широта и долгота - это двумерные массивы в файле netcdf?

Я пытаюсь открыть, прочитать и построить данные облачного покрова из файла netCDF. Файл открывается и отображается в средстве просмотра Panoply, поэтому с данными все в порядке. Но я не могу понять на всю жизнь во мне, как преобразовать широту и долготу в одномерный массив каждый, они кажутся двухмерными. Что для меня имеет смысл в NaN ...

Чтение файла и переменных работает нормально:

fh = Dataset("/home/ubuntu/HIMA8_CC/Himawari8_AHI_FLDK_2020171_0140_00_CLOUD_MASK_EN.nc", mode='r')
lon = fh.variables['Longitude'][:]
lat = fh.variables['Latitude'][:]
cloud_mask = fh.variables['CloudMask'][:]

Однако размеры переменной широты и долготы являются 2D, я ожидал, что они будут 1D:

print(lon.shape)
print(lat.shape)
print(np.mean(lon))
print(cloud_mask.shape)
print(np.mean(lon))
print(np.mean(cloud_mask))

отпечатки

(5500, 5500)
(5500, 5500)
91.97970824333167
(5500, 5500)
91.97970824333167
1.8154066433116118

средние значения выглядят так, как ожидалось. Может ли кто-нибудь с опытом работы с netCDF пролить свет на то, что мне здесь не хватает?


python netcdf netcdf4
person Balthasar    schedule 19.06.2020    source источник
comment
Не могли бы вы дать ссылку на файл? Вы можете изменить это с помощью NCO, но вам нужно сначала загрузить файл, чтобы увидеть, как   -  person Robert Wilson    schedule 19.06.2020
comment
Файл можно скачать здесь noaa-himawari8.s3.amazonaws.com/AHI-L2-FLDK-Clouds/2020/06/19/ Что такое NCO?   -  person Balthasar    schedule 20.06.2020
comment
Вам нужно будет преобразовать ваши массивы в 1D. Каждый элемент двумерных массивов представляет собой одну точку в пространстве. [I, j] в lon и lat дают вам долготу и широту в cloud_mask. Вы также можете использовать lon.mask для удаления любых замаскированных данных.   -  person Robert Wilson    schedule 20.06.2020

Ответы (1)


arrow_upward
1
arrow_downward

Вы можете попробовать это.

import xarray as xr

fh = xr.open_dataset('/home/ubuntu/HIMA8_CC/Himawari8_AHI_FLDK_2020171_0140_00_CLOUD_MASK_EN.nc')

lon = fh['Longitude'].values.flatten()
lat = fh['Latitude'].values.flatten()
person Dani56    schedule 20.06.2020