极地立体投影到规则 lat/lon 网格
Polar stereographic projection to regular lat/lon grid
这是我之前问题的后续问题，因为示例和数据更加具体。我有一个 304 x 448 的冰数据阵列（在极地立体投影中），可以从中获取 netcdf here. The corresponding lat/lon points of each grid box can be found in this file。我想将此数据转换为常规 lat/lon 网格（比如 180x360），其中每个网格框都是一个度数。有什么 python 方法可以做到这一点吗？使用 Basemap 等，或者使用 CDO（气候数据操作员）？
非常感谢。
詹姆斯
如果您先将网格添加到数据文件中，例如，
ncks -A -v lat,lon NSIDC_LatLon.nc sample.nc
然后您可以使用 NCO 的 ncremap 重新网格化，例如
ncremap -i sample.nc -d 1x1.nc -o out.nc
不幸的是，这将需要 NCO 的当前快照（而不是发布版本），因为输入文件包含的尺寸顺序不正常，我刚刚修补 NCO 来处理。重新网格化输出的示例是 here.
应 OP 的要求，我重新整理了他的文件，然后上传了它 (here)。我没有 1x1 数据集，所以我首先创建了一个 1x1 网格文件，如手册中所示，然后重新网格化（使用 ncremap -g 选项）：
ncremap -i ~/NSIDC.nc -g ${DATA}/grids/180x360_SCRIP.20150901.nc -o ~/NSIDC_1x1.nc
通常在 CDO 中执行此操作的命令是
cdo remapcon,r360x180 in.nc out.nc
您可以使用 bil=双线性、nn=最近邻、con2=二阶保守重映射，而不是 con=保守重映射。
根据这篇文章，https://code.mpimet.mpg.de/boards/1/topics/8302?r=8326 最新版本的 cdo 应该能够处理极地立体投影。
这是我之前问题的后续问题，因为示例和数据更加具体。我有一个 304 x 448 的冰数据阵列（在极地立体投影中），可以从中获取 netcdf here. The corresponding lat/lon points of each grid box can be found in this file。我想将此数据转换为常规 lat/lon 网格（比如 180x360），其中每个网格框都是一个度数。有什么 python 方法可以做到这一点吗？使用 Basemap 等，或者使用 CDO（气候数据操作员）？
非常感谢。 詹姆斯
如果您先将网格添加到数据文件中，例如，
ncks -A -v lat,lon NSIDC_LatLon.nc sample.nc
然后您可以使用 NCO 的 ncremap 重新网格化，例如
ncremap -i sample.nc -d 1x1.nc -o out.nc
不幸的是，这将需要 NCO 的当前快照（而不是发布版本），因为输入文件包含的尺寸顺序不正常，我刚刚修补 NCO 来处理。重新网格化输出的示例是 here.
应 OP 的要求，我重新整理了他的文件，然后上传了它 (here)。我没有 1x1 数据集，所以我首先创建了一个 1x1 网格文件，如手册中所示，然后重新网格化（使用 ncremap -g 选项）：
ncremap -i ~/NSIDC.nc -g ${DATA}/grids/180x360_SCRIP.20150901.nc -o ~/NSIDC_1x1.nc
通常在 CDO 中执行此操作的命令是
cdo remapcon,r360x180 in.nc out.nc
您可以使用 bil=双线性、nn=最近邻、con2=二阶保守重映射，而不是 con=保守重映射。
根据这篇文章，https://code.mpimet.mpg.de/boards/1/topics/8302?r=8326 最新版本的 cdo 应该能够处理极地立体投影。