通过shapefile剪切NetCDF文件

问题描述

我有一个很大的全局.nc文件数据集，我试图将它们裁剪到较小的区域。我将此区域存储为.shp文件。

我尝试使用来自Qgis的gdal，但是需要通过转换每个变量来做到这一点，我必须为所有文件一个一个地选择每个变量和相同的形状，并且要通过400个文件，每个变量似乎不是最好的主意。还会返回分隔的.tiff文件，而不是我要的.nc文件。

我有这个小脚本，但是没有满足我的要求

    import glob
    import subprocess
    import os
    
    ImageList = sorted(glob.glob('*.nc'))
    print('number of images to process: ',len(ImageList))
    
    Shapefile = 'NHAF-250m.shp'
    
    # Create output directory
    OutDir = './Clipped_Rasters/'
    if not os.path.exists(OutDir):
        os.makedirs(OutDir)
    
    for Image in ImageList:
        print('Processing ' + Image)
    
        Outimage = OutDir + Image.replace('.nc','_BurnedArea_Clipped.tif') # Defines Output Image
    
        # Clip image
        subprocess.call('gdalwarp -q -cutline /Users/path/to/file/NHAF-250-vector/ -tr 0.25 0.25 -of GTiff NETCDF:'+Image+":burned_area "+Outimage,shell=True)
    
    
        print('Done.' + '\n')
    
    print('All images processed.')

提前谢谢

解决方法

我建议使用xarray处理netcdf数据，并使用geopandas + rasterio处理Shapefile。

import geopandas 
import xarray
import rasterio
import glob

shapefile = 'NHAF-250m.shp'

sf = geopandas.read_file(shapefile)
shape_mask = rasterio.features.geometry_mask(sf.iloc[0],out_shape=(len(ndvi.y),len(ndvi.x)),transform=ndvi.geobox.transform,invert=True)
shape_mask = xarray.DataArray(shape_masj,dims=("y","x"))

file_list = sorted(glob.glob('*.nc'))

for file in file_list:
    nc_file = xarray.open_dataset(file)
    # Then apply the mask
    masked_netcdf_file = nc_file.where(shape_mask == True,drop=True)
    # store again as netcdf or do what every you want with the masked array