1

我在将数据从 GrADS 导出到 .csv 文件时遇到了很大的困难，尽管它应该很容易。有问题的文件来自与亚洲降雨量有关的 APHRODITE 项目。基本上我可以使用以下方法将该文件读入 GrADS：

open d:/aphro/aphro.ctl

它告诉我：

Data file d:/aphro/APHRO_MA_025deg_V1101R2.%y4 is open as file 1
Lon set to 60.125 149.875
Lat set to -14.875 54.875
Lev set to 1 1
Time values set: 1961:1:1:0 1961:1:1:0
E set to  1 1

如果我执行：

q ctlinfo

它还告诉我我有三个变量：

precip 1 0 daily precipitation analysis
rstn 1 0  ratio of 0.05 degree grids with station
flag 1 0 ratio of 0.05 degree grids with snow

好的，现在我要做的就是在 .csv 文件（或 .txt）文件中生成一个列表，其中包含以下信息：

Precipitation   Lon    Lat   Time(date)

这听起来很容易，但我就是做不到。一种方法是使用：

fprintf precip d:/output.csv %g 1

这给了我一个 .csv 文件，其中包含当天的全部数据在一长列中（这是我想要的）。我也可以对不同文件中的 lon 和 lat 做同样的事情并将它们组合起来。问题是输出文件需要很长时间 - 如果您不介意很多列，它会更快，但这会变得难以管理。基本上，这种方法太慢了。

另一种方法是通过以下方式将数据导出为 NetCDF 文件：

Set sdfwrite -4d d:/output.nc
define var = precip
sdfwrite precip

然后很快就会写入一个名为 output.nc 的文件，其中包含我需要的所有数据。然后使用 RI 可以单独读取所有变量，例如

f <- open.ncdf("D:/aphro/test.nc")
A <- get.var.ncdf(nc=f,varid="time")
B <- get.var.ncdf(nc=f,varid="rain")
D <- get.var.ncdf(nc=f,varid="lon")
E <- get.var.ncdf(nc=f,varid="lat")

但我想要的是制作一个输出文件，其中每一行告诉我时间、雨量、经度和纬度。我尝试了 rbind，但它没有将正确的时间（日期）与正确的雨量相关联，并且同样弄乱了 lon 和 lat，因为有数十万个降雨数据但只有几个日期，只有 360 lon 点和 280纬度点（即降雨数据是几天内每天的数据网格）。我敢肯定这应该很容易，但是怎么做呢？

请帮忙

托尼

4

1 回答 1

5

据我所知，您可以通过同时使用气候数据运算符和 R 将 Grad 文件更改为 NetCDF 文件。详细信息可以在这里找到。此外，可以将 NetCDF 文件转换为 .csv 文件。为此，我提供了一个虚拟代码。

library(ncdf)
nc <- open.ncdf("foo.nc")             #open ncdf file and read variables
lon <- get.var.ncdf(nc, "lon")         # Lon lat and Time
lat <- get.var.ncdf(nc, "lat")
time <- get.var.ncdf(nc, "time")
dname <- "t"                         # name of variable which can be found by using print(nc)
nlon <- dim(lon)
nlat<- dim(lat)
nt<- dim(time)
lonlat <- expand.grid(lon, lat)    # make grid of given longitude and latitude 
mintemp.array <- get.var.ncdf(nc, dname)
dlname <- att.get.ncdf(nc, dname, "long_name")
dunits <- att.get.ncdf(nc, dname, "units")
fillvalue <- att.get.ncdf(nc, dname, "_FillValue")
mintemp.vec.long <- as.vector(mintemp.array)
mintemp.mat <- matrix(mintemp.vec.long, nrow = nlon * nlat, ncol = nt)
mintemp.df <- data.frame(cbind(lonlat, mintemp.mat))
options(width = 110)
write.csv(mintemp.df, "mintemp_my.csv")

我希望，它解释了你的问题。

于 2015-09-12T09:47:31.080 回答