环境配置 - windows下安装salem库

salem作为一个高贵的库，和众多module打架，鹤立鸡群，绝不同流合污。安装过程中会存在许许多多的困难，要么就是salem安装存在问题，要们就是安装完毕后和cartopy打架的问题。
我为这个库付出了太多，为了以后自己进所里给工位倒腾环境时能够省时省力，特写这篇文章。
salem是直接对nc文件裁剪/白化，它不改变原文件的大小，换句话说，源格点数据lat×lon是多少，输出后的数据的lat×lon就是多少。这个跟arcgis裁剪栅格文件略微有点不同，arcgis会改变源数据的大小。

0 添加源

1. 配置清华源
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
   conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
   conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
   conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

conda config --set show_channel_urls yes

2. 修改conda配置信息
   windows系统：在C:\Users\name路径下，找到.condarc文件，用记事本打开。
   因为这个文件时隐藏的，点击查看，显示隐藏文件即可。
   将里面的内容替换成下面的内容：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
show_channel_urls: true
ssl_verify: false

保存退出即可。

1 Anaconda创建环境

conda create -n your_env_name python=x.x

建议下载3.9，3.11版本cartopy安装不了

2 安装依赖

2.1 一些基础包

创建完毕后，安装包，顺序参考salem官网

下载上面红色圈出来的包，都用conda install的方式下载（或加上coda-forge）

2.2 下载geopandas

1. geopandas也有几个以来module，先去下载轮子

使用crtl+F搜索对应的包

2. 使用pip install安装包

安装顺序：GDAL，Pyproj，Shapely，Fiona，geopandas

2.3 安装matplotlib（这个顺序无所谓）

conda install matplotlib

3 安装salem

conda install salem

一定要用conda install

4 最后安装cartopy

conda install cartopy

5 另附上代码

• 我一般是最后进行裁剪/白化的工作
• 如果有大批量的nc需要裁剪的话，不建议用salem一个个裁剪，可能会比较慢。我一般用的方法是：
  • 先将源数据裁剪，保存为边界文件（代码见下）
  • 最后所有的预处理工作都做完了，再读取边界文件，乘上0，得到edge
  • 将要处理的大量nc文件加上edge即可

import numpy as np
import xarray as xr
import geopandas as geo
import salem

##使用shp文件进行裁剪
shp = geo.read_file("D:/paper/work/xx.shp") ##读取shp文件
data = xr.open_dataset("D:/paper/work/raw.nc")  ##读取需要白化的数据

CNE = data.salem.roi(shape = shp)  ##裁剪数据，直接对nc文件进行裁剪
CNE.to_netcdf(path = "D:/paper/work/bound.nc")  ##保存边界文件