Python读取与处理NetCDF气候数据详解

方予

发布时间：2026-10-13| 4人浏览过

原创

本文介绍使用Python的netCDF4库读取和处理NetCDF格式气候数据的方法。通过示例展示如何获取文件基本信息、遍历变量、提取特定经纬度及时间序列数据，并计算特定区域的年总降水量，验证结果与常规气象数据的吻合度。

Python读取NetCDF数据基础

NetCDF是气候科学领域的主流数据存储格式。面对全球范围内数万个网格点的大规模数据，利用Python脚本进行读取和处理能够显著提升效率。

环境配置与数据基本信息查看


import netCDF4
from netCDF4 import Dataset
import numpy as np
import sys
import os

#计算日期数
import datetime 
d1=datetime.date(1900,1,1) 
d3 = d1 + datetime.timedelta(days =100) 
print (d3)

#查看nc数据基本信息
nc_obj=Dataset('precip.nc')
print(nc_obj)

#查看nc数据各个变量的信息
print(nc_obj.variables.keys())
for i in nc_obj.variables.keys():
  print('___________________________________________')
  print(i)
  print(nc_obj.variables[i])

precip=(nc_obj.variables['precip'][:])
lat=(nc_obj.variables['lat'][:])
lon=(nc_obj.variables['lon'][:])

NetCDF数据提取与计算示例

具体实现案例如下。

特定区域降水量计算与验证


#39.76,116.25所在经纬度网格大致位于北京市大兴区，查询2012年年总降水量为523.8mm，大致吻合常规结果（百度百科大兴区年平均降水量约为556mm）。
l1=[]
for i in range(23377,23742):　　　　　#2012年时间区间
  l1.append(data[i][0][100][592]) #100,592为经纬度标记 
print(np.sum(l1))

上述内容介绍了Python读取与处理NetCDF数据的核心方法，供读者参考。