[英]Monthly average from netCDF files in R
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:
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$vals/24, origin='1998-01-01') #The time interval is per 24 hours
我的第一个挑战是计算每个栅格单元的月平均值。 我不确定在牢记最终目标(累积比较)的同时如何最好地进行。 如何轻松访问某个月份的几天?
raster(readRainfall[,,500])) # doesn't seem like a straightforward approach
希望我把我的问题说清楚了,第一次朝着正确的方向努力将不胜感激。 示例数据在这里
这是使用zoo
一种方法:
### first read the data
library(ncdf4)
library(raster)
library(zoo)
### use stack() instead of raster
stack_rainfall <- stack(Rname, varname = "rain")
### i renamed your "asdatadates" object for simplicity
dates <- as.Date(rainfall$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
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。
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[, ])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.