6

我有一个存储在多个GeoTIFF文件 ( *.tif) 中的栅格时间序列，我想将其转换为单个NetCDF文件。数据是uint16。

我可能会使用gdal_translate以下方法将每个图像转换为 netcdf：

 gdal_translate -of netcdf -co FORMAT=NC4 20150520_0164.tif foo.nc

然后用一些脚本NCO从文件名中提取日期然后连接，但我想知道我是否可以在 Python 中更有效地使用xarray它，它是新的rasterio后端。

我可以轻松读取文件：

import glob
import xarray as xr
f = glob.glob('*.tif')
da = xr.open_rasterio(f[0]) 
da

返回

<xarray.DataArray (band: 1, y: 5490, x: 5490)>
[30140100 values with dtype=uint16]
Coordinates:
  * band     (band) int64 1
  * y        (y) float64 5e+05 5e+05 5e+05 5e+05 5e+05 4.999e+05 4.999e+05 ...
  * x        (x) float64 8e+05 8e+05 8e+05 8e+05 8.001e+05 8.001e+05 ...
Attributes:
    crs:      +init=epsg:32620

我可以将其中之一写入 NetCDF：

ds.to_netcdf('foo.nc')

但理想情况下，我可以使用类似xr.open_mfdataset的东西，写入时间值（从文件名中提取），然后将整个聚合写入netCDF. 并dask处理了核外内存问题。:-)

可以用xarrayand完成这样的事情dask吗？

4

1 回答 1

9

Xarray 应该能够为您完成 concat 步骤。我在下面修改了你的例子。您可以将文件名解析为有用的东西。

import glob
import pandas as pd
import xarray as xr

def time_index_from_filenames(filenames):
    '''helper function to create a pandas DatetimeIndex
       Filename example: 20150520_0164.tif'''
    return pd.DatetimeIndex([pd.Timestamp(f[:8]) for f in filenames])

filenames = glob.glob('*.tif')
time = xr.Variable('time', time_index_from_filenames(filenames))
chunks = {'x': 5490, 'y': 5490, 'band': 1}
da = xr.concat([xr.open_rasterio(f, chunks=chunks) for f in filenames], dim=time)
于 2017-10-24T00:16:40.680 回答