合并多时段netCDF格式气象数据集多次尝试失败，寻求可行解决方案

方案1：xarray+Dask分块合并（解决内存溢出&依赖冲突问题） #

• 先通过conda安装无冲突依赖，避免pip安装netCDF4的依赖问题，执行命令：
  conda install -c conda-forge xarray netcdf4 dask
• 采用懒加载分块处理逻辑，不需要将全量数据加载到内存，8G内存即可完成处理，参考代码：

import xarray as xr

# 传入三个待合并的文件路径，按时间维度分块加载
ds_merged = xr.open_mfdataset(
    ["era5land_t2m_1981_1990.nc", "era5land_t2m_1991_2000.nc", "era5land_t2m_2001_2010.nc"],
    chunks={"time": 720}, # 按1个月的小时数据为分块单位，可根据自身内存大小调整
    combine="nested",
    concat_dim="time"
)

# 直接写入合并后的文件，Dask会自动分块计算，无需占用超额内存
ds_merged.to_netcdf("era5land_t2m_1981_2010_merged.nc")

方案2：NCO命令行拼接（解决ncrcat语法报错问题） #

ncrcat是独立的命令行工具，不能在Python交互环境中运行，可通过conda安装原生Windows版本后直接在PowerShell/CMD中执行：

• 安装NCO：conda install -c conda-forge nco
• 执行合并命令：ncrcat era5land_t2m_1981_1990.nc era5land_t2m_1991_2000.nc era5land_t2m_2001_2010.nc era5land_t2m_merged.nc
  该方案无需编码，处理速度最快，不会触发内存溢出问题。

方案3：CDO命令行合并（解决数值转换报错问题） #

之前Cygwin下CDO报错是因为默认数值类型转换逻辑和源文件不匹配，添加参数指定数据类型即可解决，也可直接安装Windows原生CDO避免Cygwin环境兼容性问题：

• 安装CDO：conda install -c conda-forge cdo
• 执行合并命令，指定使用和源文件一致的32位浮点数类型：
  cdo -b F32 mergetime era5land_t2m_1981_1990.nc era5land_t2m_1991_2000.nc era5land_t2m_2001_2010.nc era5land_t2m_merged.nc

前置检查项 #

合并前可通过ncdump -h 单个文件路径查看文件头信息，确认三个文件的变量名、空间坐标维度、单位完全一致，避免因下载参数差异导致的合并错误。

内容的提问来源于stack exchange，提问作者Brian