基于R语言将NCDF转为栅格的方法及年度均值计算疑问

我正在使用哥白尼（Copernicus）的环境数据层，这些数据为NCDF格式，需要转为栅格格式以便在QGIS中处理，目前使用的R脚本如下：

## Output: a GeoTIFF file
file.tiff <- 'currents_2021.tiff'

## Import netCDF
currents_2021 <- raster(file.nc)

## Save to disk as GeoTIFF
writeRaster(currents_2021, filename = file.tiff, format = 'GTiff', overwrite = T)

## For multiple files, could use a for loop
## Input directory
dir.nc <- '~/ENSAT/Mobilité/Stage 2A/Archipelagos/Seabirds project/Environmental variables/Currents/2021'
files.nc <- list.files(dir.nc, full.names = T, recursive = T)

## Output directory
dir.output <- '~/ENSAT/Mobilité/Stage 2A/Archipelagos/Seabirds project/Environmental variables/SST/requested_files'

该脚本可正常运行，但我的数据为全年每日采集的时序数据，每个经纬度对应365个（理论值）变量值。我不清楚raster函数会如何处理这些值、选取哪个值作为栅格单元值，我需要得到年度均值，即每个栅格单元对应所有值的平均值，不确定当前脚本是否会自动完成此计算。

1. 当前脚本的行为说明 #

raster()函数读取带时间维度的NCDF文件时，默认只会提取第一个时间切片（即单日数据），不会自动计算年度均值。你当前输出的currents_2021.tiff只是全年中某一天的海流数据，不是你需要的年度平均值。

2. 计算年度均值的正确方法 #

根据你的数据存储方式（单文件含全年时序/多单日文件），分两种处理方案：

方案一：单NCDF文件包含全年365个时间切片 #

使用brick()或stack()读取完整的时序数据集，再计算栅格单元的时间维度均值：

# 读取完整时序数据集
currents_2021_full <- brick(file.nc)

# 计算年度均值，na.rm=TRUE忽略缺失值
currents_2021_mean <- mean(currents_2021_full, na.rm = TRUE)

# 输出为GeoTIFF
writeRaster(currents_2021_mean, filename = 'currents_2021_mean.tiff', format = 'GTiff', overwrite = TRUE)

方案二：多个单日NCDF文件（对应全年每日数据） #

直接批量读取所有文件并计算均值：

# 输入输出路径
dir.nc <- '~/ENSAT/Mobilité/Stage 2A/Archipelagos/Seabirds project/Environmental variables/Currents/2021'
dir.output <- '~/ENSAT/Mobilité/Stage 2A/Archipelagos/Seabirds project/Environmental variables/SST/requested_files'

# 批量读取所有NCDF文件
currents_2021_stack <- stack(list.files(dir.nc, full.names = TRUE, recursive = TRUE))

# 计算年度均值
currents_2021_mean <- mean(currents_2021_stack, na.rm = TRUE)

# 输出到指定目录
writeRaster(currents_2021_mean, filename = file.path(dir.output, 'currents_2021_mean.tiff'), format = 'GTiff', overwrite = TRUE)

3. 关键说明 #

• brick()和stack()都能读取多图层栅格数据，区别是brick()更适合处理大型连续数据集（如单NCDF时序文件），内存效率更高。
• mean()函数设置na.rm=TRUE可忽略缺失值，适合处理可能存在数据缺口的逐日观测数据。

内容的提问来源于stack exchange，提问作者Alice B