Python——ERA5土壤湿度数据根据厚度权重求和

一、前言

第五代再分析数据集（ERA5）提供4类土壤湿度变量，变量名为“Volumetric soil water layer”

包括4个深度层，分别为0~7、7~28、28~100、100~289 cm，单位为土壤体积含水量（m3/m3）

那么如果我需要0~100 cm的土壤湿度数据，应该怎么办呢？

根据文献阅读，方法其实非常简单，只需将土层厚度作为权重因子再求和即可

数据下载链接如下，我这里计算0~100 cm的土壤湿度

ERA5 land数据集下载地址

---

二、计算方法

---

三、Python脚本

import os
import rasterio
import numpy as np

# 定义输入文件夹路径
folder1 = r'输入路径' #Volume of water in soil layer 1 (0-7 cm) 
folder2 = r'输入路径' #Volume of water in soil layer 2 (7-28 cm)
folder3 = r'输入路径' #Volume of water in soil layer 3 (28-100 cm)

# 定义输出文件夹路径
output_folder = r'输出路径'

# 获取文件列表
files1 = sorted([f for f in os.listdir(folder1) if f.endswith('.tif')])
files2 = sorted([f for f in os.listdir(folder2) if f.endswith('.tif')])
files3 = sorted([f for f in os.listdir(folder3) if f.endswith('.tif')])

# 确保每个文件夹中的文件数量相同
assert len(files1) == len(files2) == len(files3), "文件夹中的文件数量不一致"

# 批量处理每组栅格文件
for file1, file2, file3 in zip(files1, files2, files3):
    path1 = os.path.join(folder1, file1)
    path2 = os.path.join(folder2, file2)
    path3 = os.path.join(folder3, file3)
    
    # 打开栅格文件
    with rasterio.open(path1) as src1, rasterio.open(path2) as src2, rasterio.open(path3) as src3:
        assert src1.shape == src2.shape == src3.shape, "栅格文件的形状不一致"
        
        # 读取栅格数据
        data1 = src1.read(1)
        data2 = src2.read(1)
        data3 = src3.read(1)
        
        # 逐格点加权相加
        sum_data = (7*data1 + 21*data2 + 72*data3) / 100
        
        # 更新栅格元数据
        profile = src1.profile
        profile.update(dtype=rasterio.float32)
        
        # 定义输出文件路径
        output_path = os.path.join(output_folder, file1)
        
        # 写入新的栅格文件
        with rasterio.open(output_path, 'w', **profile) as dst:
            dst.write(sum_data.astype(rasterio.float32), 1)

print("栅格运算完成，文件已输出到:", output_folder)

结果：

 

---

四、参考

[1] Z.Q. Zhong, B. He, Y.P. Wang, et al, Disentangling the effects of vapor pressure deficit on northern terrestrial vegetation productivity.Sci. Adv.9,eadf3166(2023).

[2] 金令, 王永芳, 郭恩亮等, ERA5、GLDAS和FLDAS土壤湿度数据在内蒙古地区的适用性评价. 节水灌溉, 2023(3): 53-60.