python iris实现格点差值

1.引言

iris是英国开发的气象数据处理python软件包，相较于比较常用的netcdf4，pygrib等包进一步融入了数据分析，差值等功能，非常好用且功能强大。

气象数据中数据种类繁多，常遇到经纬度网格的重新差值问题。随着python在科学计算及数据挖掘等领域的深入发展，相较于传统的ncl，未来python处理大数据量的气象数据将会很有优势，会形成一种趋势。下面就以netcdf4（nc）文件为例，使用iris包做一个各点的差值操作。

2. 代码及流程

＃ 导入iris
import iris
import numpy as np

# 导入数据，iris中的多维数据抽象是cube，详细参见官网
cubes = iris.load('gpcp.nc')

# 选取其中一个六月份的cube
june = cubes[0]

# interpolation差值，首先定义样本点，将2.5度的网格转成1度
sample_points = [('longitude', np.linspace(-180, 180, 360)),
('latitude',  np.linspace(-90, 90, 181))]

# 开始差值
june_int = june.interpolate(sample_points, iris.analysis.Linear())

# 保存结果
iris.save(june_int, 'gpcp_int.nc')

官网差值介绍