如何添加时间维度并从栅格堆栈创建 xarray 数据集/数据数组？

Question

我有大约 75 个完全相同区域的高程二维栅格图 (tif)，每个都是在不同时间获取的。我想使用 来堆叠这些xarray。我可以读取每个栅格（见下文），但目前没有时间坐标，因为我需要从每个文件的标题中提取时间（下面的文件中的 2017-02-15T06:13:38Z）。

da = xr.open_rasterio('tifs/DTSLOS_20170122_20190828_D79H_2017-02-15T06:13:38Z.tif')
da
<xarray.DataArray (y: 12284, x: 17633)>
[216603772 values with dtype=float64]
Coordinates:
    band     int64 1
  * y        (y) float64 59.62 59.62 59.62 59.62 59.62 ... 49.8 49.8 49.8 49.8
  * x        (x) float64 -12.17 -12.17 -12.17 -12.17 ... 1.931 1.932 1.932 1.933
Attributes:
    transform:   (0.0008, 0.0, -12.172852, 0.0, -0.0008, 59.623425)
    crs:         GEOGCS["WGS 84",DATUM["WGS_1984",SPHEROID["WGS 84",6378137,2...
    res:         (0.0008, 0.0008)
    is_tiled:    1
    nodatavals:  (-9999.0,)

我假设我应该解决这个问题的方法是向每个数据数组添加时间，然后堆叠/连接它们，但我是 xarray 的新手，正在努力弄清楚如何做到这一点。

Answer 1

您需要使用datetime.strptimetime将相应的字符串转换为日期时间时间字符串，并将其设置为要组合数据集的维度。您还需要扩展此维度，因此在使用时xr.combine_by_coords您可以沿该维度组合数据数组。一种方法是

import xarray as xr
from datetime import datetime
import pandas as pd

#collecting datasets when looping over your files
list_da = []

for path in ...:
    #path = "tifs/DTSLOS_20170122_20190828_D79H_2017-02-15T06:13:38Z.tif"
    da = xr.open_rasterio(path)

    time = path.split("_")[-1].split("Z")[0]
    dt = datetime.strptime(time,"%Y-%m-%dT%H:%M:%S")
    dt = pd.to_datetime(dt)

    da = da.assign_coords(time = dt)
    da = da.expand_dims(dim="time")

    list_da.append(da)

#stack dataarrays in list
ds = xr.combine_by_coords(list_da)

这就是我处理数据的方式。不确定这是否是最优雅的解决方案，但它对我有用