使用Python中的shapefile多边形从NetCDF中提取数据[重复]

我需要使用特定的shapefile从NetCDF子集数据。数据是1/4度分辨率下的海面温度和海洋颜色。我有4个描述美国的多边形。东北大陆架大型海洋生态系统及其提取数据所需的子组件。我正在处理1982-2014年的每月复合文件，因此此数据提取例程需要自动化。文件已被子集为[35、45，-80，-60]的近似工作区域网格。

以前，我们将HDF5数据文件转换为R中的栅格并以这种方式进行处理，但是这种方法的效率很低，我相信使用当前NetCDF文件在Python中有更好的解决方案。

到目前为止，我一直在使用GDAL和Fiona读取shapefile，并使用NetCDF4加载数据文件。我不确定如何对数据进行子集。我找到了这个：

GDAL for Python：从NetCDF文件提取子域吗？

但是我不知道如何使用除简单边界框以外的任何东西来对NetCDF文件进行子集化，这些多边形最肯定不是。

多边形例程中的点可能需要花很长时间才能工作，但是也许我可以使用较小的边界框将数据子集化，使其旋转以适合如下所示的这些形状作为初始起点，然后进行多边形点搜索：

使用lon / lat边界框对曲线netCDF文件（ROMS模型输出）进行子设置。

有任何想法吗？

编辑1：

我刚刚遇到了OpenClimateGIS软件包，它似乎很适合该法案...我将继续研究它是否可以正常工作：http： //ncpp.github.io/ocgis/examples。 html＃advanced-subsetting

这可能适合您的需求。

如果您不介意从python调用命令行，则可以执行gdalwarp -cutline clip.shp -cl clip -crop_to_cutline input_raster output_raster_clipped.tif。 -cwhere并且-csql可能是更合适的gdalwarp选项，用于选择四个多边形之一进行裁剪。

看看这个：https：//stackoverflow.com/questions/34585582/how-to-mask-the-specific-array-data-based-on-the-shapefile

您要记住的是，一旦加载了NetCDF，就可以使用NumPy数组。

您想输出什么？基于多边形区域的摘要统计信息？

无论如何，这是我要做的：

1. 加载shapefile并将区域设置为受支持的格式（上面链接中的matplotlib遮罩过程听起来不错）
2. 加载您的NetCDF文件并将数据放入单个X，Y，T numpy数组中
3. 使用多边形遮罩该数组（一次遮罩一次？）
4. 导出您的摘要统计信息。

您可以使用rioxarray。这是一个示例：https : //corteva.github.io/rioxarray/stable/examples/clip_geom.html

import rioxarray
import geopandas

geodf = geopandas.read_file(...)
xds = rioxarray.open_rasterio(...)
clipped = xds.rio.clip(geodf.geometry.apply(mapping), geodf.crs)