在R中提取NetCDF数据并转换为WorldClim格式的栅格TIF

问题原因 #

raster::brick最多支持4维NetCDF，你的文件有5个维度（lon/lat/month/CR/yearSumm），直接读取会失败。推荐用terra包（替代raster的新一代空间工具）或ncdf4手动处理，两种方法如下：

方法1：用ncdf4手动提取+terra转栅格 #

适合需要精细控制数据切片的场景：

# 加载依赖包
library(ncdf4)
library(terra)

# 1. 读取NetCDF文件
nc <- nc_open("你的文件路径.nc")
# 获取变量名（如果不知道，用names(nc$var)查看）
var_name <- names(nc$var)[1]
# 读取完整数据数组（维度顺序：lon, lat, month, CR, yearSumm）
data_array <- ncvar_get(nc, var_name)
nc_close(nc)

# 2. 切片提取目标数据：固定CR=1、yearSumm=1，提取13个month的lat×lon图层
# 注意：如果你的维度顺序不是lon/lat/month/CR/yearSumm，用nc$var[[var_name]]$dim确认顺序
target_data <- data_array[, , 1:13, 1, 1]

# 3. 转换为SpatRaster（terra的栅格对象）
# 创建WGS84坐标系的栅格模板（匹配MODIS 1°分辨率）
r_template <- rast(
  ncols = 360, nrows = 180,
  xmin = -180, xmax = 180, ymin = -90, ymax = 90,
  crs = "EPSG:4326"
)

# 转换每个图层：转置lon/lat维度 + 翻转lat方向（原lat从南到北，terra默认北到南）
raster_list <- lapply(1:13, function(m) {
  layer <- t(target_data[, , m])  # 交换lon和lat
  layer <- layer[nrow(layer):1, ]  # 翻转lat顺序
  rast(layer, template = r_template)
})

# 合并为多图层栅格
monthly_raster <- c(raster_list)
names(monthly_raster) <- paste0("month_", 1:13)

# 4. 导出为GeoTIFF（匹配WorldClim格式）
writeRaster(
  monthly_raster, "monthly_cloud_percent.tif",
  overwrite = TRUE, format = "GTiff", datatype = "FLT4S"
)

方法2：用terra直接读取（更简洁） #

terra原生支持多维度NetCDF，可直接指定切片条件：

library(terra)

# 直接读取并切片：指定变量名，固定CR=1、yearSumm=1
monthly_raster <- rast(
  "你的文件路径.nc",
  var = "你的变量名",  # 替换为实际变量名
  subset = list(CR = 1, yearSumm = 1)
)

# 检查图层顺序，若lat方向反转，执行翻转
monthly_raster <- flip(monthly_raster, "y")

# 设置图层名称
names(monthly_raster) <- paste0("month_", 1:13)

# 导出为GeoTIFF
writeRaster(
  monthly_raster, "monthly_cloud_percent.tif",
  overwrite = TRUE, format = "GTiff", datatype = "FLT4S"
)

关键注意事项 #

• 维度顺序确认：如果提取的图层是扭曲的，用nc$var[[var_name]]$dim查看变量的维度排列顺序，调整切片索引。
• 聚合需求：若需要对CR/yearSumm维度聚合（如求平均），用apply(data_array, c(1,2,3), mean, na.rm=TRUE)处理数组后再转栅格。
• 数据类型：百分比数据用FLT4S（单精度浮点）足够，若为0-100整数，可改用INT1U节省空间。

内容的提问来源于stack exchange，提问作者The_Tams