Python实现读取.nc数据并提取指定时间与经纬度维度对应的变量数值

本文介绍基于Python语言的netCDF4库，读取.nc格式的数据文件，并提取指定维（时间、经度与纬度）下的变量数据的方法。

我们之前介绍过.nc格式的数据，其是NetCDF（Network Common Data Form）文件的扩展名，是一种常用的科学数据存储格式，多用于存储科学和工程领域的大型数据集。同时，在我们之前的文章Python批量读取大量nc格式文件并导出全部时间信息中，就介绍过基于netCDF4库，对一个文件夹下大量.nc格式数据文件的某一维的信息加以提取的方法。而在本文中，我们则是同样基于netCDF4库，读取.nc文件，并提取指定维（Dimensions，也就相当于是自变量）下的变量（Variables，也就相当于是因变量）的具体数值。

首先，我们需要配置一下netCDF4库，具体配置方法大家可以参考文章Anaconda下Python中h5py与netCDF4模块下载与安装方法。

随后，本文所需代码如下。

# -*- coding: utf-8 -*-
"""
Created on Thu Feb 22 21:41:52 2024

@author: fkxxgis
"""

import netCDF4 as nc

nc_path = r"F:\Data_Reflectance_Rec\soil_1\2020_01.nc"
nc_data = nc.Dataset(nc_path)
print(nc_data)
time_value = nc_data.variables["time"][:]
longitude_value = nc_data.variables["lon"][:]
latitude_value = nc_data.variables["lat"][:]

# 第一种需求
time_need = 0
nc_value_1 = nc_data.variables["swvl1"][time_need, : , : ]

# 第二种需求
longitude_need = 106.467
latitude_need = 36.817
longitude_nc = (abs(longitude_value - longitude_need)).argmin()
latitude_nc = (abs(latitude_value - latitude_need)).argmin()
nc_value_2 = nc_data.variables["swvl1"][time_need, latitude_nc, longitude_nc]

其中，我们首先导入netCDF4库，并指定要读取的.nc格式数据文件的路径nc_path；随后，使用nc.Dataset()打开这一文件，并将返回的Dataset对象存储在nc_data变量中；紧接着，通过print()打印nc_data，这将显示要读取的.nc格式数据文件的基本信息，如变量、维、属性等——这里具体打印出来的情况如下图所示。

其中，在上图我们需要重点关注紫色框内的内容。首先，在dimensions中，我们可以看到所有的维；我这里的.nc格式数据是一个表示气象的数据，所以文件中的维依次就是时间、纬度与经度；随后，在variables中，我们可以看到所有的数据变量（这里的数据变量是包含了维、变量与其他参数）——其中我们重点观察数据中的因变量（也就是上图中的swvl1），需要留意一下其后不同维的排序顺序，在后面我们按照维提取变量数据的时候会用到。

回到前述代码的介绍中。通过前面print()打印出来的nc_data信息，我们知道了这个.nc数据的维，此时我们可以将这几个维也打印出来看看。例如，time_value = nc_data.variables["time"][:]就表示将时间这个维打印出来，相当于获取了全部的时间节点。

再接下来，我们即可开始按照维来提取变量。为了方便，我们就以这个.nc文件的时间维中的第一个节点对应的数据（也就是第一景数据）为例来介绍；因此，我们先将time_need设置为0，表示读取第一个时间节点的数据。在这里，我们给出了2种按照维来提取变量的需求。

首先，是第一种需求，也就是time_need = 0这一行代码的下一行。nc_data.variables["swvl1"]表示这个.nc文件中读取名为swvl1的变量的值，而后面的[time_need, :, :]表示选择指定时间维下的所有经度和纬度位置的值。这些值将被存储在nc_value_1变量中，也就是说这个nc_value_1变量相当于就是当前这个.nc文件的第一景数据（时间节点排在第一位的数据）。

其次，是第二种需求。前面我们提取了指定时间维下的所有经度和纬度位置的值，那么现在就更进一步，提取指定时间维度、经度维度以及纬度维度的数据（相当于就是从前面的一景数据变成了一个像元的数据）。首先，我们指定一个处于.nc文件成像范围内的目标经度longitude_need和目标纬度latitude_need，并使用argmin()函数找到目标经、纬度值与文件中经度、纬度的维数据值最接近的索引值——即longitude_nc和latitude_nc。最后，即可使用nc_data.variables["swvl1"][time_need, latitude_nc, longitude_nc]来获取特定时间、经度和纬度位置的值，并将结果存储在nc_value_2变量中。

这里提一句——为什么需要用argmin()函数呢？这个是因为，我们在实际情况中，需要提取指定空间位置的像素时，这个位置的经、纬度数据肯定是随机的；而通过argmin()函数，就可以找到.nc文件里面经度、纬度所对应的维中，与我们实际需要的经、纬度最接近的那个数值所对应的维的下标。例如，上述代码中，我们希望提取实际经度为106.467位置处的数据；而我这里这个.nc文件，其维中的经度的分辨率是0.1，那它自然没有办法非常精确地确定106.467的位置；所以需要通过argmin()函数，找到与106.467最接近的数据106.5，并进一步确定出这个106.5所在的经度维的下标，那么就可以提取出指定的变量了。

如下图所示，我们通过上述第二种需求，提取出来了目标时间、经度与纬度维下的一个像素。

那么这个像素值对不对呢？我们可以在ArcGIS中打开这个.nc文件的第一景数据，找到代码中目标经、纬度（也就是longitude_need和latitude_need所指向的数据）所对应的像元，并查看其像素值；如下图所示。

可以看到，上图在ArcGIS提取出来的像素值，与上上图在Python中提取出来的像素值一致，说明我们的代码无误。

至此，大功告成。

到此这篇关于Python实现读取.nc数据并提取指定时间与经纬度维度对应的变量数值的文章就介绍到这了,更多相关Python读取.nc数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论