问题描述
我对空间变量(假设 var_A_1985.nc、var_A_2000.nc 和 var_A_2010.nc)随着时间的推移进行了多次观察,只有一个时间层。是否可以通过线性插值这些值来有效地重建从 01/01/1985 到 01/01/2010 的每日值?
我目前探索了两种选择:
-
气候数据运算符 (CDO):我看到了运算符 inttime 和 intyear,但这些似乎不适用于我的情况。
-
R 作为 RasterBrick 元素操作
类似:
from PyInstaller.utils.hooks import exec_statement
mpl_data_dir = exec_statement(
"import matplotlib; print(matplotlib._get_data_path())")
datas = [
(mpl_data_dir,"matplotlib/mpl-data"),]
第二种方法确实有效,但需要很长时间。有没有更有效的方法来做到这一点?
解决方法
您可以使用 CDO 执行此操作,如下所示:
cdo -inttime,1985-01-01,12:00:00,1day -mergetime var*.nc outfile
当然要调整开始时间。