非方形Ts-Seff网格2D插值函数异常：超范围输入未返回NaN

我之前也踩过非规则网格插值的类似坑！你遇到的问题本质是：大部分插值工具（比如常见的scipy.interpolate系列函数）默认会对超出单维度子范围的参数做外推计算，而不是自动返回NaN，导致明明不在有效范围内的(Ts=275, S=1.1)也能算出CO₂值。

解决这个问题的核心思路是先做参数合法性校验，再执行插值，具体可以按这几步来：

• 第一步：先为每个Ts值建立对应的Seff有效范围映射
  把你网格里每个Ts对应的Seff最小、最大值存成一个字典（或者其他结构），方便快速查询：

  # 示例：根据你的实际网格数据补充完整
  ts_seff_bounds = {
      275: (0.4, 0.8),
      320: (0.5, 1.2),
      # 其他Ts对应的Seff范围依次添加
  }
  

• 第二步：在插值前加入参数校验逻辑
  先判断输入的Ts是否在你的有效网格中，再检查对应的Seff是否在合法区间内，只有都满足才执行插值，否则直接返回NaN：

  def get_co2(Ts_input, S_input):
      # 检查输入Ts是否在预定义的有效网格中
      if Ts_input not in ts_seff_bounds:
          return float('nan')
      
      # 获取当前Ts对应的Seff合法区间
      seff_min, seff_max = ts_seff_bounds[Ts_input]
      # 检查输入S是否在合法区间内（包含边界）
      if not (seff_min <= S_input <= seff_max):
          return float('nan')
      
      # 执行你的插值计算逻辑（替换成你实际的插值代码）
      # 比如用scipy的interp1d针对当前Ts的Seff-CO₂曲线插值
      # interpolator = interp1d(seff_grid_for_ts, co2_data_for_ts, kind='linear')
      # return interpolator(S_input)[0]
      return your_interpolation_function(Ts_input, S_input)
  

• 额外优化：如果你的Ts是连续数值（不是离散的固定值），可以用近似匹配的方式，比如找到与输入Ts最接近的网格点，再检查其Seff范围；或者判断输入Ts是否在整个Ts网格的覆盖区间内，避免完全无关的Ts输入。

这个方法能彻底避免插值函数的自动外推行为，确保只有在参数落在对应Ts的有效Seff范围内时才返回有效CO₂值，否则返回NaN。

内容的提问来源于stack exchange，提问作者JadeChee