使用Basemap在两个xarray数据集之间进行插值

Question

我有两个不同的xarray数据集，它们具有不同的纬度/经度网格分辨率。我想将具有较低分辨率的一个xarray重新划分为与具有更高分辨率的一个xarray相同的分辨率。我找到了一些例子（例如http://earthpy.org/interpolation_between_grids_with_basemap.html），但它对我不起作用。这是我为测试做的一个例子：

import numpy as np
import xarray as xray
import mpl_toolkits.basemap

var1=xray.DataArray(np.random.randn(len(np.linspace(40.5,49.5,10)),len(np.linspace(-39.5,-20.5,20))),coords=[np.linspace(40.5,49.5,10), np.linspace(-39.5,-20.5,20)],dims=['lat','lon'])

(xlon, xlat)=np.meshgrid(np.linspace(-39.875,-20.125,80),np.linspace(40.125,49.875,40))
var2=xray.DataArray(-xlon**2+xlat**2,coords=[np.linspace(40.125,49.875,40),np.linspace(-39.875,-20.125,80)],dims=['lat','lon'])

mpl_toolkits.basemap.interp(var1,var1.lon,var1.lat,var2.lon,var2.lat,checkbounds=False,masked=False,order=0)

我收到以下错误：

  

ValueError：xout和yout必须具有相同的形状！

截图：

basemap.interp（）是否需要xout和yout是相同的形状？那么var2需要是一个正方形吗？我的任何数据集几乎都不是这种情况！如何将var1重新设置为与var2相同的分辨率？

注意：在重新编译之后，我想在给定与var2相关的一些条件的情况下对var1进行子采样。例如：

var1_subset = var1.where(var2>1000)

所以我想在插值过程中尽量减少网格点的丢失。

Answer 1

basemap.interp仅在xout和yout的数量或输出数量相同且nlats相同时才有效，

为什么不生成相同长度的输出nlats和nlons并稍后将其子集化。

例如：

import numpy as np
import xarray as xray 
import mpl_toolkits.basemap
var1=xray.DataArray(np.random.randn(len(np.linspace(40.5,49.5,10)),len(np.linspace(-39.5,-20.5,20))),coords=[np.linspace(40.5,49.5,10), np.linspace(-39.5,-20.5,20)],dims=['lat','lon'])

(xlon,xlat)=np.meshgrid(np.linspace(-39.875,20.125,80),np.linspace(40.125,49.875,80))
var2=xray.DataArray(-xlon**2+xlat**2,coords[np.linspace(40.125,49.875,80),np.linspace(-39.875,-20.125,80)],dims=['lat','lon'])
mpl_toolkits.basemap.interp(var1,var1.lon,var1.lat,var2.lon,var2.lat,checkbounds=False,masked=False,order=0)

这是xarray的另一个很酷的技巧。

lonreg=var1.groupby_bins('lon',np.linspace(-39.875,20.125,80)).mean(dim='lon')

regridded=lonreg.groupby_bins('lat',np.linspace(-39.5,20.5,20)).mean(dim='lat')

如果你想要加权平均重新划分，通过在groupby对象上使用权重和求和函数，很容易扩展这个区域平均重新划分。