我正在尝试创建一个符合CF标准的NetCDF文件。使用xarray,我可以使它达到98%的CF标准,但是我遇到了一个问题。当我在创建的文件上执行ncdump时,我看到以下内容:
float lon(lon) ;
lon:_FillValue = NaNf ;
lon:long_name = "Longitude" ;
lon:standard_name = "longitude" ;
lon:short_name = "lon" ;
lon:units = "degrees_east" ;
lon:axis = "X" ;
lon:valid_min = -180.f ;
lon:valid_max = 180.f ;
float lat(lat) ;
lat:_FillValue = NaNf ;
lat:long_name = "Latitude" ;
lat:standard_name = "latitude" ;
lat:short_name = "lat" ;
lat:units = "degrees_north" ;
lat:axis = "Y" ;
lat:valid_min = -90.f ;
lat:valid_max = 90.f ;
double time(time) ;
time:_FillValue = NaN ;
time:standard_name = "time" ;
time:units = "days since 2006-01-01" ;
time:calendar = "gregorian" ;
我的数据集坐标是纬度(lat)、经度(lon)和时间(time)。当我使用ds.to_netcdf()将其转换为netcdf格式时,所有的坐标变量都会自动应用填充值,因为它们是浮点数。然而,对于应用了填充值的坐标变量,这违反了CF标准(http://cfconventions.org/cf-conventions/v1.6.0/cf-conventions.html#attribute-appendix)。
我尝试修改编码方式,以使这些特定的变量不被压缩:
import numpy as np
import xarray as xr
import pandas as pd
import datetime as dt
lons = np.arange(-75, -70, .5).astype(np.float32)
lats = np.arange(40,42, .25).astype(np.float32)
[x, y] = np.meshgrid(lons, lats)
u = np.random.randn(1, 8, 10).astype(np.float32)
v = np.random.randn(1, 8, 10).astype(np.float32)
time_index = pd.date_range(dt.datetime.now(), periods=1)
ds = xr.Dataset()
coords = ('time', 'lat', 'lon')
ds['u'] = (coords, np.float32(u))
ds['v'] = (coords, np.float32(v))
ds.coords['lon'] = lons
ds.coords['lat'] = lats
ds.coords['time'] = time_index
encoding = {'lat': {'zlib': False},
'lon': {'zlib': False},
'u': {'_FillValue': -999.0,
'chunksizes': (1, 8, 10),
'complevel': 1,
'zlib': True}
}
ds.to_netcdf('test.nc', encoding=encoding)
我尝试通过更改数据类型来解决,但是没有成功。我不希望使用netCDF4重新加载文件以删除_FillValues。在xarray中是否有内置的方法可以解决这个问题?