在Python中将数据插值到纬度/经度网格

Question

我在想出将非常规网格上的卫星数据转换为全球0.25 x 0.25度网格的最有效方法时遇到了麻烦。

我有一个2D卫星数据数组，以及两个相应的2D数组，它们给出了每个像素的纬度和经度。

当我使用pcolormesh进行绘制时，它看起来像这样：

m.pcolormesh(lon, lat, windSpeed)

我想将此数据插值到0.25 x 0.25度网格上

lonGrid = arange(-180, 180, res)
latGrid = arange(-90, 90, res)
lonGrid,latGrid = meshgrid(lonGrid,latGrid)

我尝试弄乱mpl_toolkits.basemap.interp（）函数，但无法弄清楚如何单调增加纬度和经度，这是函数所需的。 我可以将lon网格ravel（）排序，将其排序以增加，然后使用argsort以相同的方式对windSpeed和lat网格进行排序...但是lat并不会单调增加。

lon = lon.ravel()
lat = lat.ravel()
windSpeed = windSpeed.ravel()

lon[lon > 180] = lon[lon > 180] - 360

lonSortInds = argsort(lon)

result = mpl_toolkits.basemap.interp(windSpeed2, lon2, lat2, lonGrid, latGrid, checkbounds=False, masked=True, order=1)

lat = lat[lonSortInds]
windSpeed = windSpeed[lonSortInds]

lon = sort(lon)

result = mpl_toolkits.basemap.interp(windSpeed, lon, lat, lonGrid, latGrid, checkbounds=False, masked=False, order=1)

ValueError：xin和yin必须增加！

最好的方法是什么？

Answer 1

在我刚遇到的类似错误中，我通过执行其他类型的重新排序来解决了该错误。

如果您的纬度没有增加，可以尝试：

np.flipud(lat) np.flipud(windSpeed)

或如果经度没有增加，则：

np.fliplr(lon) np.fliplr(windSpeed)

这解决了我遇到的类似问题。