在R中基于ERA5逐小时NetCDF数据计算月均最高气温的方法咨询

完全可以通过ncdf4、raster包实现需求，更推荐使用新一代空间数据处理包terra，它的延迟读取、维度聚合效率远高于传统的全量加载转换思路，不需要把41年逐小时数据全部读入内存即可完成计算，完美解决大文件处理的报错问题。

核心思路 #

• 不需要把NC文件全量转换为csv，通过terra的延迟读取机制，只在计算时读取必要的数据块
• 提取NC文件的时间维度，识别每个时次对应的年、月分组
• 按年月分组对所有网格的逐小时最高温做聚合计算，得到逐月平均
• 分别输出栅格格式的网格结果、整理后的表格型时间序列

实现代码 #

1. 加载依赖包 #

# 安装依赖（首次使用执行）
install.packages(c("terra", "lubridate", "dplyr", "tidyr"))
# 加载包
library(terra)
library(lubridate)
library(dplyr)
library(tidyr)

2. 读取NC文件并解析时间维度 #

# 读取你下载的NC文件，rast默认延迟读取，不会占用大量内存
nc_rast <- rast("era5-wap-Tmax2m_1979_2019.nc")

# 提取时间维度信息并解析为时间格式
nc_time <- time(nc_rast)
# 提取每个时次对应的年月标签，作为分组依据
year_month <- paste(year(nc_time), sprintf("%02d", month(nc_time)), sep = "_")

# 可选：温度单位从开尔文转换为摄氏度
nc_rast <- nc_rast - 273.15

3. 计算逐月平均最高温 #

# 按年月分组聚合，fun指定计算平均值，na.rm处理缺测值
monthly_mean_tmax <- tapp(nc_rast, index = year_month, fun = mean, na.rm = TRUE)

# 给输出的栅格层设置时间标签
time(monthly_mean_tmax) <- ymd(paste0(unique(year_month), "_01"))

4. 输出网格结果 #

# 输出为NetCDF格式网格文件，保留空间坐标和时间信息
writeRaster(monthly_mean_tmax, "逐月平均最高温_网格结果.nc", overwrite = TRUE)
# 也可输出为tif格式，每层对应一个月
writeRaster(monthly_mean_tmax, "逐月平均最高温_网格结果.tif", overwrite = TRUE)

5. 输出表格型时间序列 #

# 栅格转数据框，保留经纬度信息
tmax_df <- as.data.frame(monthly_mean_tmax, xy = TRUE)
# 转换为长格式：列名对应 经度、纬度、年月、平均最高温
tmax_long <- tmax_df %>%
  pivot_longer(cols = -c(x, y), names_to = "year_month", values_to = "mean_tmax")

# 输出为csv文件
write.csv(tmax_long, "逐月平均最高温_时间序列.csv", row.names = FALSE, na = "")

注意事项 #

• 如果你的设备内存极小，可以按年份拆分计算：每次读取1年的NC数据，计算当年的逐月平均后再读取下一年，最后合并结果即可
• 输出的表格如果需要宽格式（每个网格对应一列，每行对应一个月），可以在长格式的基础上用pivot_wider转换即可
• 你从CDS申请数据的参数完全正确，不需要调整下载配置

内容的提问来源于stack exchange，提问作者Patricia