如何在xarray中应用海陆掩码筛选温度数据集的陆地点？

问题根源 #

你的掩码数据集mf.land带有长度为1的time维度，而温度数据集df.air的time维度长度是2920，直接用loc[mask]会因为维度不匹配报错。由于海陆掩码通常不随时间变化，我们需要先移除掩码的time维度，再应用到温度数据上。

解决方案 #

方法1：保留网格结构，将海洋点设为NaN #

这种方法会保留原数据集的维度，仅把海洋区域的温度值替换为NaN，方便后续空间分析或绘图：

# 读取数据
df = xr.open_dataset('/home/mmartin/LauNath/air.2m.2015.nc')
mf = xr.open_dataset('/home/mmartin/WinterMaxThesis/NOAAGrid/land.nc')

# 移除掩码的time维度（掩码不随时间变化）
land_mask = mf.land.squeeze(dim='time')  # 也可以用 mf.land.isel(time=0)

# 应用掩码：保留陆地网格点，海洋点设为NaN
land_only_temp = df.air.where(land_mask == 1)

方法2：提取所有陆地网格点的时间序列 #

如果需要将陆地点的时间序列提取为紧凑格式（用于统计分析等场景），可以这样操作：

# 处理掩码，移除time维度
land_mask = mf.land.squeeze(dim='time')

# 获取陆地网格的位置索引
land_indices = np.where(land_mask == 1)

# 提取所有陆地点的温度时间序列
land_temp_series = df.air.isel(x=land_indices[0], y=land_indices[1])

代码说明 #

• squeeze(dim='time')：移除长度为1的time维度，让掩码维度变为(x:349, y:277)，与温度数据的空间维度完全匹配。
• where()：xarray内置的条件筛选函数，按要求保留符合条件的值，不符合的设为NaN，完美适配多维数组的掩码操作。
• isel()：通过位置索引提取数据，结合np.where()得到的陆地网格位置，直接筛选出所有陆地点的时间序列。

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