1

我正在尝试将多个 NetCDF4 文件转换为 GeoTIFF 栅格，同时将数据从每日频率降低到每月频率（忽略 NaN）。不幸的是，当我想将数据写入 geotiff 时，我遇到了错误。

使用 xarray 打开和下采样文件很容易（如果与 R 相比，功能很棒，这是我习惯使用的）只保留一个变量，如我所愿并从每日值计算每月平均值，但是，我被困在试图将我的结果导出/转换为多个 *.tif 文件。

甚至尝试将其转换为多个 NetCDF3 文件，因为我可以轻松地将它们转换为 geotiff，但也失败了。

输入数据是每日频率的 4018 个 ESA 土壤水分“.nc4”文件，覆盖全球，但每一步都不完整（每天只有条带充满数据，其余为空/NA），所以我想忽略 NaN用于计算每月平均值。

总的来说，这 4018 天总计长达 132 个月（11 年），而我的 xarray 数据集由下面的代码生成，似乎正如预期的那样表明了这一点。 

import xarray as xr

# opening the files into an array

mfdataDIR = 'C:/full_path_here/*.nc'

DS = xr.open_mfdataset(mfdataDIR)


# downsampling it from daily to monthly means while keeping attributes and ignoring NAs 

monthly_data = DS.sm.resample(time="1M").mean(skipna= True, keep_attrs=True)

我在这里收到以下警告：“默认缩减维度将在 xarray 0.12 之后更改为分组维度。要消除此警告，请显式传递 dim=xarray.ALL_DIMS。skipna=skipna, allow_lazy=True, **kwargs)” 不确定如果这很重要，但当我打印monthly_data xarray 时结果似乎还可以。

# Now, trying to convert to GeoTIFFs using Robin Wilson's rasterio_to_xarray (and vice-versa) script (full script can be found on link below).

import sys

sys.path.insert(0, 'C:/path_to_py_script/')

import xarray_to_rasterio as xarrast

xarrast.xarray_to_rasterio_by_band(monthly_data, 'C:/path_here/%s.tif', dim= 'time')

现在我收到了这个错误：“IndexError: tuple index out of range” 我认为错误在于我尝试使用它的方式，而不是在脚本上，尽管我看不到在哪里。

Robin Wilson 制作的脚本非常适合我的目标，从这里获得：https ://github.com/robintw/XArrayAndRasterio/blob/master/rasterio_to_xarray.py

我看到错误追溯到第 84 行：

82  if len(xa.shape) == 2:
83        count = 1
84        height = xa.shape[0]
85        width = xa.shape[1]
86        band_indicies = 1
87   else:

和第 122 行：

122  xarray_to_rasterio(data, filename)

所以，看来我的时间很暗，我希望能算作乐队，这不是剧本所期望的，所以它失败了。而且我显然搞砸了“文件名”参数。

不知道怎么...我可以使用这个脚本或修改它来做我想做的事吗？（保存132个“.tif”文件对应132级时间dim）


# Second option, not ideal but could still help me, if it hadn't also failed:


mDS = monthly_data.to_dataset()

paths = ['C:/path_here/%s.nc' ]
xr.save_mfdataset(mDS, paths, format='NETCDF3_CLASSIC')

got this error: "TypeError: save_mfdataset only supports writing Dataset objects, received type <class 'str'>"

我认为我缺乏 python 知识阻碍了我，因为我在两个过程中都遇到错误（xarray 到 GeoTIFF 或 xarrayDataset 到 NetCDF3 经典）。

当我检查monthly_data 时，我看到了我的预期：只有“sm”变量、所有三个维度和132 个时间“值”。

有人可以帮忙吗？

4

0 回答 0