如何用Xarray对非规则过境时间的数据做时间轴差分计算？

针对SMAP L3这种时间轴规则但存在大量NaN（对应无过境数据）的网格化数据，要在保留原时间轴结构和时间间隔信息的前提下计算差分，可采用以下两种方案：

方案一：全局统一有效时间处理（适用于所有格点有效时间一致的场景） #

SMAP L3的过境时间通常是全局统一的，因此可以先提取所有有效时间点，计算差分后再映射回原数组：

import xarray as xr
import numpy as np

# 加载你的SMAP数据集
ds = xr.load_dataset('smap_l3_data.nc')
sm_var = ds['soil_moisture']

# 1. 提取全局有效的时间点（任意格点非NaN的时间，这里假设所有格点有效时间一致）
valid_times = sm_var.notnull().any(dim=['lat', 'lon']).where(sm_var.notnull().any(dim=['lat', 'lon']), drop=True).time

# 2. 提取有效数据子集并计算差分
valid_sm = sm_var.sel(time=valid_times)
sm_diff = valid_sm.diff(dim='time')
time_interval = valid_times.diff(dim='time')

# 3. 创建结果数组并填充
ds['soil_moisture_diff'] = sm_var.copy(data=np.nan)
ds['time_interval'] = ds.time.copy(data=np.timedelta64('NaT'))

# 将差分结果填充到对应时间位置
ds['soil_moisture_diff'].loc[dict(time=valid_times[1:])] = sm_diff
ds['time_interval'].loc[dict(time=valid_times[1:])] = time_interval

方案二：逐格点独立处理（适用于格点间有效时间存在差异的场景） #

如果部分格点的有效数据时间与全局不一致，可使用apply_ufunc对每个格点的时间序列单独计算差分：

import xarray as xr
import numpy as np

def calc_point_diff(ts):
    # 筛选当前格点的有效数据和对应时间
    valid_mask = ~np.isnan(ts)
    valid_vals = ts[valid_mask]
    valid_times = ts.time[valid_mask]
    
    if len(valid_vals) < 2:
        # 有效数据不足2个，返回全NaN结果
        return np.full_like(ts, np.nan), np.full_like(ts.time, np.timedelta64('NaT'))
    
    # 计算差分和时间间隔
    diff_vals = np.diff(valid_vals)
    time_diffs = np.diff(valid_times)
    
    # 初始化结果数组
    res_diff = np.full_like(ts, np.nan)
    res_time = np.full_like(ts.time, np.timedelta64('NaT'))
    
    # 找到有效数据的位置索引并填充结果
    valid_idx = np.where(valid_mask)[0]
    res_diff[valid_idx[1:]] = diff_vals
    res_time[valid_idx[1:]] = time_diffs
    
    return res_diff, res_time

# 应用到整个网格化数据
sm_diff, time_interval = xr.apply_ufunc(
    calc_point_diff,
    ds['soil_moisture'],
    input_core_dims=[['time']],
    output_core_dims=[['time'], ['time']],
    vectorize=True,
    output_dtypes=[float, 'timedelta64[ns]']
)

# 将结果添加到原数据集
ds['soil_moisture_diff'] = sm_diff
ds['time_interval'] = time_interval

关键说明 #

• 两种方案都保留了原时间轴的完整结构，避免了插值填充导致的时间信息丢失问题
• time_interval变量记录了每个差分对应的实际时间间隔（2天或3天），可直接用于后续分析
• 方案一计算效率更高，适合SMAP这类全局过境时间统一的数据集；方案二更灵活，兼容复杂的格点级缺失情况

内容的提问来源于stack exchange，提问作者raraki