R中的netCDF文件

Question

我从here 获得名为 precip.mon.total.v6.nc 的 netCDF 文件。我在 R 中使用ncdf 包来打开和分析文件。

 new <- open.ncdf("precip.mon.total.v6.nc")
    > new
    [1] "file precip.mon.total.v6.nc has 4 dimensions:"
    [1] "lat   Size: 360"
    [1] "lon   Size: 720"
    [1] "nbnds   Size: 2"
    [1] "time   Size: 1320"
    [1] "------------------------"
    [1] "file precip.mon.total.v6.nc has 1 variables:"
    [1] "float precip[lon,lat,time]  Longname:GPCC Monthly total of     precipitation Missval:-9.96920996838687e+36"

但是当我提取变量时，我得到了错误

      > get.var.ncdf(new, "precip")
Error: cannot allocate vector of size 2.5 Gb
In addition: Warning messages:
1: In double(totvarsize) :
  Reached total allocation of 2047Mb: see help(memory.size)
2: In double(totvarsize) :
  Reached total allocation of 2047Mb: see help(memory.size)
3: In double(totvarsize) :
  Reached total allocation of 2047Mb: see help(memory.size)
4: In double(totvarsize) :
  Reached total allocation of 2047Mb: see help(memory.size)

我的问题是： (a) 如何处理内存问题？ (b) 如何将此 netCDF 文件的分辨率从 0.5*0.5 更改为 0.25*0.25 数据？我在 MATLAB 中尝试过类似的问题。对于 netCDF 文件，它可以比 R 更好地解决内存问题。但是改变分辨率仍然是一个问题，因为我不擅长 MATLAB。我将非常感谢这方面的任何帮助。

Answer 1

(a) 记忆：

如果在 linux 机器上 [sudo apt-get install cdo]（或者安装了 cygwin 的 windows），您可以使用 cdo 来帮助您。

例如，如果您只对特定日期感兴趣，则可以先选择该日期以减小文件大小：

cdo seldate,date in.nc out.nc 

或者您可能想查看时间均值：

cdo timmean in.nc out.nc 

这将减小文件大小，然后您可以在 R 中打开它来制作您的绘图（或使用 ncview 进行快速查看调查）。

(b) 重新映射

cdo 还可以将文件内插到 0.25 度，（尽管我不确定您为什么要这样做，因为您没有添加任何信息，而是将文件放大了四倍！！！）

cdo remapcon,r1440x720 in.nc out.nc

或

cdo remapnn,r1440x720 in.nc out.nc

但正如我所说，如果您想插值以与另一个 0.25 度产品（例如 TRMM）进行比较，最好另辟蹊径，将更精细的数据集插值到 0.5 度。

顺便说一句，2015年发布了GPCC的v7，还是0.5度。

Answer 2

当您提取变量时，您需要指定您想要的维度。目前您要求 R 获取所有内容，因此我怀疑它正在创建一个可能非常庞大的 3D 数组。

ncdf4 包通常取代 ncdf，您应该尝试使用它。您需要决定是按位置读取时间数据还是按时间步长读取数据。这在普通的 2D 网格上更容易设想：

• 所有时间步长的单个单元格
• 所有位置单个时间步长

你的是一个 3D 网格通过时间（尽管第 3 维只有两个波段），但看起来你的变量没有使用波段维度。这是一个基于 ncdf4 的 2D 工作流程，忽略您的波段：

包装：

install.packages("ncdf4")
library(ncdf4)

打开连接：

nc = nc_open("~/dir/dir/file.nc")

对于一个时间步长的网格

读取尺寸：

precip = list()
precip$x = ncvar_get(nc, "lon")
precip$y = ncvar_get(nc, "lat")

读取数据（注意 start 是要开始的维度索引，count 是从该点开始的观察次数，所以这里我们在第一个时间步读取整个网格）：

precip$z = ncvar_get(nc, "precip", start=c(1, 1, 1), count=c(-1, -1, 1))
# Convert to a raster if required
precip.r = raster(precip)

在所有时间步读取单个单元格

您需要找到您的单元格索引，precip$x 和 precip$y 会有所帮助。一旦你有了它（例如单元格 x=5 和 y=10）：

precip.cell = ncvar_get(nc, "precip", start=c(5, 10, 1), count=c(1, 1, -1))