将多个 GeoTIFF 图像的栅格时间序列转换为 NetCDF

Question

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

我可能会使用gdal_translate 将每个图像转换为 netcdf 使用：

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

然后使用NCO 编写一些脚本以从文件名中提取日期然后连接，但我想知道我是否可以使用xarray 在Python 中更有效地执行此操作，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

我可以将其中一个写入 NetCDF：

ds.to_netcdf('foo.nc')

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

xarray 和 dask 可以做到这样的事情吗？

Answer 1

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内容。

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)