如何从卫星 netcdf 文件中快速检索辐射？

问题描述

我想检索一整年预定位置（每个图像大约 10,000 个点）的 GOES-16 ABI 辐射数据。每天有大约 100 个单独的图像。我已经在磁盘上拥有所有必需的 ABI 数据（以 netCDF 格式）。我想提取的点是根据netCDF数组的行和列给出的，所以原则上，检索正确的辐射是一个数组索引操作。

然而，我在这方面的所有尝试都非常缓慢（一天 10 分钟以上）。我一直在尝试使用xarray，如下所示。

import xarray as xr,pandas as pd

df = pd.read_csv("selected_pixels/20190101.csv")
ds = xr.open_mfdataset('noaa-goes16/ABI-L2-MCMIPF/2019/001/*/*.nc',parallel=True,combine='nested',concat_dim='t')

t = xr.DataArray(df.time_id.values,dims="s")
x = xr.DataArray(df.col.values,dims="s")
y = xr.DataArray(df.row.values,dims="s")

a_df = ds[[f"CMI_C{str(i).rjust(2,'0')}" for i in range(1,17)]].isel(t=t,x=x,y=y).to_dataframe()

我很幸运有多个处理器可供我使用：我非常感谢您提供任何加速此操作的建议。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）