如何从netcdf文件中提取投影在不规则网格上的变量的像素值？

Question

我有一个包含以下（示例）变量的 netcdf 文件：

纬度

经度

温度

尺寸以[x，y]（像素坐标）表示，主要是因为纬度和经度都是不规则网格的二维阵列。

我想提取温度的像素值，例如53.55，3.5（lat/lon度十进制坐标）。通常，对于纬度/经度的一维数组，我可以使用numpy。argmin（）来查找lat/lon的索引，从而找到温度变量的像素坐标。

或者，在xarray中，我可以使用eg。

import xarray as xr
ds = open_dataset(some_file)
ds.close()
ds.temperature.sel(lat=53.55, lon=3.5, method='nearest')

除了我的尺寸现在在 （x， y） 中。也许是由于对netcdf数据格式的了解不足，但是我很难想出提取所需数据的方法。如何提取所需的像素值？让我知道我是否可以更好地澄清这个问题。

Answer 1

如果您首先计算每个（2D）网格点到您请求的位置的距离，您仍然可以使用artmin（）。小例子：

import xarray as xr
import numpy as np

f = xr.open_dataset('tauu.his.NETHERLANDS.NL_W.DOWA_40h12tg2_fERA5_WF2019_fix.201601.nc')

# 2D latitude and longitude
lons = f['lon'].values
lats = f['lat'].values

# Goal latitude and longitude
lon = 4.
lat = 52.

# Calculate distance (in degrees..) for all grid points
distance = np.sqrt( (lons-lon)**2 + (lats-lat)**2 )

# `argmin` on a 2D (or 3D, 4D, ..) field gives the index in the flattened array:
ji  = distance.argmin()

# "Unravel" the index:
j,i = np.unravel_index(ji, lons.shape)

print(lons[j,i], lats[j,i])  # Prints: 3.989169 52.00158

在这种情况下，我简单地使用了以度为单位的欧几里得距离。你可以用更花哨或更精确的东西来代替它，比如球坐标中的距离。