这是我之前的问题的后续，因为示例和数据更加具体。我有一个 304 x 448 的冰数据阵列（在极地立体投影中），其中的 netcdf 可以在这里获得。每个网格框对应的纬度/经度点可以在这个文件中找到。我想将这些数据转换为一个常规的纬度/经度网格（比如 180x360），其中每个网格框都是一个度数。有没有什么python方法可以做到这一点？等使用底图，或者使用 CDO（气候数据运营商）？
提前谢谢了。詹姆士
问问题
1526 次
2 回答
2
如果您首先将网格添加到数据文件中，例如，
ncks -A -v lat,lon NSIDC_LatLon.nc sample.nc
然后你可以使用 NCO 的ncremap来重新网格化，例如，
ncremap -i sample.nc -d 1x1.nc -o out.nc
不幸的是，这将需要 NCO 的当前快照（而不是已发布的版本），因为输入文件包含的维度顺序异常，我刚刚修补了 NCO 以进行处理。重新网格化输出的示例在这里。
应 OP 的要求，我重新整理了他的文件，然后将其上传（此处）。我没有一个 1x1 数据集，所以我首先创建了一个 1x1 网格文件，如手册中所示，然后用它重新网格化（使用 ncremap -g 选项）：
ncremap -i ~/NSIDC.nc -g ${DATA}/grids/180x360_SCRIP.20150901.nc -o ~/NSIDC_1x1.nc
于 2017-03-04T23:53:53.617 回答
0
Usually the command to do this in CDO would be
cdo remapcon,r360x180 in.nc out.nc
instead of con=conservative remapping, you can use bil=bilinear, nn=nearest neighbour, con2=2nd order conservative remapping.
According to this posting, https://code.mpimet.mpg.de/boards/1/topics/8302?r=8326 the latest versions of cdo should be able to handle polar stereographic projections.
于 2020-01-19T21:12:24.000 回答