重网格化.nc文件时xarray cubic插值返回NaN值问题求助

我正在为随机森林模型处理.nc文件，需要用xarray.interp将0.05度分辨率的数据重网格化到0.25度以提升分辨率。目前linear和slinear插值可正常工作，但尝试cubic插值时返回全NaN值。起初怀疑是y（纬度）未按升序排列，调整后问题仍存在。

复现代码 #

import netCDF4
import xarray as xr
import numpy as np
import pandas as pd

file_path_nc ="Combined_Day_LST.nc"
dataset = xr.open_dataset(file_path_nc)

regrid_lat = np.arange(21.125,31.875,0.25)
regrid_lon = np.arange(76.125,91.875,0.25)

data_array = dataset.interp(y = regrid_lat,x=regrid_lon,method='cubic')

for variable in data_array.variables:
    print(variable)

which = 'LST'
var = data_array.metpy.parse_cf(which)
values = var.isel(time=0)
lons = data_array.metpy.parse_cf('x')
lats = data_array.metpy.parse_cf('y')

df = pd.DataFrame(data=values.values)

1. 检查原始数据的完整性与坐标单调性 #

cubic插值对数据连续性要求远高于线性插值，若原始数据存在缺失值或坐标非严格单调，会直接导致插值失败：

• 检查原始数据的缺失值情况：

  print(dataset['LST'].isnull().sum())
  

• 验证坐标是否严格单调递增：

  print(np.all(np.diff(dataset['y']) > 0))  # 检查纬度升序
  print(np.all(np.diff(dataset['x']) > 0))  # 检查经度升序
  

  若存在非单调情况，可先对数据集排序：

  dataset = dataset.sortby(['y', 'x'])
  

2. 调整插值的边界处理逻辑 #

xarray默认的边界处理无法适配cubic插值的需求，可尝试两种方式：

• 允许边界外插：

  data_array = dataset.interp(y=regrid_lat, x=regrid_lon, method='cubic', fill_value="extrapolate")
  

• 裁剪重网格范围，确保完全落在原始数据范围内：
  先查看原始数据的坐标极值：

  print(f"原始纬度范围: {dataset['y'].min():.3f} ~ {dataset['y'].max():.3f}")
  print(f"原始经度范围: {dataset['x'].min():.3f} ~ {dataset['x'].max():.3f}")
  

  再调整regrid_lat和regrid_lon的起止值，避免超出原始范围。

3. 改用Scipy的griddata实现cubic插值 #

若xarray原生interp仍无法解决，可结合scipy的griddata手动实现：

from scipy.interpolate import griddata

# 提取原始数据的坐标与数值
original_lon = dataset['x'].values.flatten()
original_lat = dataset['y'].values.flatten()
original_lst = dataset['LST'].values.flatten()

# 创建重网格的坐标网格
grid_lon, grid_lat = np.meshgrid(regrid_lon, regrid_lat)

# 执行cubic插值
interpolated_lst = griddata((original_lon, original_lat), original_lst, (grid_lon, grid_lat), method='cubic')

# 转换为xarray数据集
regridded_ds = xr.Dataset(
    {'LST': (['y', 'x', 'time'], interpolated_lst[..., np.newaxis])},
    coords={
        'y': regrid_lat,
        'x': regrid_lon,
        'time': dataset['time'].values
    }
)

内容的提问来源于stack exchange，提问作者Ashish Ganesh