Xarray基于多条件掩膜处理NetCDF数据的实现问题

• NaN判断逻辑失效：用shrub_total != np.nan判断非空值是无效写法，NaN与任何值的等值比较结果都为False，这行判断永远不会筛出有效陆地点，反而会把原本是NaN的海洋格点纳入处理范围，是出现大面积紫色无效色块的核心原因。
• 纬度条件逻辑矛盾：计算Shrub时设置的纬度判断为(Lat<60) & (Lat>75)，两个条件无交集，判断结果永远为False，导致输出结果完全失真。
• 掩膜逻辑不符合需求：没有优先维持海洋格点的NaN属性，直接把非目标区域全部赋值为0，破坏了海洋区域的原始空值标识，也没有做到两个输出变量的互逆匹配。
• 绘图参数不匹配：设置2列子图却访问第3个绘图轴，会直接触发索引报错。

先明确两个输出变量的严格判定规则：

1. 输出1（目标纬度带陆地点）：
   • 全范围海洋格点（原始值为NaN）始终保持NaN，不做任何修改
   • 60-75°N纬度带内的陆地点，保留原始数值
   • 其余区域的陆地点，统一赋值为0
2. 输出2（非目标纬度带陆地点）：
   • 全范围海洋格点始终保持NaN
   • 60-75°N纬度带以外的陆地点，保留原始数值
   • 60-75°N纬度带内的陆地点，统一赋值为0

import numpy as np
import xarray as xr
import matplotlib.pyplot as plt

# 读取NetCDF数据
ds = xr.open_dataset('ifle.nc')
shrub_total = ds['Shrub']

# 构建基础掩膜：标记所有陆地点（原始值非空的格点），海洋点默认保持NaN
land_mask = shrub_total.notnull()
# 标记60°N-75°N的目标纬度范围
target_lat_mask = (shrub_total.Lat >= 60) & (shrub_total.Lat <= 75)

# 计算Tundra变量
tundra = shrub_total.where(
    # 保留规则：陆地点 + 位于目标纬度带
    cond=land_mask & target_lat_mask,
    # 其余区域赋值规则：陆地点设为0，海洋点保持NaN
    other=xr.where(land_mask, 0, np.nan)
)

# 计算全域Shrub变量
shrub_other = shrub_total.where(
    # 保留规则：陆地点 + 不位于目标纬度带
    cond=land_mask & ~target_lat_mask,
    # 其余区域赋值规则：陆地点设为0，海洋点保持NaN
    other=xr.where(land_mask, 0, np.nan)
)

# 将处理后的变量写入数据集
ds = ds.assign(
    Shrub_total=shrub_total,
    Tundra=tundra,
    Shrub=shrub_other
)

# 修正绘图参数：3个变量对应3列子图
fig, axes = plt.subplots(ncols=3, figsize=(16, 3))
ds['Shrub_total'].isel(Time=0).plot(ax=axes[0])
ds['Tundra'].isel(Time=0).plot(ax=axes[1])
ds['Shrub'].isel(Time=0).plot(ax=axes[2])
plt.tight_layout()
plt.show()

• 利用xarray的notnull()方法做陆地点判定时，直接匹配原始数据“陆地点有值、海洋点为NaN”的编码规则，比手动判断数值更准确，也不需要额外加载独立的陆掩膜数据。
• 调用where方法时，不能直接把非保留区域的other值设为常数0，必须嵌套判断逻辑，保证海洋区域始终保持NaN，避免出现无意义的纯色块。
• 纬度区间判断可以根据需求调整开闭区间（比如是否包含60°、75°纬线本身的格点），只要保证两个输出变量的纬度判定逻辑互逆即可。

内容的提问来源于stack exchange，提问作者scriptgirl_3000