将多个 GeoTIFF 影像的栅格时间序列转换为 NetCDF

Question

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。:-)

这样

的事情可以用xarray和dask来完成吗？

Answer 1

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)