1993-2019年周尺度卫星数据转月时序的实现方法及代码报错排查

• 手头有1993年1月-2019年12月的周尺度卫星栅格数据，目标是把时间维度聚合为自然月尺度，最终输出维度为「月份-经度-纬度」的均值结果。
• 最初尝试的固定每4周切分取均值逻辑完全无法适配真实场景：受闰年、单月周数不固定（部分自然月会包含5个周采样点）影响，切分结果存在大量跨月分组，比如出现3月末和4月初数据被划为同组的错误。
• 尝试改用（年、月）作为分组键实现逻辑时，运行触发IndexError: invalid index to scalar variable，报错出现在遍历时间数组做日期字符串解析的列表推导环节。

报错根因说明
这个报错和time变量的结构有一定关系，但核心是原代码的两个逻辑bug：

1. 字典初始化逻辑错误：首次遇到某个（年、月）键时，直接把单个datetime对象赋值给键值，没有初始化为列表；后续再次遇到同组日期调用.append()方法时，本质是对单个标量值执行列表操作，直接触发索引类报错。
2. 如果你的time数组是xarray读取的CF标准时间格式，直接遍历元素拿到的是单元素时间标量而非字符串，强行做字符串切片（n[:10]）时也会触发同类索引错误。

首选方案：用xarray原生时间重采样 #

如果原始数据是xarray结构加载的，完全不需要手动写循环切分，内置的重采样接口会自动按照公历自然月边界分组，兼容所有闰年、月内周数不固定的场景，计算效率远高于手动循环：

# 直接按自然月取均值，自动输出(时间/月份, 纬度, 经度)维度的结果
sss_md_monthly = sss_md.resample(time="1M").mean(dim="time")

• 结果完全匹配自然月边界：每个月的均值会自动聚合该月所有包含的周采样点，不会出现跨月分组错误。
• 如果需要严格限定范围为1993年1月到2019年12月，可以先做时间切片再重采样：

sss_md_monthly = sss_md.sel(time=slice("1993-01", "2019-12")).resample(time="1M").mean(dim="time")

备选方案：纯numpy手动分组实现 #

如果是纯numpy存储的栅格数据（时间维度shape为(时间数, 纬度, 经度)），可以按照以下修正后的逻辑实现：

1. 先把时间数组统一解析为可提取年、月的datetime格式
2. 用自动初始化空列表的字典结构存储每个月对应的时间索引，避免原代码的标量赋值bug
3. 按时间先后顺序排序月份键，保证最终输出的月维度是连续正序的
4. 逐组沿时间轴取均值，保留空间维度

import numpy as np
import datetime as dt
from collections import defaultdict

# 输入：sss_md = shape为(时间数, 纬度数, 经度数)的numpy数组
# 输入：time_raw = 和sss_md时间维度等长的时间字符串数组，形如"1993-01-06T12:00:00"
time_list = [dt.datetime.strptime(n[:10], "%Y-%m-%d") for n in time_raw]

# 自动初始化空列表，避免原代码的标量赋值报错
month_group_idx = defaultdict(list)
for t_idx, t_val in enumerate(time_list):
    group_key = (t_val.year, t_val.month)
    month_group_idx[group_key].append(t_idx)

# 按时间先后排序月份键，保证输出序列不混乱
sorted_month_keys = sorted(month_group_idx.keys())

# 逐组计算月均值
monthly_result = []
for key in sorted_month_keys:
    # 提取当前月所有周的时间索引，沿时间轴取均值
    match_idx = month_group_idx[key]
    monthly_mean = np.mean(sss_md[match_idx, ...], axis=0)
    monthly_result.append(monthly_mean)

# 最终输出shape为(月数, 纬度数, 经度数)的月尺度数组
sss_md_monthly = np.array(monthly_result)

• 原代码group_month[(i.month, i.year)] = i的赋值逻辑错误：首次匹配到分组键时直接存入单个datetime标量，后续同组数据调用.append()时就会触发标量索引错误，修正后需要统一用列表存储同组的索引或时间值。
• 原代码未对字典的键做时间排序：直接遍历字典构建输出序列时，月份会是乱序的，必须按（年、月）的时间先后排序后再计算均值。

内容的提问来源于stack exchange，提问作者wabash