解决 | 海洋数据双线性插值后出错（大陆为缺失值nan）

研究好几天TAT，如题需要对nc文件提高分辨率，进行双线性差值时报错

原始文件：float hus(time=12, plev=17, lat=192, lon=288)

插值后目标：float hus(time=12, plev=17, lat=361, lon=720)

---

与其他文件不同点在于，大陆数据为缺失值nan

这是原始数据

for file in *.nc; do     cdo remapbil,r720x361 "$file" "${file%.nc}_regrid.nc"; done

cdo差值后变成了

查看数据发现，出错的地方都是大陆区域（数据出现巨大值或巨小值）

而海洋区域数据与原始大致相同

于是想到简单处理办法（找了好几天问题在哪TAT）

只要把错误数据都设置为nan值（我这里设置了<-10和>10的值全部用nan代替）

import os
import numpy as np
import xarray as xr
from glob import glob

input_folder = r'E:\PMIP3\piControl\hus\huslist\plev17'  # 输入文件夹路径
output_folder = r'E:\PMIP3\piControl\hus\huslist\plev17\modified'  # 输出文件夹路径

if not os.path.exists(output_folder):
    os.makedirs(output_folder)

for input_file in glob(os.path.join(input_folder, '*.nc')):
    ds = xr.open_dataset(input_file)
    if 'hus' in ds:
        ds['hus'] = ds['hus'].where((ds['hus'] >= -10) & (ds['hus'] <= 10), np.nan)
        filename = os.path.basename(input_file) 
        output_file = os.path.join(output_folder, filename)  
        ds.to_netcdf(output_file)
        print(f"处理完成: {input_file} -> {output_file}")
    else:
        print(f"文件 {input_file} 中没有 'hus' 变量，跳过处理。")

print("所有文件处理完成！")

输出文件：

问题解决！可以集合平均了！

图上可以看出可能还有一些小点数据有问题，但是无伤大雅，我决定不管