如何用Python从高分辨率NetCDF文件中提取指定经纬度区域

嘿，我懂你现在的困扰——直接用[:30:80,30:40]这种索引切片完全行不通，因为这个NetCDF文件的分辨率远高于1×1度，维度索引和实际经纬度根本不是一一对应的。你需要先找到目标经纬度范围对应的数组索引，再用这些索引去切分数据。

下面是具体的操作步骤和修正后的代码：

步骤1：加载NetCDF文件与变量 #

先正常读取文件和变量，这部分你的基础代码没问题，只是要注意路径的正确性：

from netCDF4 import Dataset
import numpy as np

# 替换成你的文件路径
file_path = "20180801-ESACCI-L3S_FIRE-BA-MODIS-AREA_3-fv5.1-JD.nc"
fh = Dataset(file_path, 'r')

# 读取经纬度和目标变量
longitude = fh.variables['lon'][:]
latitude = fh.variables['lat'][:]
band1 = fh.variables['Band1'][:]

步骤2：定位目标经纬度对应的索引 #

我们需要筛选出经度在30-80之间、纬度在30-40之间的数组索引位置。这里用numpy的布尔索引来实现：

# 筛选经度在30到80之间的索引
lon_mask = (longitude >= 30) & (longitude <= 80)
lon_indices = np.where(lon_mask)[0]

# 筛选纬度在30到40之间的索引
lat_mask = (latitude >= 30) & (latitude <= 40)
lat_indices = np.where(lat_mask)[0]

注意：如果你的纬度数组是从北到南降序排列的（比如有些遥感数据会这样存储），记得确认筛选后的索引顺序是否正确，必要时可以用np.sort()调整。

步骤3：提取目标区域的数据 #

现在用找到的索引去切片Band1，因为Band1的维度是(lat数量, lon数量)，所以第一维用纬度索引，第二维用经度索引：

# 提取指定区域的Band1数据（连续索引范围）
target_band1 = band1[lat_indices.min():lat_indices.max()+1, lon_indices.min():lon_indices.max()+1]

如果你的经纬度索引存在非连续情况（比如数据有缺失），也可以直接用筛选后的索引数组切片：

# 针对非连续索引的切片方式
target_band1 = band1[lat_indices[:, np.newaxis], lon_indices]

验证结果（可选） #

如果想确认提取的区域是否正确，可以简单打印一下提取后的经纬度范围：

print(f"提取的经度范围：{longitude[lon_indices].min()} ~ {longitude[lon_indices].max()}")
print(f"提取的纬度范围：{latitude[lat_indices].min()} ~ {latitude[lat_indices].max()}")

最后记得关闭文件句柄：

fh.close()

内容的提问来源于stack exchange，提问作者Tobi