將網格數據插值到地理點位置

Question

我是 MetPy 的忠實粉絲，並查看了它們的插值函數（ https://unidata.github.io/MetPy/latest/api/generated/metpy.interpolate.html ），但找不到我要找的東西。

我正在尋找一個函數來將網格化的 2D（經度和緯度）或 3D（經度、緯度和垂直水平）氣候數據字段插入到特定的地理位置（緯度/經度）。

該函數將采用 5 個參數：一個 2D/3D 數據變量和相關的緯度和經度變量，以及兩個所需的緯度和經度坐標值。 返回的是單個值（對於 2D 字段）或垂直剖面（對於 3D 字段）。

我基本上是在尋找與舊底圖函數 bm.interp() 等效的函數。 Cartopy 沒有等價物。 CDO（氣候數據運算符）運算符 'remapbil,lon=/lat=' 做同樣的事情，但直接從命令行處理 netCDF 文件，我正在尋找 Python 解決方案。

我認為這樣的函數將是 MetPy 庫的一個有用補充，因為它允許將網格數據（例如，模型或衛星數據）與來自氣象站或無線電探空儀剖面（此處僅視為垂直剖面）的點觀測進行比較。

你能為我指出正確的方向嗎？

Answer 1

我認為你正在尋找的東西已經存在於scipy.interpolate （scipy 是 MetPy 的依賴項之一）。 這里我們可以使用interpn在 n 維上進行線性插值：

import numpy as np
from scipy.interpolate import interpn

# Array of synthetic grid to interpolate--ordered z,y,x
a = np.arange(24).reshape(2, 3, 4)

# Locations of grid points along each dimension
z = np.array([1.5, 2.5])
y = np.array([-1., 0., 1.])
x = np.array([-3.5, -1, 1, 3.5])

interpn((z, y, x), a, (2., 0.5, 2.))

Answer 2

這可以通過我的 nctoolkit 包（ https://nctoolkit.readthedocs.io/en/latest/ ）輕松完成。 它使用 CDO 作為后端，默認為雙線性插值。 以下內容將 .nc 文件重新網格化為單個網格點，然后將其轉換為 xarray 數據集。

import nctoolkit as nc
import pandas as pd
data = nc.open_data("example.nc")
grid = pd.DataFrame({"lon":[0], "lat":[50]})
data.regrid(grid)
ds = data.to_xarray()

Answer 3

要添加更多解決方案，如果您已經在使用多維 netCDF 文件並想要一個 Python 解決方案：請查看 xarray 的插值工具。 它們支持多維、基於標簽的插值，其用法類似於 xarray 的索引接口。 它們建立在相同的scipy.interpolate另外提到，並且 xarray 也是 MetPy 依賴項。