在JupyterLab中使用xarray从URL读取NC文件遇阻求助

问题背景 #

需直接读取在线公开NetCDF文件以避免下载大数据集，使用JupyterLab及Xarray尝试代码后报错。

尝试的代码 #

import xarray as xr
url="https://thredds.met.no/thredds/catalog/metusers/oskaral/PolarRES/ARC11_ALADIN43_v1_CNRMESM21_r1i1p1f2_hist/day/tas/catalog.html?dataset=metusers/oskaral/PolarRES/ARC11_ALADIN43_v1_CNRMESM21_r1i1p1f2_hist/day/tas/tas_ARC11_CNRM-ESM2-1_historical_r1i1p1f2_HCLIMcom-METNO_ALADIN43_v1-r1_day_20140101-20141231.nc"
data = xr.open_dataset(url)

报错信息 #

OSError: [Errno -75] NetCDF: Malformed or unexpected Constraint: 'https://thredds.met.no/thredds/catalog/...'

错误原因 #

使用的是THREDDS服务器的目录页面URL（HTML格式），而非直接的NetCDF数据访问URL。Xarray依赖netCDF4库读取NetCDF格式数据，无法解析HTML页面，因此抛出格式错误。

解决步骤 #

1. 获取正确的数据访问地址 #

打开对应的THREDDS目录页面，找到目标NetCDF文件，点击文件对应的OPeNDAP选项，复制该地址。正确的地址格式应为：

https://thredds.met.no/thredds/dodsC/metusers/oskaral/PolarRES/ARC11_ALADIN43_v1_CNRMESM21_r1i1p1f2_hist/day/tas/tas_ARC11_CNRM-ESM2-1_historical_r1i1p1f2_HCLIMcom-METNO_ALADIN43_v1-r1_day_20140101-20141231.nc

2. 读取在线数据 #

将正确地址传入xr.open_dataset()，可添加chunks参数实现懒加载，仅读取所需数据子集：

import xarray as xr

# 替换为正确的OPeNDAP地址
correct_url = "https://thredds.met.no/thredds/dodsC/metusers/oskaral/PolarRES/ARC11_ALADIN43_v1_CNRMESM21_r1i1p1f2_hist/day/tas/tas_ARC11_CNRM-ESM2-1_historical_r1i1p1f2_HCLIMcom-METNO_ALADIN43_v1-r1_day_20140101-20141231.nc"

# 懒加载数据，按时间维度分块
data = xr.open_dataset(correct_url, chunks={"time": 30})

# 验证数据
print(data.head())

补充说明 #

• OPeNDAP协议支持在线读取NetCDF数据的子集，无需下载完整文件，适配大数据场景
• 若出现连接或权限问题，需确认目标数据集允许公开访问

内容的提问来源于stack exchange，提问作者Linda