将数据从一个经纬度网格插值到另一个网格？

Question

将数据从一个经纬度网格插值到另一个网格？

3

我有两个数据数组，它们都是基于纬度和经度的网格。第一个数组A的形状为(89, 180)，第二个数组B的形状为(94, 192)。A的纬度从88到-88降序排列，经度从0到358升序排列。B的纬度从88.54199982到-88.54199982降序排列，经度从0到358.125升序排列。

我想将B的数据重新插值到A的坐标系统中，以便使两个数组大小相同并计算它们之间的空间相关性。(如果更容易的话，我也可以将A的数据重新插值到B的坐标系统中。)我尝试了mpl_toolkits.basemap.interp(datain, xin, yin, xout, yout)，但这需要xout和yout具有相同的大小。我还尝试了scipy.interpolate.griddata，但我不知道它是如何工作的，而且我甚至不确定它是否能得到我想要的结果...

- ChristineB

如何使用简单的线性插值？分别对x坐标和y坐标进行插值，这样就可以工作了。基本上通过网格差异来缩放任何坐标。例如，x_new = x_old *（B_width / A_width）。例如，如果B_width是A_width的2倍，则x_new = x_old * 2。显然，如果B_width = A_width，则没有缩放，因为它们的大小完全相同。 - AbstractDissonance

现在，一旦你有了中间值（因为它可能不是整数），你需要创建一个“混合”数据点的数据以获得新的数据值。实际上，最好反向操作。例如，对于B中的每个点（i，j），数据值为B [i，j]。要获取此值，我们需要在A中查找它。但是我们必须将我们的i，j“缩放”到A上，这些点不会是整数点，因此我们不能直接使用它们来访问数组。我们可以简单地四舍五入/向下取整/向上取整，或使用加权和或其他方法（立方差值）在A周围的值之间插值。 - AbstractDissonance

抱歉，我不太理解你的第二条评论... 你能用代码回答吗？ - Cebbie

B[i,j] = A[floor(iA_width/B_width), floor(jA_height/B_height)] 是一个简单的映射。但是它不准确，因为一些点可能会落在A中的“网格点”之间，但我们总是将这些点夹在网格点上（例如，如果i = 3.9，我们使用i = 3，这可能无法很好地表示该值。四舍五入可能是最好的选择，但在3（0.1）和4（0.9）之间进行线性插值可能更好。因此，根据您的需求，加权方法更好。 - AbstractDissonance

2个回答

0

根据 @Vorticity 的建议，我进行了编辑并解决了问题：

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

- Javier A. Concha

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Vorticity · Accepted Answer

您可能需要查看 pyresample 来解决此类地理插值问题以及其他类似的问题。该工具提供了多种插值方法，能够很好地处理经纬度数据，并且支持 basemap。我推荐使用这个工具包，因为您可以创建 AreaDefinition 对象，使用 Proj4 定义来定义域，然后将数据注册到该 AreaDefinition。

针对您的特定问题，我建议执行以下步骤（注意，插值步骤尚未完成，请参见下文）：

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的插值步骤尚未完成。您还需要指定radius_of_influence，它是以米为单位的每个点周围要使用的搜索半径。这取决于您数据的分辨率。您可能还希望指定nprocs以加快速度，并且如果使用掩码数据，则需指定fill_value。