如何空间聚合 python、CDO 或 NCO 中的 netcdf 字段？
how to spatialy aggregate netcdf fields in python, CDO, or NCO?
我想将人口数据从 0.05 度重新网格化为 0.1 度。因为它是人口，所以我应该聚合（求和）人口值以将数据重新采样到更粗略的分辨率。虽然我认为这个问题会有一个简单的答案，但我确实找到了。我认为我的问题不需要样本数据，但您可以从 Gridded Population of the World (GPW), v4.
中找到人口数据
感谢您的帮助。
有兴趣的可以看看https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.binned_statistic_2d.html
在这个函数中，新的坐标作为bins。
如何使用xarray 包读取netcdf 文件，将ND xarray 数据数组转换为pandas 数据帧。然后使用 pandas 来实现你所需要的。然后您可以将 pandas 数据帧转换回 xarray 数据数组并保存为 netCDF 文件。使用 xarray 一切都应该很简单。我唯一担心的是 xarray 可能不适用于某些具有子数据组的 netCDF 文件。在这些情况下，您可能需要其他 Python 包来读取 netcdf 文件，例如 netCDF.
或者有一个Python重网格化工具叫xESMF，不过我还没试过
使用 NCO，您首先要将人口数据转换为密集字段（每单位面积的人口），然后是“regrid”，然后，如果需要，再转换回广泛变量（人口），例如，
ncap2 -s 'pop_per_area=pop/area' in.nc pop_area.nc
ncremap -G latlon=1800,3600 -g dest_grid.nc
ncremap -d dest_grid.nc pop_area.nc out.nc
ncap2 -s 'pop=pop_per_area*area' out.nc pop.nc
记录了所有命令 here。祝你好运！
您也可以使用 cdo 复制 Charlie 的转换方法，但是因为您的网格框大小 (before/after) 是彼此的整数倍（即您想要在 2x2 像素正方形上聚合），那么它是直接使用cdo函数更简单 gridboxsum
cdo gridboxsum,2,2 in.nc out.nc
我想将人口数据从 0.05 度重新网格化为 0.1 度。因为它是人口，所以我应该聚合（求和）人口值以将数据重新采样到更粗略的分辨率。虽然我认为这个问题会有一个简单的答案，但我确实找到了。我认为我的问题不需要样本数据，但您可以从 Gridded Population of the World (GPW), v4.
中找到人口数据感谢您的帮助。
有兴趣的可以看看https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.binned_statistic_2d.html 在这个函数中，新的坐标作为bins。
如何使用xarray 包读取netcdf 文件，将ND xarray 数据数组转换为pandas 数据帧。然后使用 pandas 来实现你所需要的。然后您可以将 pandas 数据帧转换回 xarray 数据数组并保存为 netCDF 文件。使用 xarray 一切都应该很简单。我唯一担心的是 xarray 可能不适用于某些具有子数据组的 netCDF 文件。在这些情况下，您可能需要其他 Python 包来读取 netcdf 文件，例如 netCDF.
或者有一个Python重网格化工具叫xESMF，不过我还没试过
使用 NCO，您首先要将人口数据转换为密集字段（每单位面积的人口），然后是“regrid”，然后，如果需要，再转换回广泛变量（人口），例如，
ncap2 -s 'pop_per_area=pop/area' in.nc pop_area.nc
ncremap -G latlon=1800,3600 -g dest_grid.nc
ncremap -d dest_grid.nc pop_area.nc out.nc
ncap2 -s 'pop=pop_per_area*area' out.nc pop.nc
记录了所有命令 here。祝你好运！
您也可以使用 cdo 复制 Charlie 的转换方法，但是因为您的网格框大小 (before/after) 是彼此的整数倍（即您想要在 2x2 像素正方形上聚合），那么它是直接使用cdo函数更简单 gridboxsum
cdo gridboxsum,2,2 in.nc out.nc