批量将ERA5数据的小时数据处理为日均数据

import os
import xarray as xr
import numpy as np
import rasterio
from rasterio.transform import from_origin
from rasterio.enums import Resampling


def save_as_tiff(data, output_filename, lon, lat, lon_min, lat_max, resolution):
    transform = from_origin(lon_min, lat_max, resolution, resolution)
    height, width = data.shape
    with rasterio.open(output_filename, 'w', driver='GTiff',
                       height=height, width=width, count=1,
                       dtype=str(data.dtype), transform=transform) as dst:
        dst.write(data, 1)


# 文件夹路径
folder_path = r'F:\ERA5-Land hourly data from 1950 to present'

# 遍历文件夹下的所有NC文件,其中‘t2m’是要处理的变量，换位自己要处理的
for filename in os.listdir(folder_path):
    if filename.endswith('.nc'):
        file_path = os.path.join(folder_path, filename)
        nc_data = xr.open_dataset(file_path)
        t2m_data = nc_data['t2m']
        daily_t2m = t2m_data.mean(dim='time')
        lon = nc_data.longitude.values
        lat = nc_data.latitude.values
        lon_min, lon_max = lon.min(), lon.max()
        lat_min, lat_max = lat.min(), lat.max()
        resolution = float(lon[1] - lon[0])

        # 从文件名中提取日期信息
        date = filename.split('.')[3:6]  # 假设日期信息在文件名的特定位置
        date_str = '.'.join(date)

        # 生成保存的TIFF文件名，格式为'年月日.tif'
        output_filename = os.path.join(r'D:\data', f'{date_str}.tif')

        # 保存为TIFF文件
        save_as_tiff(daily_t2m.values, output_filename, lon, lat, lon_min, lat_max, resolution)

自己前面你下载了ERA5_land的小时数据，但是小时数据量太大了，查阅了一些处理为日均的方法，自己鼓捣出来了这个代码，供大家参考