如何解决将 netCDF 文件剪切为 shapefile 并在 R 中克隆元数据变量
我有 NetCDF 文件（例如 https://data.ceda.ac.uk/neodc/esacci/lakes/data/lake_products/L3S/v1.0/2019 全局域），我想根据 shapefile 边界（在本例中为湖 - https://www.sciencebase.gov/catalog/item/530f8a0ee4b0e7e46bd300dd）提取数据，然后将剪切的数据保存为NetCDF 文件，但保留剪辑文件中的所有原始元数据和变量名称。这是我迄今为止所做的
library(rgdal)
library(sf)
library(ncdf4)
library(terra)
#Read in the shapefile of Lake
Lake_shape <- readOGR("C:/Users/CEDA/hydro_p_LakeA/hydro_p_A.shp")
# Reading the netcdf file using Terra Package function rast
test <- rast("ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20190705-fv1.0.nc")
# List of some of variables names for orginal dataset
head(names(test))
[1] "water_surface_height_above_reference_datum" "water_surface_height_uncertainty" "lake_surface_water_extent"
[4] "lake_surface_water_extent_uncertainty" "lake_surface_water_temperature" "lswt_uncertainty"
#Clipping data to smaller Lake domain using the crop function in Terra Package
test3 <- crop(test,Lake_shape)
#Listing the some variables names for clipped data
head(names(test3))
[1] "water_surface_height_above_reference_datum" "water_surface_height_uncertainty" "lake_surface_water_extent"
[4] "lake_surface_water_extent_uncertainty" "lake_surface_water_temperature" "lswt_uncertainty"
# Writing the crop dataset as netcdf or Raster Layer using the WriteCDF function
filepath<-"Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0"
fname <- paste0( "C:/Users/CEDA/",filepath,".nc")
rnc <- writeCDF(test3,filename =fname,overwrite=T)”
我在这里的主要问题是，当我读入剪辑 netCDF 文件时，我似乎无法保留原始 NetCDF 的数据变量的名称。当我使用 writeCDF 函数将剪切的数据集保存为新的 netCDF 时，它们都会自动重命名。
#Reading in the new clipped file
LakeA<-rast("Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0.nc")
> head(names(LakeA))
[1] "Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0_1" "Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0_2"
[3] "Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0_3" "Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0_4"
[5] "Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0_5" "Lake_A_ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20020501-fv1.0_6"
那么在裁剪到 R 中较小的域/形状文件时，是否可以从原始 NetCDF 数据集中克隆/复制所有元数据变量，然后另存为 NetCDF？任何有关如何在 R 中执行此操作的指导将不胜感激。 （NetCDF 和 R 对我来说都是新手，所以我不确定我缺少什么或有深入的知识来对此进行排序）。
解决方法
您有一个包含许多 (52) 个变量（子数据集）的 NetCDF 文件。当您使用 rast 打开文件时，这些将成为“层”。或者，您可以使用 sds 打开文件以保留子数据集结构，但这对您没有帮助（您需要跳过前两个，见下文）。
library(terra)
f <- "ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20190101-fv1.0.nc"
r <- rast(f)
r
#class : SpatRaster
#dimensions : 21600,43200,52 (nrow,ncol,nlyr)
#resolution : 0.008333333,0.008333333 (x,y)
#extent : -180,180,-90,90 (xmin,xmax,ymin,ymax)
#coord. ref. : +proj=longlat +datum=WGS84 +no_defs
#sources : ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20190101-fv1.0.nc:water_surface_height_above_reference_datum
ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20190101-fv1.0.nc:water_surface_height_uncertainty
ESACCI-LAKES-L3S-LK_PRODUCTS-MERGED-20190101-fv1.0.nc:lake_surface_water_extent
... and 49 more source(s)
#varnames : water_surface_height_above_reference_datum (water surface height above geoid)
water_surface_height_uncertainty (water surface height uncertainty)
lake_surface_water_extent (Lake Water Extent)
...
#names : water~datum,water~ainty,lake_~xtent,lake_~ainty,lake_~ature,lswt_~ainty,...
#unit : m,m,km2,Kelvin,...
#time : 2019-01-01
请注意，有 52 个层和源（子数据集）。有名字
head(names(r))
#[1] "water_surface_height_above_reference_datum" "water_surface_height_uncertainty"
#[3] "lake_surface_water_extent" "lake_surface_water_extent_uncertainty"
#[5] "lake_surface_water_temperature" "lswt_uncertainty"
还有“长名称”（它们通常比变量名称长得多，不是在这种情况下）
head(longnames(r))
# [1] "water surface height above geoid" "water surface height uncertainty" "Lake Water Extent"
# [4] "Water extent uncertainty" "lake surface skin temperature" "Total uncertainty"
也可以用sds打开文件，但需要跳过“lon_bounds”和“lat_bounds”变量（维度）
s <- sds(f,3:52)
现在读取矢量数据集（在本例中为 shapefile）并裁剪
lake <- vect("hydro_p_LakeErie.shp")
rc <- crop(r,lake)
rc
#class : SpatRaster
#dimensions : 182,555,y)
#extent : -83.475,-78.85,41.38333,42.9 (xmin,ymax)
#coord. ref. : +proj=longlat +datum=WGS84 +no_defs
#source : memory
#names : water~datum,...
#min values : NaN,NaN,271.170,0.283,...
#max values : NaN,277.090,0.622,...
#time : 2019-01-01
将其保存到这样的 GTiff 文件会很方便（或者甚至更好地在crop 中使用文件名参数）
gtf <- writeRaster(rc,"test.tif",overwrite=TRUE)
gtf
#class : SpatRaster
#dimensions : 182,ymax)
#coord. ref. : +proj=longlat +datum=WGS84 +no_defs
#source : test.tif
#names : water~datum,...
改变的是数据现在在文件中，而不是在内存中。而且您仍然拥有图层（变量）名称。
要将层作为变量写入 NetCDF 文件，您需要创建一个 SpatRasterDataset。你可以这样做：
x <- as.list(rc)
s <- sds(x)
names(s) <- names(rc)
longnames(s) <- longnames(r)
units(s) <- units(r)
注意 longnames(r) 和 units(r)（不是 rc）的使用。这是因为 r 有子数据集（每个都有一个长名称和一个单位）而 rc 没有。
现在使用writeCDF
z <- writeCDF(s,"test.nc",overwrite=TRUE)
rc2 <- rast("test.nc")
rc2
#class : SpatRaster
#dimensions : 182,ymax)
#coord. ref. : +proj=longlat +datum=WGS84 +no_defs
#sources : test.nc:water_surface_height_above_reference_datum
test.nc:water_surface_height_uncertainty
test.nc:lake_surface_water_extent
... and 49 more source(s)
#varnames : water_surface_height_above_reference_datum (water surface height above geoid)
water_surface_height_uncertainty (water surface height uncertainty)
lake_surface_water_extent (Lake Water Extent)
...
#names : water~datum,...
#time : 2019-01-01
所以看起来我们有一个具有相同结构的 NetCDF。
请注意，如果只有一个时间步长，terra 的当前 CRAN 版本会删除 time 变量。开发版（1.3-11）保持时间维度，即使只有一步。
您可以安装开发版
install.packages('terra',repos='https://rspatial.r-universe.dev')
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
