【气候软件】Python1： 读取气象数据 NetCDF文件（***.nc）

第一步：使用anaconda安装carray库：

• 
  % f5 w9 @6 {8 u$ I
    V* e9 `0 x; F& G/ P5 j

conda install xarray
) y* ~( V3 t3 P' r- R' j) `1 k

2 g- E6 }1 a8 _$ l# P# I3 r+ f. l

第二步：使用Spyder（Python3.8）读取数据NetCDF文件（***.nc）

以一套CMIP6的全球气候模式BCC-CSM2-MR（中国北京气候中心研发，分辨率为160*320）输出的tas（表面气温）变量1850-2014年的历史格点资料为例：

（数据下载地址：www.52ocean.cn）

读取数据的代码如下：

• 
  ! N9 U1 v2 y4 u9 ]
• 
  
• 
  5 h5 x* {  N4 W! y: w
• 
  $ l3 p0 J6 E9 r5 \! l- X5 J, k
• 
  3 \. p$ F3 H- o
  8 k# g$ A, D# F

import xarray as xr#step1 read dataf_tas = xr.open_dataset('tas_Amon_BCC-CSM2-MR_historical_r1i1p1f1_gn_185001-201412.nc', decode_times=False)#step2 look at data's informationprint(f_tas)

7 u, {3 l; ~) s9 W2 [, Z/ [. y

文件信息查看如下：

可以看到，文件的坐标有时间time， 经度lon，纬度lat，高度height，变量有表面气温tas。

第三步代码如下：

• 
  
• 
  3 |  s. u9 p; f1 |- k2 \
• 
  
• 
  ( l: H5 G  \, U5 U
• 
  
• 
  
• 
  + r( k* s9 s# o
• 
  
• 
  
  

#step3tas = f_tas['tas']print(tas)#step4a = tas.loc[15.5:74.5]print(a)#tep5b = tas.loc[15.5:74.5, 40:55, 115:135]print(b)

第三步：气温数据取出

Xarray在读取坐标信息时，自动将时间坐标读取为了float64 格式，这对我们挑选目的时间十分方便。Xarray通常与pandas配合使用。

---

第四步：选取某时间段内数据

比如我们想选取15.5-74.5（根据数据信息中time格式的规定输入相应格式）时期数据。

) k$ w. C( _: |' N2 V, a% {

---

第五步：选取特定经纬度范围(高度)的数据

当我们想选取特定经纬度范围(高度)的数据时，.loc[]函数同样可以解决。
$ J5 i9 X( ]' t在这里，我选取了40°N-55°N，115°E-135°E范围的数据

# o5 a" e& D- y  u0 Y  ]

完整代码

• 
  
• 
  & Z9 h" A6 y. u- T  K3 ~3 C
• 
  , `$ _3 a4 `- k/ O
• 
  8 l( o+ r$ s+ n; K3 v6 D
• 
  $ ?4 R8 }2 ^4 p' k9 T+ i* R5 l
• 
  
• 
    g  d4 Z2 \. F) ?6 U
• 
  1 B% U& J7 a  x: ~5 T) R0 Y4 I
• 
  
• 
  
• 
  * t1 t2 w! |5 f
• 
  $ b) O( U- y% R' P0 V7 u! N4 N& O7 Y$ W
• 
    P* f5 F9 H, @- r$ h0 n
• 
  
• 
  7 `$ _! e' D5 ~& C( ]: I6 D! K
• 
  
• 
  % F* \/ v7 p2 f; j3 B2 W+ J
• 
  
  * r3 B) U) K7 S0 [7 `( m1 L" P0 a

import xarray as xr#step1 read dataf_tas = xr.open_dataset('tas_Amon_BCC-CSM2-MR_historical_r1i1p1f1_gn_185001-201412.nc', decode_times=False)#step2 look at data's informationprint(f_tas)#step3tas = f_tas['tas']print(tas)#step4a = tas.loc[15.5:74.5]print(a)#tep5b = tas.loc[15.5:74.5, 40:55, 115:135]print(b)

8 l  h4 p) H4 y7 P% n- k8 Q7 O