如何用R或CDO基于NetCDF十年际数据计算百年/千年温度平均？

方法一：用CDO（命令行，简单高效） #

CDO处理时间维度的平均非常直接，针对你的十年步长数据：

• 百年平均（非重叠区间，每100年取一次平均）：
  每个百年包含10个十年数据点，用timselmean指定窗口大小为10，步长为10（避免重叠）：

  cdo timselmean,10,10 input_trace_temp.nc output_century_mean.nc
  

• 千年平均（非重叠区间）：
  每个千年包含100个十年数据点，同理：

  cdo timselmean,100,100 input_trace_temp.nc output_millennium_mean.nc
  

• 滑动百年平均（每个十年为起点，计算后续100年的平均）：
  步长设为1即可：

  cdo timselmean,10,1 input_trace_temp.nc output_sliding_century_mean.nc
  

方法二：用R（灵活，适合后续分析） #

推荐用terra包处理NetCDF，步骤如下：

1. 加载包并读取数据：

   library(terra)
   # 读取NetCDF文件
   temp_rast <- rast("input_trace_temp.nc")
   

2. 确认时间轴信息（确保每个时间步对应10年）：

   # 获取时间向量，转换为年份数值（假设时间轴为年份，如-22000到0）
   time_years <- as.numeric(time(temp_rast))
   

3. 创建分组标签：
   • 百年分组：将年份除以100取整，同一百年的点会被分到一组

     century_groups <- floor(time_years / 100)
     

   • 千年分组：同理，除以1000取整

     millennium_groups <- floor(time_years / 1000)
     

4. 按分组计算空间平均：

   # 百年平均
   temp_century_mean <- tapp(temp_rast, century_groups, mean)
   # 千年平均
   temp_millennium_mean <- tapp(temp_rast, millennium_groups, mean)
   

5. 保存结果为NetCDF：

   writeRaster(temp_century_mean, "output_century_mean_r.nc", overwrite = TRUE)
   writeRaster(temp_millennium_mean, "output_millennium_mean_r.nc", overwrite = TRUE)
   

如果你的时间轴是POSIX格式（如"1970-01-01"），先转换为年份数值：

time_years <- as.numeric(format(time(temp_rast), "%Y"))

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