我有一个栅格时间序列存储在多个GeoTIFF
文件(*.tif
)中,我想将其转换为单个NetCDF
文件。 数据uint16
。
我可能可以使用gdal_translate
使用以下方法将每个图像转换为netcdf:
gdal_translate -of netcdf -co FORMAT=NC4 20150520_0164.tif foo.nc
然后是一些带有NCO
的脚本,以从文件名中提取日期然后连接,但我想知道我是否可以使用 Python 更有效地使用 xarray
和它是新的rasterio
后端来做到这一点。
我可以轻松读取文件:
import glob
import xarray as xr
f = glob.glob('*.tif')
da = xr.open_rasterio(f[0])
da
返回
<xarray.DataArray (band: 1, y: 5490, x: 5490)>
[30140100 values with dtype=uint16]
Coordinates:
* band (band) int64 1
* y (y) float64 5e+05 5e+05 5e+05 5e+05 5e+05 4.999e+05 4.999e+05 ...
* x (x) float64 8e+05 8e+05 8e+05 8e+05 8.001e+05 8.001e+05 ...
Attributes:
crs: +init=epsg:32620
我可以将其中之一写入NetCDF:
ds.to_netcdf('foo.nc')
但理想情况下,我将能够使用类似 xr.open_mfdataset
的东西,写入时间值(从文件名中提取),然后将整个聚合写入 netCDF
.并dask
处理核心外内存问题。:-)
的事情可以用xarray
和dask
来完成吗?
Xarray 应该能够为你完成 concat 步骤。我在下面稍微调整了你的例子。将文件名解析为有用的内容将由您决定。
import glob
import pandas as pd
import xarray as xr
def time_index_from_filenames(filenames):
'''helper function to create a pandas DatetimeIndex
Filename example: 20150520_0164.tif'''
return pd.DatetimeIndex([pd.Timestamp(f[:8]) for f in filenames])
filenames = glob.glob('*.tif')
time = xr.Variable('time', time_index_from_filenames(filenames))
chunks = {'x': 5490, 'y': 5490, 'band': 1}
da = xr.concat([xr.open_rasterio(f, chunks=chunks) for f in filenames], dim=time)