R 中 netCDF 文件的月平均值

Question

我有一个 netCDF 文件 (.nc)，其中包含 16 年（1998 - 2014）年的日降水量（5844 层）。 3 个维度是时间（大小为 5844）、纬度（大小为 19）和经度（大小为 20）在 R 中是否有一种直接的方法来计算每个栅格单元：

• 月平均和年平均
• 累积比较（例如 jan-mar 与所有 jan-mar 的平均值相比）

到目前为止，我有：

library(ncdf4)
library(raster)

Rname <- 'F:/extracted_rain.nc'
rainfall <- nc_open(Rname)
readRainfall <- ncvar_get(rainfall, "rain") #"rain" is float name
raster_rainfall <- raster(Rname, varname = "rain") # also tried brick()
asdatadates <- as.Date(rainfall$dim$time$vals/24, origin='1998-01-01') #The time interval is per 24 hours

我的第一个挑战是计算每个栅格单元的月平均值。 我不确定在牢记最终目标（累积比较）的同时如何最好地进行。 如何轻松访问某个月份的几天？

raster(readRainfall[,,500])) # doesn't seem like a straightforward approach

希望我把我的问题说清楚了，第一次朝着正确的方向努力将不胜感激。 示例数据在这里

Answer 1

这是使用zoo一种方法：

### first read the data
library(ncdf4)
library(raster)
library(zoo)

### use stack() instead of raster
stack_rainfall <- stack(Rname, varname = "rain")

### i renamed your "asdatadates" object for simplicity
dates <- as.Date(rainfall$dim$time$vals/24, origin='1998-01-01') 

在您的示例数据集中，您只有 18 个图层，全部来自 1998 年 1 月。但是，以下内容也应该适用于更多图层（月）。 首先，我们将构建一个函数，该函数操作一个值向量（即像素时间序列），以使用dates将输入转换为zoo对象，并使用aggregate计算平均值。 该函数返回一个向量，其长度等于dates的月数。

monthly_mean_stack <- function(x) {
    require(zoo)
    pixel.ts <- zoo(x, dates)
    out <- as.numeric(aggregate(pixel.ts, as.yearmon, mean, na.rm=TRUE))
    out[is.nan(out)] <- NA     
    return(out)
}

然后，根据您是希望输出是向量/矩阵/数据框还是希望保持栅格格式，您可以在使用getValues检索单元格值后将该函数应用于单元格值，或者使用calc函数来自该raster -package创建光栅输出（这将是一个光栅堆栈的许多层为你的数据有没有个月）

v <- getValues(stack_rainfall) # every row displays one pixel (-time series)


# this should give you a matrix with ncol = number of months and nrow = number of pixel
means_matrix <- t(apply(v, 1, monthly_mean_stack))

means_stack <- calc(stack_rainfall, monthly_mean_stack)

当您处理大型栅格数据集时，您还可以使用clusterR函数并行应用您的函数。 看 ？ clusterR

Answer 2

该问题要求在 R 中找到解决方案，但如果有人希望完成此任务并想要一个简单的替代命令行解决方案，则此类统计数据是 CDO 的基础

每月平均值：

cdo monmean in.nc monmean.nc

年平均值：

cdo yearmean in.nc yearmean.nc

取所有 1 月、2 月等的平均值：

cdo ymonmean in.nc ymonmean.nc

相对于长期年度周期的月度异常：

cdo sub monmean.nc ymonmean.nc monanom.nc

然后你想要一个特定的月份，只需选择 selmon 或 seldate。

Answer 3

我认为最容易转换为光栅砖，然后转换为 data.frame。

然后可以很容易地使用通用代码 DF$weeklymean <- rowMeans(DF[, ])