Python读取ETOPO1高程NetCDF文件缺失x_range变量解决方法

问题本质 #

你手里的ETOPO1 grd文件是GMT通用标准netCDF格式，示例代码适配的是旧版GMT导出的特殊版本——旧版本会把网格元数据拆成x_range/y_range/spacing/dimension这类独立变量，通用版本直接把完整坐标、高程数据存在x/y/z三个变量里，不需要手动重构网格。

修改后可直接运行的代码 #

import numpy as np
import matplotlib.pyplot as plt
from netCDF4 import Dataset

# 替换为本地ETOPO1 grd文件的实际路径
data = Dataset("Path/ETOPO1_Bed_g_gmt4.grd",'r')

# 直接读取核心变量，不需要手动生成坐标、重构数组
lon = data.variables['x'][:]
lat = data.variables['y'][:]
topo = data.variables['z'][:]

# 可视化：绑定经纬度范围，修正坐标方向，仅显示海平面以下地形
plt.imshow(
    topo,
    vmax=0,
    extent=[lon.min(), lon.max(), lat.min(), lat.max()],
    origin='lower'
)
plt.colorbar(label='高程/深度 (m)')
plt.show()

关键适配说明 #

• 通用格式下x是按固定间隔排布的完整经度一维数组，y是对应纬度一维数组，z已经是维度为(纬度点数, 经度点数)的二维高程数组，不需要手动调用linspace生成坐标、不需要手动对z做reshape操作。
• 如果确实需要用到原示例里的元数据参数，直接从已读取的三个变量计算即可，结果完全等价：

  lon_range = [lon.min(), lon.max()]
  lat_range = [lat.min(), lat.max()]
  topo_range = [topo.min(), topo.max()]
  spacing = [np.diff(lon).mean(), np.diff(lat).mean()]
  lon_num, lat_num = lon.shape[0], lat.shape[0]
  

• 绘图时必须设置origin='lower'和extent参数：前者修正纬度方向，避免地形上下颠倒；后者绑定实际经纬度范围，保证坐标刻度和地理位置一一对应。

内容的提问来源于stack exchange，提问作者Weiss