Min*_*iếu 2 weather netcdf nco cdo-climate
如何使用存储在 netcdf 文件中的数据从时间序列中删除季节性数据？我想找到一个使用 Linux 的解决方案，同时我使用 Grads 和 Ferret 进行可视化。
多谢！
您可以使用 CDO 计算一年中每天/每月的平均值并从原始文件中减去：
如果文件包含每日数据：
cdo ydaysub in.nc -ydaymean in.nc deseasonalized.nc
同样，如果数据是每月的：
cdo ymonsub in.nc -ymonmean in.nc deseasonalized.nc
ydaymean 和 ymonmean 命令计算 in.nc 数据集的年度周期，即 ymonmean 返回 12 个时间片，即所有 1 月、2 月等的平均值，然后使用 sub 从原始文件中减去。我使用了管道，但在两条单独的行上可能更容易理解：
cdo ymonmean in.nc annual_cycle.nc
cdo ymonsub in.nc annual_cycle.nc deseasonalized.nc
这完全一样，deseasonalized.nc将是相同的（几乎，由于 netcdf 全局元数据标头中的“历史记录”日志不同，会有一些字节差异），但您还将有一个带有 Annual_cycle 的新文件.nc在里面（可能也有用？）。
为什么使用ymonsuborydaysub代替sub？毕竟，在进行减法时，CDO 检测到要减去的第二个文件中的时间片数较小，因此循环遍历它。事实上有两个原因。
关于每月时间尺度的开始日期的安全性：由于季节性周期是根据与原始数据相同的文件计算的，因此简单地使用可能没问题sub，因为如果数据从四月开始，那么结果ymonmean也将从四月开始。但是，如果您想删除从不同来源计算的季节性周期，开始日期/月份可能会有所不同，并且您最终会从一月中减去四月平均值！为了避免这种情况，您可以改用该ymonsub命令。
如果使用每日数据，则闰年：如果您使用每日时间刻度，那么您肯定需要使用ydaysub，因为仅使用 sub 会忽略闰年。您的平均季节性周期文件中有 366 个时间片，因为它也有 2 月 29 日。如果您只使用sub，您每年平均会以 0.75 天的速度不同步！因此，如果您的系列涵盖 40 年，那么到系列结束时您将落后一个月（哎呀！）
后记：现在 R 和 python 中也有软件包，允许您从这些语言中访问 cdo 的完整功能，而不必求助于使用 shell 访问工具。
编辑 2021：我现在有一个关于这个主题的视频，您可以在此处观看https://youtu.be/jKlA1ouoQIs
| 归档时间： |
|
| 查看次数： |
2408 次 |
| 最近记录： |