如何在xarray中删除网格点？或获取次邻近有效网格点

错误原因分析 #

你遇到的KeyError本质原因是：

• 你试图删除的42.36056（纬度）和-71.01056（经度）是气象站的经纬度，并不是ERA5数据集里实际存在的网格点坐标。
• 你的数据集网格是0.1°间隔：纬度从50.0到23.0（步长-0.1），经度从-125.0到-65.0（步长0.1），数据集里不存在42.36056这种精确值，drop_sel自然找不到对应的轴标签。
• 之前用sel(..., method='nearest')找到的是数据集里最接近气象站的网格点（比如纬度≈42.4、经度≈-71.0），但该点全为NaN，所以需要定位并跳过它，寻找下一个最近的有效网格点。

可行解决方案 #

方案1：定位并删除原最近网格点，再找次邻近点 #

先找到数据集内实际存在的最近网格点坐标，删除后再重新查找次邻近点：

import xarray as xr

# 目标气象站经纬度
target_lat = 42.36056
target_lon = -71.01056

# 打开数据集（原始逐小时/日最高温数据均可）
NUM_DAYS = 20
df = xr.open_mfdataset(
    '/glacier1/mmartin/data/ERA5_LandOnly_???????.nc',
    chunks={'time':24*NUM_DAYS, 'latitude':271, 'longitude':601}
)

# 1. 获取数据集内最接近目标的网格点坐标
nearest_lat = df.latitude.sel(latitude=target_lat, method='nearest').item()
nearest_lon = df.longitude.sel(longitude=target_lon, method='nearest').item()

# 2. 删除该无效网格点
df_filtered = df.drop_sel(latitude=nearest_lat, longitude=nearest_lon)

# 3. 查找次邻近的有效网格点
valid_data = df_filtered.sel(
    latitude=target_lat,
    longitude=target_lon,
    method='nearest'
)

方案2：直接筛选非NaN的最近网格点（更高效） #

无需删除网格点，直接计算所有网格点到目标的距离，筛选出非NaN点中距离最小的，避免重复IO操作：

import xarray as xr
import numpy as np

# 目标气象站经纬度
target_lat = 42.36056
target_lon = -71.01056

# 打开数据集
NUM_DAYS = 20
df = xr.open_mfdataset(
    '/glacier1/mmartin/data/ERA5_LandOnly_???????.nc',
    chunks={'time':24*NUM_DAYS, 'latitude':271, 'longitude':601}
)

# 用Haversine公式计算所有网格点到目标的球面距离（单位：km）
lat_rad = np.deg2rad(df.latitude)
lon_rad = np.deg2rad(df.longitude)
target_lat_rad = np.deg2rad(target_lat)
target_lon_rad = np.deg2rad(target_lon)

dlat = lat_rad - target_lat_rad
dlon = lon_rad - target_lon_rad
a = np.sin(dlat/2)**2 + np.cos(target_lat_rad) * np.cos(lat_rad) * np.sin(dlon/2)**2
c = 2 * np.arcsin(np.sqrt(a))
distance = 6371 * c

# 标记出时间维度上存在有效数据的网格点
valid_mask = ~df.t2m.isnull().all(dim='time')
# 给无效点设置极大距离，排序时自动排除
distance_masked = xr.where(valid_mask, distance, np.inf)

# 找到距离最小的网格点索引
min_dist_idx = distance_masked.argmin()

# 获取该点的有效数据
nearest_valid_data = df.isel(
    latitude=min_dist_idx.latitude,
    longitude=min_dist_idx.longitude
)

补充说明 #

• 两种方案均可在计算日最高温前（处理原始逐小时数据）或后执行，逻辑完全一致。
• 若数据集是规则0.1°间隔网格，也可以直接枚举目标点周围的4个邻近网格点（上下左右），检查哪个点有有效数据，这种方法速度更快。

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