NC文件（monthly）转为多张TIF文件

将一个NC文件里每一年中的每月均转出为TIF图像，并存为一个目录下。

import xarray as xr
import rasterio
from rasterio.transform import from_origin
import pandas as pd

# 读取您的NC文件
nc_file = "D:\\NC\\Surface-net-solar-radiation\\szjmean.nc"
ds = xr.open_dataset(nc_file)

# 获取数据变量名，这里假设变量名为"ssr"
variable_name = "ssr"
data = ds[variable_name]

# 设置TIFF图像的元数据
profile = {
    "driver": "GTiff",
    "height": data.shape[1],
    "width": data.shape[2],
    "count": 1,
    "dtype": rasterio.float32,
    "crs": "+proj=latlong",
    "transform": from_origin(
        ds.coords["longitude"].values[0], ds.coords["latitude"].values[0], 1, 1
    ),
    "compress": "lzw",
}

# 遍历每个时间点的数据并将其导出为TIFF图像
for time_idx, time in enumerate(data.coords["time"].values):
    timestamp = pd.Timestamp(time)
    year = timestamp.year
    month = timestamp.month
    #下面是你要输出文件的目录，记得改好目录
    output_file = f"D:\\NC\\Surface-net-solar-radiation\\tif\\_{year}_month_{month}.tif"

    with rasterio.open(output_file, "w", **profile) as dst:
        dst.write(data[time_idx].values.astype(rasterio.float32), 1)

# 关闭NetCDF数据集
ds.close()

• "driver": "GTiff"：指定输出文件的格式为GeoTIFF。

• "height": data.shape[1]：设置输出TIFF图像的高度（行数），从输入的NetCDF数据中获取。

• "width": data.shape[2]：设置输出TIFF图像的宽度（列数），从输入的NetCDF数据中获取。

• "count": 1：设置输出TIFF图像的波段数量。在这里，我们只输出一个波段，即NetCDF变量中的一个时间点的数据。

• "dtype": rasterio.float32：设置输出TIFF图像的数据类型。在这里，我们使用32位浮点数。你可以根据输入数据的类型相应地更改此设置。

• "crs": "+proj=latlong"：设置输出TIFF图像的坐标参考系统。这里我们使用经纬度坐标系。你可能需要根据输入数据的坐标系进行修改。

• "transform": from_origin(ds.coords["longitude"].values[0], ds.coords["latitude"].values[-1], 1, 1)：设置输出TIFF图像的仿射变换矩阵。from_origin()函数会根据给定的左上角经纬度坐标（ds.coords["longitude"].values[0]和ds.coords["latitude"].values[-1]）以及像元大小（1 x 1）生成一个仿射变换矩阵。

• "compress": "lzw"：设置输出TIFF图像的压缩方式。在这里，我们使用Lempel-Ziv-Welch (LZW) 压缩算法，它是一种无损压缩算法，能有效地降低TIFF图像文件的大小，而不会损失任何数据。