Question

现在已经坚持了一段时间。到处寻找答案，但我似乎无法在Stack上找到任何东西。你们所有人都能给予的任何帮助都将非常感激。

我的主要问题是我需要导入许多很多netcdf4文件，创建每个文件的栅格砖，然后组合许多砖块来为每个变量制作一个“主砖”。为了给你一个更清晰的例子，我有40年（netcdf = 40）的许多气候变量（n = 15），它们是日常分辨率。目标是聚合到每月，但首先我必须得到这个函数，读取一个大堆栈中的一个变量的所有netcdf的年份。

我现在的内容如下：

# Libraries --------------------------------------------------------------
library(raster)
library(ncdf4)

# Directories -------------------------------------------------------------

tmp_dl <- list.files("/Users/NateM", pattern = "nc",
                 full.names = TRUE)
# Functions ---------------------------------------------------------------
rstlist = stack()

netcdf_import <- function(file) {
   nc <- nc_open(file)
   nc_att <- attributes(nc$var)$names
   ncvar <- ncvar_get(nc, nc_att)
   rm(nc)
   proj <- "+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs"
   rbrck <- brick(ncvar, crs= proj)
   rm(ncvar)
   extent(rbrck) <- c(-124.772163391113, -67.06383005778, 25.0626894632975, 
                       49.3960227966309) 
   }      

t <- for(i in 1:length(tmp_dl)) {
         x <- netcdf_import(tmp_dl[i])
         rstlist <- stack(rstlist, x)
      }

allyears <- stack(t)

这里可以找到两年的数据：

https://www.northwestknowledge.net/metdata/data/pdsi_2016.nc https://www.northwestknowledge.net/metdata/data/pdsi_2015.nc

任何帮助都会受到欢迎。提前谢谢大家，如果这是一个重复的帖子，我道歉;我看得远远没有用。

Answer 1

您的代码很好，您只需要return来自您的函数的加载砖rbrck，否则您将获得该范围。

至于加载和堆叠，我建议使用lapply将函数应用于每个数据文件。这将为您提供一个整齐的列表，每个项目一年。在那里你可以做更多的处理，最后只需在列表上调用stack来生成你的“主砖”。

请注意，我只使用两个文件进行此操作，所以当您使用40个文件时，我不确定整个内容的大小。

这是您修改后的代码：

# Libraries --------------------------------------------------------------
library(raster)
library(ncdf4)

# Directories -------------------------------------------------------------

tmp_dl <- list.files("/Users/NateM", pattern = "nc",
                     full.names = TRUE)
# Functions ---------------------------------------------------------------

netcdf_import <- function(file) {
  nc <- nc_open(file)
  nc_att <- attributes(nc$var)$names
  ncvar <- ncvar_get(nc, nc_att)
  rm(nc)
  proj <- "+proj=longlat +ellps=WGS84 +datum=WGS84 +no_defs"
  rbrck <- brick(ncvar, crs= proj)
  rm(ncvar)
  extent(rbrck) <- c(-124.772163391113, -67.06383005778, 25.0626894632975, 
                     49.3960227966309) 
  return(rbrck)
}      

# apply function
allyrs <- lapply(tmp_dl,netcdf_import)

# stack to master brick
allyrs <- do.call(stack,allyrs)

HTH

迭代函数将多个光栅堆栈合并为一个

1 个答案: