如何优化CHELSA气候数据处理的Bash for循环 消除冗余建目录逻辑

优化核心思路 #

• 调整循环层级：把原来「外层遍历月份、内层依次处理3个气候变量」的顺序反过来，外层循环只遍历3个气候变量，每个变量仅做1次目录创建，内层循环遍历12个月份执行数据裁剪下载，直接消除33次冗余的mkdir调用
• 解决嵌套思路卡壳的核心问题：针对3个气候变量的源文件路径、输出文件名格式差异，使用Bash关联数组做规则映射，不用为每个变量单独编写完整的gdal_translate命令块，不管路径格式有多少细节差异，只要在数组里写清楚对应规则，循环逻辑就能通用
• 用mkdir -p替代基础mkdir，增强脚本容错性，避免重复运行时因目录已存在中断流程
• 公共参数抽离为独立变量，后续调整gdal压缩等级、裁剪范围时只需要修改一处

可直接运行的脚本 #

# 定义公共gdal参数，避免重复书写
GDAL_TRANSLATE_OPTS=(-projwin "$ulx" "$uly" "$lrx" "$lry" -co COMPRESS=DEFLATE -co ZLEVEL=9)

# 声明关联数组，存储每个气候变量对应的源URL模板、输出文件名模板
# （需Bash 4.0及以上版本支持关联数组，低版本可改用平行索引数组实现相同逻辑）
declare -A SRC_URL=(
    [tmin]='/vsicurl/https://os.zhdk.cloud.switch.ch/envicloud/chelsa/chelsa_V1/climatologies/tmin/CHELSA_tmin10_%s_1979-2013_V1.2_land.tif'
    [prec]='/vsicurl/https://os.zhdk.cloud.switch.ch/envicloud/chelsa/chelsa_V1/climatologies/prec/CHELSA_prec_%s_V1.2_land.tif'
    [tmax]='/vsicurl/https://os.zhdk.cloud.switch.ch/envicloud/chelsa/chelsa_V1/climatologies/tmax/CHELSA_tmax10_%s_1979-2013_V1.2_land.tif'
)
declare -A OUT_NAME=(
    [tmin]='CHELSA_tmin10_%s_1979-2013_V1.2_land_crop.tif'
    [prec]='CHELSA_prec_%s_V1.2_land_crop.tif'
    [tmax]='CHELSA_tmax10_%s_1979-2013_V1.2_land_crop.tif'
)

# 外层循环：遍历所有气候变量，仅执行1次目录创建
for var in tmin prec tmax; do
    mkdir -p "$var"
    cd "$var" || exit 1

    # 内层循环：遍历12个月份，执行裁剪操作
    for MM in 01 02 03 04 05 06 07 08 09 10 11 12; do
        # 用printf把月份值填充到模板里，生成完整路径
        printf -v src_path "${SRC_URL[$var]}" "$MM"
        printf -v out_path "${OUT_NAME[$var]}" "$MM"
        gdal_translate "${GDAL_TRANSLATE_OPTS[@]}" "$src_path" "$out_path"
    done

    cd .. || exit 1
done

优化效果说明 #

• 目录创建次数从原脚本的36次（12个月*3个变量）降低到3次，完全消除重复的磁盘IO操作
• 去掉了所有重复的gdal_translate命令块，后续如果要新增气候变量（比如辐射、风速数据），只需要在关联数组里新增1行对应的URL、文件名规则，不用重复编写完整的命令
• 增加cd操作的容错判断，避免目录异常时脚本进入错误路径继续执行，防止文件存错位置
• 脚本重复运行时不会因为已有目录直接报错，可根据需要额外增加文件存在判断逻辑，跳过已完成的裁剪步骤

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