如何在TensorFlow中使用NetCDF数据实现降雪预测？

1. 加载NetCDF数据并对齐时间维度 #

先拿xarray或者netCDF4加载温湿度数据，用xarray处理多维数据更顺手：

import xarray as xr
import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# 加载温湿度NetCDF文件
temp_ds = xr.open_dataset('temperature.nc')
humidity_ds = xr.open_dataset('humidity.nc')

# 提取核心数据：时间序列、空间网格的温湿度值
temp_data = temp_ds['temperature'].values  # 形状：(time, lat, lon)
humidity_data = humidity_ds['humidity'].values  # 形状：(time, lat, lon)
time_points = temp_ds['time'].values

# 把降雪DataFrame的时间和NetCDF对齐，避免数据错位
df = df.set_index('time').reindex(time_points).reset_index()

2. 把空间数据转成模型能接受的特征 #

每个时间点的温湿度是二维空间网格，有两种常用处理方式：

方式一：摊平空间网格成一维特征 #

把每个时间点的经纬度网格直接摊平成一维向量——比如纬度30个点、经度40个点，单时间点的温度特征就是30×40=1200维，湿度同理，合起来就是2400维特征：

# 摊平空间维度：从(time, lat, lon)转成(time, lat*lon)
temp_flatten = temp_data.reshape(temp_data.shape[0], -1)
humidity_flatten = humidity_data.reshape(humidity_data.shape[0], -1)

# 合并温湿度特征
features = np.concatenate([temp_flatten, humidity_flatten], axis=1)

方式二：提取空间统计特征（减少维度） #

如果空间维度太大，全连接模型训练吃力，可以提取每个时间点的空间统计量，比如均值、极值、标准差，这样特征数会大幅减少：

# 计算温度的空间统计特征
temp_mean = np.mean(temp_data, axis=(1,2))
temp_max = np.max(temp_data, axis=(1,2))
temp_min = np.min(temp_data, axis=(1,2))
temp_std = np.std(temp_data, axis=(1,2))

# 计算湿度的空间统计特征
hum_mean = np.mean(humidity_data, axis=(1,2))
hum_max = np.max(humidity_data, axis=(1,2))
hum_min = np.min(humidity_data, axis=(1,2))
hum_std = np.std(humidity_data, axis=(1,2))

# 合并所有统计特征
features = np.column_stack([temp_mean, temp_max, temp_min, temp_std,
                            hum_mean, hum_max, hum_min, hum_std])

3. 对齐标签并划分数据集 #

确保特征的行数和降雪标签完全匹配，再划分训练测试集：

# 提取降雪标签，转成模型需要的一维格式
labels = df['Snow'].values
y = np.ravel(labels)

# 划分训练/测试集
X_train, X_test, y_train, y_test = train_test_split(features, y, test_size=0.33, random_state=42)

# 标准化特征（和你原来的逻辑一致）
scaler = StandardScaler().fit(X_train)
X_train = scaler.transform(X_train)
X_test = scaler.transform(X_test)

4. 构建并训练模型 #

根据特征维度调整输入层的input_shape：

如果用方式一（摊平特征）： #

输入形状要改成特征的总维度（比如2400），可以适当增加网络层数提升拟合能力：

model = Sequential()
model.add(Dense(64, activation='relu', input_shape=(features.shape[1],)))
model.add(Dense(32, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='adam',  # 替换sgd为adam通常效果更稳定
              metrics=['accuracy'])

model.fit(X_train, y_train, epochs=15, batch_size=32, verbose=1)

如果用方式二（统计特征）： #

特征数是8，和你原来的代码完全匹配，直接复用即可：

model = Sequential()
model.add(Dense(6, activation='relu', input_shape=(8,)))
model.add(Dense(6, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='sgd',
              metrics=['accuracy'])

model.fit(X_train, y_train, epochs=8, batch_size=1, verbose=1)

5. 模型评估 #

y_pred = model.predict(X_test)
score = model.evaluate(X_test, y_test, verbose=1)
print(f"测试集损失: {score[0]}, 准确率: {score[1]}")

额外提示 #

• 如果想保留空间关联信息，可以用卷积神经网络（CNN），把每个时间点的温湿度当成双通道图像（(lat, lon, 2)）输入，能更好捕捉空间上的温湿度分布规律。
• 一定要检查NetCDF和DataFrame的时间戳格式是否一致，避免数据错位。
• 数据量很大的话，建议用TensorFlow的tf.data.Dataset构建数据管道，提升训练效率。

内容的提问来源于stack exchange，提问作者lola