如何在xarray中高效逆转经纬度坐标的分块处理？

问题场景 #

使用xarray处理地理空间数据时，数据被划分为tiles（分块索引）、i（分块内x轴索引）、j（分块内y轴索引）三维结构，经纬度以多维坐标形式存储（longitudes_tiled、latitudes_tiled），无法直接用swap_dims()替换索引维度。需要高效逆转分块操作，得到750×750的二维地理空间Dataset，无需将数据导出到pandas再重建。

示例Dataset结构：

Dimensions:           (tiles: 5, i: 150, j: 150)
Coordinates:
  * tiles             (tiles) int32 0 1 2 3 4
  * i                 (i) int32 0 1 2 ... 149
  * j                 (j) int32 0 1 2 ... 149
    longitudes_tiled  (tiles, i, j) float64 -180.0 -179.5 ... 180.0
    latitudes_tiled   (tiles, i, j) float64 -90.0 -90.0 ... 90.0
Data variables:
    random_data       (tiles, i, j) float64 0.6815 0.6691 ... 0.6347

解决方案 #

通用方案（适配任意分块排列） #

通过展平像素维度、按经纬度重新索引的方式，无需关心分块的排列规则，全程基于xarray操作：

# 1. 将三维分块数据堆叠为一维像素维度
flattened = data_xr.stack(pixel=("tiles", "i", "j"))

# 2. 以经纬度坐标替换像素索引
flattened = flattened.set_index(pixel=("latitudes_tiled", "longitudes_tiled"))

# 3. 将一维经纬度对展开为二维地理空间维度
reconstructed = flattened.unstack(pixel=["latitudes_tiled", "longitudes_tiled"])

# 4. 重命名维度并调整顺序（可选，符合地理数据常规结构）
reconstructed = (
    reconstructed.rename(latitudes_tiled="latitude", longitudes_tiled="longitude")
    .transpose("latitude", "longitude")
)

高效优化方案（仅适用于规则无重叠分块） #

如果分块是按经纬度方向规则排列且无重叠，可直接拼接分块并替换维度，性能更优：

# 1. 沿分块索引拼接所有子区域（假设分块按经度方向依次排列）
concatenated = xr.concat([data_xr.isel(tiles=t) for t in data_xr.tiles], dim="i")

# 2. 提取全局经纬度坐标（取单一维度的坐标值即可，因分块规则无重复）
concatenated = concatenated.assign_coords(
    longitude=concatenated.longitudes_tiled.isel(j=0),
    latitude=concatenated.latitudes_tiled.isel(i=0)
)

# 3. 替换维度并清理冗余索引
reconstructed = concatenated.swap_dims({"i": "longitude", "j": "latitude"}).drop_vars(["tiles", "i", "j"])

结果验证 #

最终生成的reconstructed Dataset维度为latitude:750和longitude:750，random_data变量为750×750的二维数组，经纬度作为维度坐标直接可用，符合地理空间数据的常规存储结构。

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