NetCDF提取ETOPO1高程数据出现X轴镜像问题如何解决

问题根因 #

ETOPO1 基岩高程NetCDF文件的默认存储规则为：高程二维矩阵的第一维对应纬度（从北至南即90°N到-90°S排序），第二维对应经度（从西至东即-180°到180°排序）。
原有代码存在两处核心问题：

• 直接对一维经纬度数组做reshape(-1)展平，没有生成和高程二维矩阵维度完全匹配的经纬度网格，导致坐标与高程值错位
• 高程值反转逻辑 height.reshape(-1)[0::-1] 写法错误，该语句仅会返回展平数组第一个元素的反向切片，根本没有完成维度方向对齐，最终触发X轴镜像翻转。

修复方案 #

先校验经纬度数组的排序方向，对齐高程矩阵的维度顺序，再生成匹配的经纬度网格后展平入表：

import numpy as np
import pandas as pd
import netCDF4 as nc

# 替换为本地ETOPO1文件读取逻辑
ds = nc.Dataset("你的ETOPO1_nc文件本地路径")
lon = ds.variables['lon'][:]
lat = ds.variables['lat'][:]
height = ds.variables['z'][:]

# 维度对齐核心逻辑
# 校验经度方向，若为自东向西排序则反转经度轴
if lon[0] > lon[-1]:
    lon = lon[::-1]
    height = height[:, ::-1]
# 校验纬度方向，若为自南向北排序则反转纬度轴
if lat[0] < lat[-1]:
    lat = lat[::-1]
    height = height[::-1, :]

# 生成和高程矩阵完全匹配的经纬度网格
lon_grid, lat_grid = np.meshgrid(lon, lat)

dfl= pd.DataFrame({
    'Latitude' : lat_grid.reshape(-1),
    'Longitude': lon_grid.reshape(-1),
    'Altitude': height.reshape(-1),
    'Value': value.reshape(-1),
})
print(dfl)

异常参考 #

调整完维度后可以先取小范围经纬度的高程值做校验，比如取已知高程的地标点核对数值匹配度，确认无错位后再做全量数据处理即可。

内容的提问来源于stack exchange，提问作者Weiss