标签: netcdf

我正在运行 Fortran exe，但收到错误：

 set_nml_output Echo NML values to log file only
 Trying to open namelist log dart_log.nml
 PE 0: initialize_mpi_utilities:  Running with            8  MPI processes.

Program received signal SIGSEGV: Segmentation fault - invalid memory reference.

Backtrace for this error:

然后我尝试使用 gdb 来查找一些内容，它报告

[New LWP 9883]
[Thread debugging using libthread_db enabled]
Using host libthread_db library "/lib/x86_64-linux-gnu/libthread_db.so.1".
Failed to read a valid object file image from memory.
Core was generated by `./filter'.
Program terminated with signal SIGSEGV, Segmentation fault.
#0  0x00002af8e021390c in …

CDO 似乎对我来说工作得很好，直到我遇到了这个。我有一个从 2101 年到 2228 年的每日数据的 netcdf，并且我想获取一个仅包含从 2101 年到 2227 年的年份的文件，所以我运行：

cdo selyear,2101/2227 in.nc out.nc

但输出文件的内存大小是输入文件的四倍多！它似乎具有正确的时间步数，并且初始日期和结束日期都是正确的。另外，纬度和经度似乎与输入相同，所以我想知道为什么文件大小如此。

我使用 xarray 创建了一个 netCDF 文件，用于将地形高度信息、表面类型信息等输入到数值天气预报模型中。我设法创建了一个文件，但是，该模型要求不同的变量是不同的数据类型。

我的数据集 bolund_static 如下所示：

<xarray.Dataset>
Dimensions:          (x: 800, y: 200)

Coordinates:
  * y                (y) float64 1.0 3.0 5.0 7.0 9.0 ... 393.0 395.0 397.0 399.0
  * x                (x) float64 1.0 3.0 5.0 ... 1.595e+03 1.597e+03 1.599e+03
Data variables:
    zt               (y, x) float64 1.0 1.0 1.0 1.0 1.0 ... 1.0 1.0 1.0 1.0 1.0
    vegetation_type  (y, x) float64 -127.0 -127.0 -127.0 ... -127.0 -127.0
    water_type       (y, x) float64 3.0 3.0 3.0 3.0 3.0 ... 3.0 3.0 3.0 …

我正在尝试编辑 netcdf 文件中的全局属性之一：

START_DATE = "2016-05-12_00:00:00"

我想将日期字符串更改为另一个日期。你如何用 nco 包做到这一点？

我已经看到我可以使用

ncatted [-a ...] [-D dbg_lvl] [-h] [-l path] [-O] [-o out.nc] [-p path] [-R] [-r] in.nc [[out.nc]]

我已阅读文档，但显示的示例有限。

这是我使用它的方式：

ncatted -O -h -a START_DATE,,m,c,"2016-06-12_00:00:00" wrfchemi_d01.nc wrfnew.nc 

使用 ncdump 检查输出时，全局属性没有改变，如下所示：

// global attributes:
        :TITLE = " OUTPUT FROM *             PROGRAM:WRF-Chem V4.1.2 MODEL" ;
        :START_DATE = "2016-05-12_00:00:00" ;
        :WEST-EAST_GRID_DIMENSION = 70 ;
        :SOUTH-NORTH_GRID_DIMENSION = 70 ;
        :BOTTOM-TOP_GRID_DIMENSION = 51 ;
        :DX = 25000.f ;
        :DY = 25000.f ;
        :AERCU_OPT = 0 ; …

本质上，这是这个问题的转帖：https ://confluence.ecmwf.int/pages/viewpage.action?pageId =149341027

我已经从 CDS 下载了 ERA5。对于从每个考虑年份的 1 月 1 日到 12 月 31 日的每个日历日，输入文件具有 24 小时步长（0、1、2、3、4、...、23）。

ECMWF 在此声明https://confluence.ecmwf.int/display/CKB/ERA5%3A+How+to+calculate+daily+total+precipitation必须通过累加 1979 年 1 月 1 日的降水来计算每日总降水量1 月 1 日的第 1、2、...、23 步和 1 月 2 日的第 0 步。这意味着 1979 年 1 月 1 日的第 0 步不包括在当天的总降水量计算中。为了计算 1979 年 1 月 2 日的总降水量，我们还使用当天的步骤 1、2、3、...、23 加上 1 月 3 日的步骤 0，依此类推。

在 python 中似乎有一个选项可以这样做：

import xarray as xr                                                    # import xarray library
ds_nc = xr.open_dataset('name_of_your_file.nc')                        # read the file
daily_precipitation = …

我开始用网格数据开始我的旅程，我一直在尝试从带有 cartopy 的 netcdf 文件中绘制一些温度数据。我遵循了一些例子，我不明白为什么我的情节在中间有一条白线。（我已经检查了数据，矩阵中充满了数字，没有 NaN）

import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import numpy as np
import xarray as xr
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatterimport glob


data = xr.open_dataset('aux1.nc')
lat = data.lat
lon = data.lon
time = data.time
Temp = data.air


#Calculo la temperatura media anual
Tanual = Temp.resample(time="y").mean()
#Promedio de todos los meses
Tprom = Temp.mean(dim="time").values


#Grafico
fig = plt.figure(figsize=(10, 4))
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())
ax.coastlines()
ax.set_global()
ct = ax.contourf(lon,lat,Tprom,transform=ccrs.PlateCarree(),cmap="bwr")
ax.gridlines()
cb = plt.colorbar(ct,orientation="vertical",extendrect='True')
cb.set_label("Temperatura …

我有每日时间分辨率的气候数据，并希望按月和按年计算有降水（例如，大于 1 毫米/天）的天数。

我试过eca_pd,1and eca_rr1，但这些命令返回所有年份的雨天总数。

例如， cdo eca_pd,1 infile outfile

是否有命令返回每个月和/或年的雨天？

我目前正在实习大气/气候物理学。我有来自 ERA5（哥白尼）的 netcdf 数据，我已经在不同的地图、图形等中绘制了这些数据......我需要用 cartopy 或除底图以外的任何其他东西绘制风矢量，但我无法弄清楚。

我的脚本的这部分现在看起来像这样：

import xarray as xr
from netCDF4 import Dataset as NetCDFFile 
import matplotlib.pyplot as plt
import numpy as np

import cartopy
import cartopy.feature as cfeat
import cartopy.crs as ccrs

ncw = xr.open_dataset('D:\Stage_IGE_CNRS\ERA5.nc')
nc2 = ncw.sel(time = slice('2016-03-06T06:00:00', '2016-03-31T18:00:00'), level = 1000).mean('time')
    
u = nc2['u']
v = nc2['v']
lon = nc2['longitude']
lat = nc2['latitude']

谢谢你的帮助。

托马斯 V。

我在尝试获得 Sentinel 3 图像的月平均值时遇到了一些麻烦……一切，真的。Python，Matlab，我们两个人都陷入了这个问题。

主要原因是这些图像的信息不是在一个单独的 netcdf 文件中，而是整齐地与坐标和产品放在一起。相反，它们都位于一天文件夹内的单独文件中，作为 不同的 .nc 文件，每个文件包含有关一张卫星图像的不同信息。据我了解，SNAP 使用 xmlxs 文件来处理所有这些单独的 .nc 文件。

现在，我认为尝试合并和创建/编辑 .nc 文件以创建一个新的每日 .nc 文件是一个好主意，其中包括叶绿素、坐标以及时间。后来，我会合并这些新的，以便能够使用 xarray 计算每月平均值。至少这是我的想法，但我无法完成第一部分。这可能是一个明显的解决方案，但是这是我尝试使用 xarray 模块的方法

import os
import numpy as np
import xarray as xr
import netCDF4
from netCDF4 import Dataset
  
nc_folder = df_try.iloc[0] #folder where the image files are

#open dataset in xarray
nc_chl = xr.open_dataset(str(nc_folder['path']) + '/' + 'chl_nn.nc') #path to chlorophyll file 
nc_chl

n_coord =xr.open_dataset(str(nc_folder['path'])+ '/'+ 'geo_coordinates.nc') #path to coordinates file

n_time = xr.open_dataset(str(nc_folder['path'])+ '/' + 'time_coordinates.nc') …

我正在尝试下载一堆 GOES-16 辐射数据并在 xarray 中将其全部打开以使用该xr.open_mfdataset()函数进行分析。这些 netcdf 文件有一个坐标t，它是我尝试用作连接的时间戳，但当我ValueError: Could not find any dimension coordinates to use to order the datasets for concatenation尝试执行此操作时出现错误。这是我的代码以及下载两个示例 .nc 文件的链接。

下载两个文件：

wget https://noaa-goes16.s3.amazonaws.com/ABI-L1b-RadF/2019/141/02/OR_ABI-L1b-RadF-M6C14_G16_s20191410240370_e20191410250078_c20191410250143.nc
wget https://noaa-goes16.s3.amazonaws.com/ABI-L1b-RadF/2019/141/03/OR_ABI-L1b-RadF-M6C14_G16_s20191410310370_e20191410320078_c20191410320142.nc

和代码：

import xarray as xr
ds_sst = xr.open_mfdataset("OR_ABI-L1b-RadF*nc", concat_dim='t',combine='by_coords')

我可以做些什么来完成这项工作，以便我可以一起打开几十个这样的文件吗？