在 R 或 CDO 中，随着时间的推移，多个 netcdf 层之间的每日时间步长插值

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。