[求助帖]全球0.5*0.5栅格数据如何处理成国家-年份

menglhl

MeteoInfo 发表于 2016-9-5 20:22
建议你仔细看看这里：http://www.meteothinker.com/docs/meteoinfolab/userguide/data_tutorial.html

王老师您好，非常感谢您的帮助。不过还要麻烦您给看一下新的问题
为什么会no attribute

MeteoInfo

menglhl 发表于 2016-9-6 15:08
王老师您好，非常感谢您的帮助。不过还要麻烦您给看一下新的问题
为什么会no attribute

un.getShapes()
改为：
un.shapes()

un.getCellValue('NAME_LONG', i)
改为：
un.cellvalue('NAME_LONG', i)

MeteoInfo

menglhl 发表于 2016-9-6 15:08
王老师您好，非常感谢您的帮助。不过还要麻烦您给看一下新的问题
为什么会no attribute

还有 '\'在很多编程语言里都是转义符，将
un = shaperead('E:\New folder\countries.shp')
改为：
un = shaperead(r'E:\New folder\countries.shp')
或者：
un = shaperead('E:\\New folder\\countries.shp')
或者：
un = shaperead('E:/New folder/countries.shp')

menglhl

MeteoInfo 发表于 2016-9-6 15:41
还有 '\'在很多编程语言里都是转义符，将
un = shaperead('E:\New folder\countries.shp')
改为：

非常感谢王老师的详细指导！

但是不知道是不是因为数据的经纬度精度（resolution)是0.5*0.5,缺测值达到了66%，所以运行出来结果都是NaN。不知道这个问题该怎么解决呢？

MeteoInfo

menglhl 发表于 2016-9-8 11:04
非常感谢王老师的详细指导！

但是不知道是不是因为数据的经纬度精度（resolution)是0.5*0.5,缺测值达 ...

你把数据文件发给我帮你看看

menglhl

MeteoInfo 发表于 2016-9-8 11:35
你把数据文件发给我帮你看看

王老师您好，因为数据文件太大我上传到google drive上了，能不能麻烦您去下载看看。非常感谢！

https://drive.google.com/file/d/0Bxi-PNumegYnSWM2U1p0czdxbG8/view?usp=sharing --- 未处理过的原始数据

https://drive.google.com/file/d/0Bxi-PNumegYnT2pORmpYbDRiT0U/view?usp=sharing  --- 已处理成年平均气温的数据文件，variable name: yav
这是原始数据文件（air.mon.mean.v401.nc）的数据结构信息
这是处理过后数据文件(air.year.mean.nc)的数结构信息
谢谢！

MeteoInfo

menglhl 发表于 2016-9-8 12:03
王老师您好，因为数据文件太大我上传到google drive上了，能不能麻烦您去下载看看。非常感谢！

https: ...

google我们这里上不去，你放在百度云上共享吧。

menglhl

MeteoInfo 发表于 2016-9-8 12:32
google我们这里上不去，你放在百度云上共享吧。

不好意思，我的错。
这是百度云共享链接：
https://pan.baidu.com/s/1kV6l763   --- 未处理过的原始文件

https://pan.baidu.com/s/1cqoSRc    --- 已处理成年平均气温的数据文件，variable name: yav

谢谢您。

MeteoInfo

menglhl 发表于 2016-9-8 13:06
不好意思，我的错。
这是百度云共享链接：
https://pan.baidu.com/s/1kV6l763   --- 未处理过 ...

你是数据经度范围是0 - 360度，而shape文件中国家行政界线的范围是-180 - 180，导致-180 - 0度范围内的国家没有数据。需要在读取数据后按180度分隔为两个数据，然后再重新拼接起来形成-180 - 180度的数据，然后再按照国家进行平均。当然有些国家太小，加之数据分辨率是0.5度，所以该国家内一个格点数据都没有，会形成NaN值。下面的脚本供参考：

1. #Add a grid data
   
2. f = addfile('E:/Temp/air.mon.mean.v401.nc')
   
3. tdata = f['air'][0,:,:]
   
4. d1 = tdata[:,[180,360]]
   
5. d2 = tdata[:,[0,179.75]]
   
6. tdata = d1.join(d2, 1)
   
7. n = tdata.dimlen(1)
   
8. lon = linspace(-179.75, 179.75, n)
   
9. tdata.setdimvalue(1, lon)
   
10. #Read world shape file
    
11. world = shaperead('D:/Temp/map/country1.shp')
    
12. #Average temporature for each country
    
13. i = 0
    
14. for rpoly in world.shapes():
    
15.     name = world.cellvalue('CNTRY_NAME', i)
    
16.     mdata = tdata.maskout(rpoly)
    
17.     tave = mdata.ave()
    
18.     tmin = mdata.min()
    
19.     tmax = mdata.max()
    
20.     print '%i: %s, Ave: %.2f, Min: %.2f, Max: %.2f' %(i, name, tave, tmin, tmax)
    
21.     i += 1
    
22. 
    
23. #Plot
    
24. axesm()
    
25. world = shaperead('D:/Temp/map/country1.shp')
    
26. geoshow(world)
    
27. geoshow(world, edgecolor=[0,0,255])
    
28. #layer = contourfm(tdata,20)
    
29. layer = imshowm(tdata, 20)
    
30. title('Temporature distribution map')
    
31. colorbar(layer)

#Add a grid data<br /> f = addfile('E:/Temp/air.mon.mean.v401.nc')<br /> tdata = f['air'][0,:,:]<br /> d1 = tdata[:,[180,360]]<br /> d2 = tdata[:,[0,179.75]]<br /> tdata = d1.join(d2, 1)<br /> n = tdata.dimlen(1)<br /> lon = linspace(-179.75, 179.75, n)<br /> tdata.setdimvalue(1, lon)<br /> #Read world shape file<br /> world = shaperead('D:/Temp/map/country1.shp')<br /> #Average temporature for each country<br /> i = 0<br /> for rpoly in world.shapes():<br />     name = world.cellvalue('CNTRY_NAME', i)<br />     mdata = tdata.maskout(rpoly)<br />     tave = mdata.ave()<br />     tmin = mdata.min()<br />     tmax = mdata.max()<br />     print '%i: %s, Ave: %.2f, Min: %.2f, Max: %.2f' %(i, name, tave, tmin, tmax)<br />     i += 1<br /> <br /> #Plot<br /> axesm()<br /> world = shaperead('D:/Temp/map/country1.shp')<br /> geoshow(world)<br /> geoshow(world, edgecolor=[0,0,255])<br /> #layer = contourfm(tdata,20)<br /> layer = imshowm(tdata, 20)<br /> title('Temporature distribution map')<br /> colorbar(layer)

menglhl

MeteoInfo 发表于 2016-9-8 15:03
你是数据经度范围是0 - 360度，而shape文件中国家行政界线的范围是-180 - 180，导致-180 - 0度范围内的国 ...

终于做出结果了

非常感谢您这几天来的帮助，每个问题都能得到详尽的解答，不胜感激！而且您的软件也很实用，值得好好研究一下,有问题再向您请教。

再次感谢您对我论文的帮助。

Best regards.