我正在使用三维非常大的netCDF文件（lat / lon / time）。分辨率为300米，时间变量有25步，通向64800x129600x25单元。
文件中包含的一个变量是一个整数（范围从-36到120）但是代表一个潜在因素，这就是问题所在。
它是一个土地覆盖数据集，例如：-20表示该单元属于土地类型 森林 或10表示该单元格由
我想重塑netCDF文件，以便有一个额外的维度代表原始变量的每个因子级别。然后变量将仅为每个单元1或0，表示在某个纬度/经度/时间存在每个因子水平。 那么尺寸将是纬度/经度/时间/ 土地类型。
Here是一个示例数据集，它不涉及土地类型，但足够小，可以用于测试。这里有一些代码可供阅读：
library(ncdf4)
# Download the data
download.file("http://schubert.atmos.colostate.edu/~cslocum/code/air.sig995.2012.nc",
mode="wb", destfile = "test.nc")
test.ncdf <- nc_open("test.nc", write=TRUE)
# See the lon,lat,time dimensions
print(test.ncdf)
tmp.array <- ncvar_get(test.ncdf, varid="air")
我不确定raster包是否更适合此任务。对于非常小的netCDF文件，我通过提取数据然后将其堆叠为data.frame来在一定程度上管理了预期的结果。
任何帮助或指向正确的方向将不胜感激。 提前谢谢。
答案 0 :(得分：0)
如果我理解正确，您希望为每个类型设置一组字段，这些字段为1或0，作为lat / long / time的函数。例如如果你正在寻找一个森林，你想要一个数组，当因子= 20时为1，否则为0。
我知道你想在一个4维数组中这样做，因为你需要使用R我期望你标记问题。但是如果你不介意为类型设置一系列3D数组，那么快速简单的方法是使用CDO来处理整数数组
cdo eqc,-20 air.sig995.2012.nc test.nc
这个问题是输出变量仍然具有相同的名称 （你没有说它叫什么，所以我把它称为 sfctype ），所以你需要用nco来改变元数据。
因此，更好的方法是在cdo中使用 expr 。
cdo expr,"forest=sfctype==-20" air.sig995.2012.nc forest.nc
这使得一个名为 forest 的新变量为1或0。 您现在可以处理所需的所有类型，然后将它们合并到一个文件中：
cdo expr,"forest=(sfctype==-20)" air.sig995.2012.nc type_forest.nc
cdo expr,"forest=(sfctype==10)" air.sig995.2012.nc type_water.nc
...etc...
cdo merge type_*.nc combined_file.nc
（我认为你不需要大括号，但语法更清晰）
... 几乎你想要的几行，但不完全......我不知道如果你真的如何将这些新变量“堆叠”成一个4D阵列需要这个，但也许nco可以做到。