将数据从一个经纬度网格插值到另一个纬度-经度网格上

Question

我有两个数据数组在纬度网格上。第一个，A，有形状（89,180）。第二个，B，有形状（94,192）。A 的纬度从 88 开始按降序排列。到 -88。经度从0开始按升序排列。到 358。B的纬度从88.54199982到-88.54199982的降序排列，经度从0升序排列。到 358.125。

我想将 B 的数据重新网格/插值到 A 的坐标系上，以便我可以得到两个大小相同的数组并计算它们之间的空间相关性。（如果这样更容易，我还可以将 A 的数据重新网格/插值到 B 的坐标系上。我尝试了mpl_toolkits.basemap.interp（datain，xin，yin，xout，yout），但这要求xout和yout的大小相同。我也尝试了scipy.interpolate.griddata，但我无法弄清楚它是如何工作的，我什至不确定这会得到我想要的东西......

Answer 1

您可能想查看此问题和其他类似地理插值问题的pyresample。 它提供了多种插值方法，适用于纬度/纬度数据，并包含basemap支持。 我建议使用这个包，因为您还可以创建使用 Proj4 定义定义域的AreaDefinition对象，然后将数据注册到AreaDefinition。

对于您的具体问题，我会执行以下操作（注意，插值步骤不完整，见下文）：

from pyresample.geometry import SwathDefinition
from pyresample.kd_tree import resample_nearest
def interp_b_to_a(a, b):
    '''Take in two dictionaries of arrays and interpolate the second to the first.
    The dictionaries must contain the following keys: "data", "lats", "lons"
    whose values must be numpy arrays.
    '''
    def_a = SwathDefinition(lons=a['lons'], lats=a['lats'])
    def_b = SwathDefinition(lons=b['lons'], lats=b['lats'])
    interp_dat = resample_nearest(def_b, b['data'], def_a, ...)
    new_b = {'data':interp_dat,
             'lats':copy(a['lats']),
             'lons':copy(a['lons'])
            }
    return new_b

请注意，调用 resample_nearest 的插值步骤未完成。 您还需要指定radius_of_influence，即在每个点周围使用的搜索半径（以米为单位）。 这取决于数据的分辨率。 您可能还希望指定nprocs以加快速度，并在使用屏蔽数据时fill_value。

Answer 2

基于@Vorticity，我将其编辑为：

from pyresample.geometry import SwathDefinition
from pyresample.kd_tree import resample_nearest
def interp_b_to_a(a, b):
    def_a = SwathDefinition(lons=a['lons'], lats=a['lats'])
    def_b = SwathDefinition(lons=b['lons'], lats=b['lats'])
    interp_dat = resample_nearest(def_a, a['data'], def_b,radius_of_influence = 5000)
    new_b = {'data':interp_dat,
             'lats':b['lats'],
             'lons':b['lons']
            }
    return new_b