NetCDF文件域局部赋值及x<0区域插值异常问题求助

现有代码核心问题 #

1. 坐标筛选范围不符合需求：当前仅筛选x<0的区域，没有限制x≥-120的下界，会错误修改x<-120区间的变量值
2. 变量覆盖范围过大：遍历所有变量赋值，和需求中仅修改density、speed of sound、temperature三个变量的要求不符，会导致其他无关变量被错误篡改
3. 插值参数适配性不足：反距离插值的10邻域、指数3的配置对于大尺度网格容易出现过度平滑，导致插值结果不符合预期
4. 大文件处理无优化：全量加载整个网格和字段做插值，对大体积NetCDF文件会出现内存占用过高、运算效率低下甚至数据截断的问题

修正后代码 #

import numpy as np

solutiongrid = Grid('data_for_interp/tau.grid')
solutionfield = Field('data_for_interp/restart.pval')
dummygrid = Grid('mesh/dome_lox.grid')
injector_sol = Field("out/dome_lox.pval.1")

# 精准匹配x=-120到x=0的目标区间
target_ids = np.where((dummygrid.pnt[0,:] < 0.0) & (dummygrid.pnt[0,:] >= -120.0))[0]
interpolated_field = solutionfield.interpolate(solutiongrid, dummygrid, 
                       nneighbours=6, method='inverse_distance', 
                       exponent=2.0)

interpolated_field.reset_iteration_counter()

# 仅修改指定的三个目标变量
target_vars = ['density', 'speed of sound', 'temperature']
for var in target_vars:
    interpolated_field.vars[var][target_ids] = injector_sol.vars[var][target_ids]

interpolated_field.write('restart_dome.pval')

可选优化项 #

• 若使用的插值接口支持指定目标点插值，不需要全域插值后再覆盖，直接对x=-120到0的区间做插值即可，运算效率可提升50%以上
• 若网格为非均匀结构化网格，可将插值方法切换为线性插值，比反距离插值的结果更贴合物理场分布
• 超大体量NetCDF文件可使用分块读取功能，避免一次性加载全量数据到内存

内容的提问来源于stack exchange，提问作者Federica Tonti