使用regionmask时数据沿区域边界被裁剪的技术求助

问题本质 #

从你观察到的网格点分布来看，边缘空白是因为只有完全落在科罗拉多州边界内的网格点才被regionmask保留，边界附近跨州的网格点被过滤，导致contourf绘制时无法覆盖州界边缘区域。

可行解决方案 #

1. 用3D掩码保留部分覆盖的网格点 #

默认mask()方法只保留完全在区域内的网格点，换成mask_3D()可以计算每个网格点在目标区域内的面积占比，以此保留所有和州界有重叠的网格点：

# 生成3D掩码（维度：[区域索引, 纬度, 经度]）
mask_3D = regionmask.defined_regions.natural_earth_v5_0_0.us_states_50.mask_3D(dataset)
# 获取科罗拉多州的索引
co_idx = regionmask.defined_regions.natural_earth_v5_0_0.us_states_50.names.index('Colorado')
# 保留所有在CO州内占比>0的网格点
data_CNA = dataset.where(mask_3D[co_idx] > 0)

2. 重采样到更高分辨率 #

如果原始网格分辨率太低，先插值到更细的网格再掩码，边缘会更贴合：

import numpy as np
# 重采样到0.1度分辨率（可根据需求调整）
dataset_highres = dataset.interp(lat=np.arange(35, 50, 0.1), lon=np.arange(-109, -102, 0.1))
# 生成掩码并筛选数据
mask = regionmask.defined_regions.natural_earth_v5_0_0.us_states_50.mask(dataset_highres)
data_CNA = dataset_highres.where(mask == co_idx)

3. 填充边缘NaN值 #

掩码后用插值或填充的方式补全边缘空白：

# 用线性插值填充经纬度方向的NaN
data_CNA_filled = data_CNA.interpolate_na(dim='lon', method='linear').interpolate_na(dim='lat', method='linear')
# 再绘制
preplot = ax.contourf(data_CNA_filled[variable].lon, data_CNA_filled[variable].lat, data_CNA_filled[variable].values, transform=ccrs.PlateCarree())

4. 用几何边界裁剪绘图 #

直接用科罗拉多州的几何形状裁剪contourf的绘制范围，让图形严格贴合州界：

import matplotlib.path as mpath
# 获取CO州的几何边界
co_geom = regionmask.defined_regions.natural_earth_v5_0_0.us_states_50.geometry[co_idx]
# 创建裁剪路径
path = mpath.Path.make_compound_path_from_polys([np.array(co_geom.exterior.coords)])
ax.set_clip_path(path, transform=ccrs.PlateCarree())
# 绘制完整数据，自动被路径裁剪到州界内
preplot = ax.contourf(dataset[variable].lon, dataset[variable].lat, dataset[variable].values, transform=ccrs.PlateCarree())

内容的提问来源于stack exchange，提问作者deadpickle