Question

我正在研究NOAA AVHRR 31年的每日海面温度（SST）数据。数据采用NetCDF格式，尺寸为28（长）x 40（纬）x 11686（天）。我应该计算每月的气候平均值（例如，所有31年一月的平均值，依此类推）。使用ncdf4和chron库，我能够以数组形式获取它。

ncin <- nc_open('sstfile.nc')
sst_array <- ncvar_get(ncin, 'sst')

由于时间变量与SST数据分开，因此我不得不在数组上循环使用它。

is.leapyear <- function(year){
return(((year %% 4 == 0) & (year %% 100 != 0)) | (year %% 400 == 0))
}

dateseq <- seq(as.Date("1987-01-01"), as.Date("2018-12-31"), by=1)

使用栅格库，我正在转换为栅格，然后进行计算。

for ( i in seq(11686)) {
dtft <- strsplit(as.character(as.Date(dateseq[i])), split = '-')
y <-  as.integer(dtft[[1]][1])
m <-  as.integer(dtft[[1]][2])
d <-  as.integer(dtft[[1]][3])
while (m == 1){
assign(paste0('r',y,'.',d), raster(matrix(sst_array[1:27, 1:38, i], 
nrow = 27, ncol = 38)))
m = m + 1
}
if (is.leapyear(y) == TRUE) (i = i + 366)
else (i = i + 365)
}

问题是它创建了太多的栅格，并且首先计算每月平均值，然后每年计算。

r87jan <- stack(mget(paste0('r1987.',1:31)))
r87janmean <- calc(r87jan, mean)

在这段时间内是否可以计算任何函数/方法而无需制作太多栅格，并且计算可以保留为数组或矩阵？还是可以使上述代码更好地一次计算所有年份？

Answer 1

您不提供数据，但我认为您可以执行以下操作：

library(raster)
nc <- brick('sstfile.nc')

dates <- getZ(nc)
months <-  as.integer(format(dates, "%m"))

s <- stackApply(nc, months, fun=mean)

Answer 2

如果我可以用R语言提供答案，如果您安装了cdo（安装了气候数据运算符），则可以在linux命令行上简单地完成此操作：

cdo ymonmean sstfile.nc sst_climate.nc

文件sst_climate.nc将包含12个时间步长，包括所有一月，二月等的平均值...

您可以使用

在ubuntu / mint中轻松安装cdo。

sudo apt-get install cdo

，这几天您也可以在Windows 10中轻松安装ubuntu，以轻松访问这些有用的工具。 https://code.mpimet.mpg.de/projects/cdo/

处提供了文档

使用R估算NetCDF数据的气候

2 个答案: