使用xarray或cdo将netCDF数据扩展至全球范围并填充NA值

1. Xarray 实现方法 #

推荐直接使用reindex方法，这是最适配当前场景的功能，你之前尝试的方法不适用的原因如下：

• .pad()需要手动计算上下侧需要补充的格点数量，操作繁琐易出错
• .expand_dims()用于新增全新维度，不能扩展已有维度的坐标范围
• .assign_coords()用于修改现有坐标的取值，无法自动填充缺失坐标对应的数据

具体操作代码：

import xarray as xr
import numpy as np

# 读取原始数据
ds = xr.open_dataset("your_input.nc")

# 生成目标纬度序列，需和原始数据的纬度分辨率匹配，此处以0.5°分辨率为例
# arange左闭右开，所以终止值设为90可包含89.75
target_lat = np.arange(-89.75, 90, 0.5)

# 重索引扩展纬度范围，空缺值填充为NaN
ds_extend = ds.reindex(lat=target_lat, fill_value=np.nan)

# 保存结果
ds_extend.to_netcdf("global_extend_output.nc")

注意事项：

• 如果你的数据集纬度维度名称不是lat（比如为latitude），需要替换为对应维度名
• 若原始数据纬度分辨率不是0.5°，修改np.arange的第三个步长参数为对应分辨率即可

2. CDO 实现方法 #

直接使用CDO内置的enlarge命令即可一步完成，空缺区域自动填充缺失值：

cdo enlarge,lon=-180/180/lat=-89.75/89.75 input.nc cdo_output.nc

如果你的原始数据已经是全球经度范围，也可以仅指定纬度范围：

cdo enlarge,lat=-89.75/89.75 input.nc cdo_output.nc

内容的提问来源于stack exchange，提问作者Lucia