如何从逐日降水NetCDF文件提取指定经纬度范围月均值并输出新文件

方法1：CDO命令行实现（无代码，效率最高） #

直接在终端执行单条命令即可完成所有需求：
cdo monmean -sellonlatbox,-118.25,-84.75,13.25,33.25 input_precip.nc output_monthly_precip.nc
参数说明：

• -sellonlatbox为区域裁剪算子，四个参数按顺序对应西经度边界、东经度边界、南纬度边界、北纬度边界，完全匹配你需要的提取范围
• monmean为月平均计算算子，会自动识别时间维度的自然月份分组，逐网格计算月平均值，输出文件默认保留(lon,lat,time)的维度顺序，符合要求
  如果原始文件时间维度无法被正确识别，可在命令最前面增加-setcalendar,standard参数校准时间配置。

方法2：Python xarray实现（灵活度高，适合后续自定义处理） #

依赖安装 #

执行命令安装所需库：
pip install xarray netcdf4

处理代码 #

import xarray as xr

# 读取原始逐日降水NetCDF文件
ds = xr.open_dataset("your_daily_precip.nc")

# 提取指定经纬度范围的子区域
# 若你的数据纬度为降序存储，将slice参数改为(33.25,13.25)即可
ds_region = ds.sel(
    lon=slice(-118.25, -84.75),
    lat=slice(13.25, 33.25)
)

# 按自然月重采样计算月平均，输出保留(lon,lat,time)维度
ds_monthly = ds_region.resample(time="1ME").mean()

# 导出结果为NetCDF文件
ds_monthly.to_netcdf("monthly_precip_output.nc")

逻辑说明 #

• sel方法直接按照经纬度坐标值切片，不需要手动找索引位置
• resample(time="1ME")自动按日历月分组处理，不会混淆不同年份的相同月份，输出的time维度对应每个月的月末时间戳，维度结构和原始数据保持一致。

内容的提问来源于stack exchange，提问作者Adrian Torres