1])

# Define some sample points
my_lons = np.array([34.5, 36.5, 38.5])
my_lats = np.array([12.0, 14.0, 16.0])
swath = pyresample.geometry.SwathDefinition(lons=my_lons, lats=my_lats)

# Determine nearest (w.r.t. great circle distance) neighbour in the grid.
_, _, index_array, distance_array = pyresample.kd_tree.get_neighbour_info(
    source_geo_def=grid, target_geo_def=swath, radius_of_influence=50000,
    neighbours=1)

# get_neighbour_info() returns indices in the flattened lat/lon grid. Compute
# the 2D grid indices:
index_array_2d = np.unravel_index(index_array, grid.shape)

print "Indices of nearest neighbours:", index_array_2d
print "Longitude of nearest neighbours:", lon_grid[index_array_2d]
print "Latitude of nearest neighbours:", lat_grid[index_array_2d]
print "Great Circle Distance:", distance_array

还有一种简便的方法可以直接获取最近的网格点处的数据值：

data_swath = pyresample.kd_tree.resample_nearest(
    source_geo_def=grid, target_geo_def=swath, data=data_grid,
    radius_of_influence=50000)
print "Data at nearest grid points:", data_swath