在 python 中将 netcdf 数据重新网格化为更精细的分辨率

【问题标题】：regrid netcdf data to finer resolution in python在 python 中将 netcdf 数据重新网格化为更精细的分辨率
【发布时间】：2015-08-06 02:58:28
【问题描述】：

我想将 netcdf 数据从 0.5 度降低到 0.25（或更低）的分辨率，方法是简单地创建新的更高分辨率的网格单元，这些网格单元具有与较粗分辨率单元相同的值。我知道了。可以很好地创建较粗分辨率文件的代码：

from mpl_toolkits.basemap import Basemap
from netCDF4 import Dataset
import numpy as np
import pdb

filename = '/Users/r/global_aug4.region.nc'
pdb.set_trace()
with Dataset(filename, mode='r') as fh:
   lons = fh.variables['lon'][:]
   lats = fh.variables['lat'][:]
   biom = fh.variables['biomass'][:].squeeze()

lons_sub, lats_sub = np.meshgrid(lons[::4], lats[::4])

coarse = Basemap.interp(biom, lons, lats, lons_sub, lats_sub, order=1)

我如何创建另一种方式的东西，即从粗到细的规模

【问题讨论】：

标签： python netcdf

【解决方案1】：

在docs 中注意，您只需为interp 方法提供xout 和yout，它们是新的所需网格。

您已经使用较粗的网格正确地完成了它（即通过以 4 度的步长增加坐标），现在您只需通过将 lons_sub 和 lats_sub 重新定义为网格间距来做相反的事情以 0.25 度为增量。像下面这样的东西应该可以工作。

lats_fine = np.arange(lats[0], lats[-1], 0.25) # 0.25 degree fine grid
lons_fine = np.arange(lons[0], lons[-1], 0.25)
lons_sub, lats_sub = np.meshgrid(lons_fine, lats_fine)

【讨论】：