netcdf (.nc) 文件只有 -999 值？

问题描述

我正在尝试分析来自 https://imdpune.gov.in/Clim_Pred_LRF_New/Grided_Data_Download.html 的降雨数据，特别是“网格降雨 (0.25 x 0.25) NetCDF”文件。

我使用 netCDF4 加载数据，但我得到了这个奇怪的结果：

from netCDF4 import Dataset
import numpy as np 

path = '2013.nc' 
f = Dataset(path,'r')
rain = np.array(f.variables['RAINFALL'][:,:,:])

print(rain[0][0])

输出：

[-999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999. -999.
 -999. -999. -999.]

注意：这个特定文件没有问题，因为我对每年的数据都得到了相同的结果。你可以自己试试。

我在python中加载数据是否错误，我下载的数据有问题吗？ latitude 和 longitude 变量虽然没有给我这个问题

解决方法

from pathlib import Path
import numpy as np
import matplotlib.pyplot as plt

# file import 
path = Path('../../Downloads/')
file = 'Clim_Pred_LRF_New_RF25_IMD0p252013.nc' 
f = Dataset(path / file,'r')

# select variable "Rainfall"
rain = np.array(f.variables['RAINFALL'][:,:,:]) 
# assign NaN value
rain[rain==-999.] = np.nan  

# plot dataset for selected date (2013-01-18)    
plt.pcolormesh(rain[17])
plt.colorbar()

数据看起来不错。

但是看看雨的形状：

print(rain.shape)
(365,129,135) 
# --> (days,latitude,longitude).

使用 rain[0][0]，您将选择第一个时间步长 (Jan-01) 和第一个纬度 (6.5)，这将返回一个具有 NaN 值的一维数组，因为所有像素都在印度之外。选择带有 0 的第二和第三维将始终以 -999 独占方式返回数组。例如，您可以尝试rain[17][100]！

print(rain[17][100]
array([        nan,nan,1.2962954,0.99620295,2.705826,9.772656,11.187045,0.,3.0871496,5.298688,18.108587,34.280876,35.034836,41.41929,38.952507,63.49905,92.398125,92.92495,80.57031,63.660515,45.413662,nan],dtype=float32)