各位同学,一般在文章最后一章我们可能会做不同气候情景下变量的未来时空变化特征,类似上图。从cmip6下载的nc数据常需要转换格式、裁剪到研究区和重采样等,本期代码可以解决这类问题。
1. Python代码
以tas为例,代码提取nc数据中的tif,裁剪至研究区,重采样,并得到所有栅格的均值、最小值、最大值和标准差,最终保存为tif和csv。
需要更改输入栅格、输出栅格、shp边界及csv路径,nc变量名称,重采样分辨率。
各位同学,一般在文章最后一章我们可能会做不同气候情景下变量的未来时空变化特征,类似上图。从cmip6下载的nc数据常需要转换格式、裁剪到研究区和重采样等,本期代码可以解决这类问题。
以tas为例,代码提取nc数据中的tif,裁剪至研究区,重采样,并得到所有栅格的均值、最小值、最大值和标准差,最终保存为tif和csv。
需要更改输入栅格、输出栅格、shp边界及csv路径,nc变量名称,重采样分辨率。