python - 如何从 netcdf 文件中提取投影在不规则网格上的变量的像素值？

Question

我有一个 netcdf 文件，其中包含以下(示例)变量:

纬度

经度

温度

尺寸以 [x, y](像素坐标)为单位，主要是因为纬度和经度都是不规则网格的二维数组。

我想提取例如中的温度像素值。 53.55, 3.5(纬度/经度十进制坐标)。通常，对于一维纬度/经度数组，我可以使用 numpy.argmin() 来查找纬度/经度的索引，从而找到温度变量的像素坐标。

或者，在 xarray 中，我可以使用例如。

import xarray as xr
ds = open_dataset(some_file)
ds.close()
ds.temperature.sel(lat=53.55, lon=3.5, method='nearest')

除了我的尺寸现在为 (x, y)。也许是由于对 netcdf 数据格式的了解不足，但我无法想出提取所需数据的方法。如何提取我需要的像素值？如果我能更好地澄清这个问题，请告诉我。

Answer 1

如果您首先计算每个(2D)网格点到您请求的位置的距离，您仍然可以使用argmin()。小例子:

import xarray as xr
import numpy as np

f = xr.open_dataset('tauu.his.NETHERLANDS.NL_W.DOWA_40h12tg2_fERA5_WF2019_fix.201601.nc')

# 2D latitude and longitude
lons = f['lon'].values
lats = f['lat'].values

# Goal latitude and longitude
lon = 4.
lat = 52.

# Calculate distance (in degrees..) for all grid points
distance = np.sqrt( (lons-lon)**2 + (lats-lat)**2 )

# `argmin` on a 2D (or 3D, 4D, ..) field gives the index in the flattened array:
ji  = distance.argmin()

# "Unravel" the index:
j,i = np.unravel_index(ji, lons.shape)

print(lons[j,i], lats[j,i])  # Prints: 3.989169 52.00158

在本例中，我简单地使用了以度为单位的欧几里得距离。您始终可以用更奇特或更准确的东西来替换它，例如球坐标中的距离。