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