区域 shapefile 中 NetCDF 中每个时间步的区域统计使用 Python 中的 rasterstats答案

【问题标题】：Zonal statistics using rasterstats in Python for each time step in a NetCDF within region shapefiles区域 shapefile 中 NetCDF 中每个时间步的区域统计使用 Python 中的 rasterstats
【发布时间】：2020-04-07 02:03:24
【问题描述】：

尝试在包含地区区域的 shapefile 图层中提取区域信息，用于存储在 netcdf 中的每月时间序列的栅格数据。

到目前为止，我只能提取每个 shapefile 的所有时间段的平均值（见下文）。但我真的想要每个地区的月平均值。

最终的目标是把它放在 pandas 地理数据框中，然后我可以将它与每个区域的一些属性数据合并。我不太习惯使用 netcdfs，所以任何建议都会有所帮助！ netcdf 中的时间维度是“yyyy-mm-dd”格式。

#import netcdf data 

with rio.open('/MSLA_all_test.nc') as msla_nc:
    msla_nc_data = msla_nc.read(1,masked=True)
    msla_nc_meta = msla_nc.profile

#import polygons 
region_polys = gpd.read_file('/GADM2_coast_regions.shp')

#Extract pixel values for each polygon : zonal stats
region_value=rs.zonal_stats(region_polys, msla_nc_data, nodata=-999, affine=msla_nc_meta['transform'], geojson_out=True, copy_properties=True, stats="mean")

【问题讨论】：

离得更近了一点！现在有一个字典列表，每个字典包含一个区域在 72 个时间步长（约 650 个区域）中的所有月平均值。无论如何要提取每个字典中的每个值（72 x ~650= ~47,000）？

标签： python raster shapefile netcdf rasterio

【解决方案1】：

您可以使用 xarray 执行时间聚合和重采样。然后应用您的代码。

【讨论】：

欢迎来到 Stackoverflow！您是否有示例或资源可以链接以帮助改进您的答案？