5

我从这里下载了 netCDF 文件。它们的分辨率为 0.5*0.5。我想以 1*1 的较粗分辨率重新网格化这些文件。我找到了一些链接。第一个链接讨论了 R 中的重新网格，但没有使用双线性插值。第二个链接处理双线性插值，但使用气候数据运算符（我不太熟悉）。然后我遇到了一个 R 包HiClimR。在这个包中，一个命令 coarseR会降低数据的分辨率。我将 netCDF 文件转换为 excel 文件并使用coarseR. 但是在得到结果后，我发现这个命令实际上以某种方式跳过了经纬度，并将分辨率降低到 1*1。简而言之，我的问题是

(1)coarseR用于降低分辨率是否正确？(2) 双线性变换如何用于我在 R 中的特定问题？

提前谢谢了。

4

1 回答 1

6

CDO 内置了一些非常好的重新网格化功能，您现在可以使用包气候操作符从 R 中直接访问这些功能。 安装后

devtools::install_github("markpayneatwork/ClimateOperators")

你加载它

library(ClimateOperators)

例如，按照您的要求使用双线性插值重新网格到 1x1 常规网格，从 linux 命令行您只需执行以下操作：

cdo remapbil,r720x360 in.nc out.nc

使用 R 中的气候运营商包，将转化为

cdo("remapbil,r720x360","in.nc","out.nc")

（您可以在调用中使用选项“debug=True”查看命令是如何构建的，而无需运行它）。

但是，如果您要转换为较粗的网格，则建议使用保守的重新映射技术，否则您可能会在重新映射期间遗漏点。这对于降水等高度异质性领域尤为重要。在这种情况下，CDO 提供一阶和二阶保守重映射技术。使用一阶技术

cdo remapcon,r720x360 in.nc out.nc

（请注意，如果数据是“打包”的，有时您可能会发现 CDO 由于转换过程中的精度损失而出现不稳定，在这种情况下，它会建议您使用选项“-b f32”或“-b f64”。）

要考虑的常见重新网格化选项是：

  • remapbil：双线性插值
  • remapnn：最近邻插值（即从最近的单元格中取值）
  • remapcon：一阶保守重映射
  • remapcon2：二阶保守重映射

关于重新网格化技术以及如何使用 CDO 实现它们的解释在我的youtube 视频指南中给出了更详细的气候开箱。

于 2018-01-17T09:22:57.363 回答