NC文件不规则裁剪(利用shp文件裁剪)(三)

修改日志

2025.4.12 第一次修改
修正ERA5的数据裁剪后经纬度异常的问题

鸣谢

感谢优快云博友：2301_81644139提出的BUG修改意见

前言

Hello大家好呀，最近正好需要用到多个SHP去裁剪NC，按照我以前的两种办法（办法1和办法2）操作的话，我自己都会破防，在偶然的情况下发现了rioxarray这个库。这个库可以将坐标信息直接写入到NC之中，从而直接使用shp裁剪，比原先的方法更为简单明了。

实例数据

本次测试数据采用2m气温数据，下载链接：点我直接下载；
NC数据打开后如下图所示，该数据为逐月的三维数据。

SHP数据我就直接采用NOAA公开的海岸线数据吧，主要是涉及到中国的SHP极大可能性会被平台封文章。下载链接：点我直接下载。数据如下图所示，我用的文件是GSHHS_i_L1.shp

代码部分

需要的库

本次我们需要用到以下四个库，这几个库都可以直接用pip安装比较方便。

import xarray as xr
import rioxarray
import geopandas as gpd
from shapely.geometry import mapping

加载文件

# 读取数据集
ds = xr.open_dataset(r'air.2m.mon.mean.nc')
if ds.lon.max() > 180:
    ds.coords['lon'] = (ds.coords['lon'] + 180) % 360 - 180
    ds = ds.sortby(ds.lon)

写入地理信息

shp = gpd.read_file(r"gshhg-shp-2.3.7/GSHHS_shp/i/GSHHS_i_L1.shp")
ds.rio.write_crs("epsg:4326", inplace=True)
ds.rio.set_spatial_dims(x_dim="lon", y_dim="lat", inplace=True)

裁剪&保存NC

ds = ds.rio.clip(shp.geometry.apply(mapping), shp.crs, drop=False)
ds.to_netcdf(r'air.2m.mon.mean_clip.nc')

结果

完整代码奉上

import xarray as xr
import rioxarray
import geopandas as gpd
from shapely.geometry import mapping

# 读取数据集
ds = xr.open_dataset(r'air.2m.mon.mean.nc')
if ds.lon.max() > 180:
    ds.coords['lon'] = (ds.coords['lon'] + 180) % 360 - 180
    ds = ds.sortby(ds.lon)

# 读取形状文件
shp = gpd.read_file(r"gshhg-shp-2.3.7/GSHHS_shp/i/GSHHS_i_L1.shp")
ds.rio.write_crs("epsg:4326", inplace=True)
ds.rio.set_spatial_dims(x_dim="lon", y_dim="lat", inplace=True)
ds = ds.rio.clip(shp.geometry.apply(mapping), shp.crs, drop=False)
ds.to_netcdf(r'air.2m.mon.mean_clip.nc') # 保存NC文件