Scipy 插值網格數據的問題

Question

我有一個空間分辨率為 0.05º 的netcdf 文件，我想像其他 netcdf一樣將其重新設置為 0.01º 的空間分辨率。 我嘗試使用 scipy.interpolate.griddata，但我並沒有真正到達那里，我認為我缺少一些東西。

original_dataset = xr.open_dataset('to_regrid.nc')
target_dataset= xr.open_dataset('SSTA_L4_MED_0_1dg_2022-01-18.nc')

根據scipy.interpolate.griddata 文檔，我需要構建我的插值管道如下：

網格=網格數據（點，值，（grid_x_new，grid_y_new），方法='最近'）

因此，就我而言，我認為它如下所示：

#Saving in variables the old and new grids
grid_x_new = target_dataset['lon']
grid_y_new = target_dataset['lat']
grid_x_old = original_dataset ['lon']
grid_y_old = original_dataset ['lat']

points = (grid_x_old,grid_y_old)
values = original_dataset['analysed_sst'] #My variable in the netcdf is the sea surface temp.

現在，當我運行 griddata 時：

from scipy.interpolate import griddata
grid = griddata(points, values, (grid_x_new, grid_y_new),method='nearest')

我收到以下錯誤：

ValueError：形狀不匹配：無法將對象廣播到單個形狀

我認為它與緯度/經度陣列形狀有關。 我對 netcdf 領域很陌生，我真的不知道這里有什么問題。 任何幫助將不勝感激！

Answer 1

在您的原始代碼中，grid_x_old 和 grid_y_old 中的索引應對應於數據集中的每個唯一坐標。 為了使事情正常工作，如下所示：

import xarray as xr
from scipy.interpolate import griddata
original_dataset = xr.open_dataset('to_regrid.nc')
target_dataset= xr.open_dataset('SSTA_L4_MED_0_1dg_2022-01-18.nc')
#Saving in variables the old and new grids
grid_x_old = original_dataset.to_dataframe().reset_index().loc[:,["lat", "lon"]].lon
grid_y_old = original_dataset.to_dataframe().reset_index().loc[:,["lat", "lon"]].lat

grid_x_new = target_dataset.to_dataframe().reset_index().loc[:,["lat", "lon"]].lon
grid_y_new = target_dataset.to_dataframe().reset_index().loc[:,["lat", "lon"]].lat
values = original_dataset.to_dataframe().reset_index().loc[:,["lat", "lon", "analysed_sst"]].analysed_sst
points = (grid_x_old,grid_y_old)
grid = griddata(points, values, (grid_x_new, grid_y_new),method='nearest')

Answer 2

我建議使用 xesm 重新網格化 xarray 數據集。 下面的代碼將重新排列您的數據集：

import xarray as xr
import xesmf as xe
original_dataset = xr.open_dataset('to_regrid.nc')
target_dataset= xr.open_dataset('SSTA_L4_MED_0_1dg_2022-01-18.nc')
regridder = xe.Regridder(original_dataset, target_dataset, "bilinear")
dr_out = regridder(original_dataset)