보간 큐브 데이터

Question

는 위도/경도와 큐브를 감안할

surface altitude [m]/(m)   (latitude: 21600; longitude: 43200) 
    Dimension coordinates: 
      latitude       x     - 
      longitude       -     x 
    Attributes: 
      Conventions: CF-1.4 
      description: GTOPO30 surface elevation dataset 
      history: Mon Aug 19 14:04:58 2013: ncrename -v surface altitude,surface_altitude... 
      institution: Institute of Environmental Physics, University of Bremen,  Germany. 
      label: surface altitude [m] 
      least_significant_digit: 4 
      source: http://eros.usgs.gov/#/Find_Data/Products_and_Data_Available/gtopo30_i... 
      title: Global surface elevation from the GTOPO30 

을 조정하고 위도/경도의 목록이 제공 좌표, 나는에 큐브의 데이터를 보간 할 수있는 방법 주어진 점?

PS (지금은 가장 가까운 이웃이 잘 될 것이다,하지만 거친 큐브를 들면, 스플라인 좋을 텐데) : 가장 가까운 이웃를 들어,이 보간 하지 메모리에 전체 큐브를로드에 의존한다.

Answer 1

아이리스의 가장 가까운 이웃 코드는, 슬프게도, 현재 필요한 인덱스를 식별하는 데이터를로드합니다. 이 크기의 데이터 세트로 작업하기 위해 시도해 볼 수있는 (https://github.com/SciTools/iris/pull/707) 문제를 해결하기 위해 간단한 테스트 요청을 제출했습니다. 내가 샘플 데이터에서 큐브와 함께 작동하도록하겠습니다

:

import iris 
cube = iris.load_cube(iris.sample_data_path('air_temp.pp')) 

그리고 데이터는 다음과 같은 기능이 장착되어 있는지 여부를 확인할 수 있습니다 : 그래서

def cube_data_is_loaded(cube): 
    # A None data manger means the data is loaded... 
    return cube._data_manager is None 

:

>>> print cube_data_is_loaded(cube) 
False 

기본적으로 가장 가까운 이웃에 대한 인터페이스 (http://scitools.org.uk/iris/docs/latest/iris/iris/analysis/interpolate.html#iris.analysis.interpolate.extract_nearest_neighbour)를 사용하면 point ext raction : 추출 실제로 내 요구 된 점에 가까운 위도 값을 발견했습니다 방법

from iris.analysis.interpolate import extract_nearest_neighbour 
smaller_cube = extract_nearest_neighbour(cube, 
         (('longitude', -180), ('latitude', 1.5))) 

>>> print smaller_cube 
air_temperature/(K)    (scalar cube) 
    Scalar coordinates: 
      forecast_period: 6477 hours 
      forecast_reference_time: 1998-03-01 03:00:00 
      latitude: 2.50002 degrees 
      longitude: 180.0 degrees 
      pressure: 1000.0 hPa 
      time: 1996-12-01 00:00:00 
    Attributes: 
      STASH: m01s16i203 
      source: Data from Met Office Unified Model 
    Cell methods: 
      mean: time 

알 수 있습니다. 정말 중요한 것은 당신의 경도 좌표 경우이 기능이 정말 포장을 처리하지 않습니다하는 순환되지 않는 것입니다 : 원래 큐브의 경도 범위 (0-360)가 지금 있다는 것을 의미하는 방법

cube.coord('longitude').circular = False 
smaller_cube = extract_nearest_neighbour(cube, 
        (('longitude', -180), ('latitude', 1.5))) 
cube.coord('longitude').circular = True 
>>> print smaller_cube 
air_temperature/(K)    (scalar cube) 
    Scalar coordinates: 
      forecast_period: 6477 hours 
      forecast_reference_time: 1998-03-01 03:00:00 
      latitude: 2.50002 degrees 
      longitude: 0.0 degrees 
      pressure: 1000.0 hPa 
      time: 1996-12-01 00:00:00, bound=(1994-12-01 00:00:00, 1998-12-01 00:00:00) 
    Attributes: 
      STASH: m01s16i203 
      source: Data from Met Office Unified Model 
    Cell methods: 
      mean: time 

공지 사항

smaller_traj = interpolate(cube, 
        (('longitude', [-180, -180]), ('latitude', [1.5, 3.5])), 
        'nearest') 
>>> print smaller_traj 
air_temperature/(K)    (*ANONYMOUS*: 2) 
    Auxiliary coordinates: 
      latitude        x 
      longitude        x 
    Scalar coordinates: 
      forecast_period: 6477 hours 
      forecast_reference_time: 1998-03-01 03:00:00 
      pressure: 1000.0 hPa 
      time: 1996-12-01 00:00:00, bound=(1994-12-01 00:00:00, 1998-12-01 00:00:00) 
    Attributes: 
      STASH: m01s16i203 
      source: Data from Met Office Unified Model 
    Cell methods: 
      mean: time 

(원본 큐브의 데이터가 전체에로드되어 있지 않은 방법을 발견하여, 마지막 : -180에 가장 가까운 값은 궤도 추출 할 수있는 기능 (http://scitools.org.uk/iris/docs/latest/iris/iris/analysis/trajectory.html?highlight=trajectory#iris.analysis.trajectory.interpolate)도 있습니다 실제로 0

입니다 내 지부), 실제로, smaller_cube로부터의 데이터는 또한 지연되었습니다 궤도 용

>>> print cube_data_is_loaded(cube) 
False 
>>> print cube_data_is_loaded(smaller_cube) 
False 

일반적으로, 지연 로딩이 불가능하지만 netCDF의 사용시 지수 오른쪽 근본적인 netCDF의 라이브러리로 전달되고 있다는 것을 주목할 가치가있다 어떤 시점에서도 전체 배열이 메모리에 저장되지 않습니다.

HTH!

P. 비록 아직 거기에 유사한 인터페이스가 선형 보간을 할, 나는 그 관심을해야한다, 나는 아이리스와 함께 작동하는 스플라인 보간 알고리즘을 알고 아니에요.