Python cfgrib无法识别数据变量

免责声明：我是python和争论气候数据集的初学者。我尽了最大的努力搜索网络，以找到一个解决方案，但运气不佳。我希望我提供了足够的信息

数据来源：

• 使用2001年数据集中的第一个文件“MRMS_PrecipRate_00.00_20010101-120000.grib2”

问题：我知道grib文件中的'PrecipRate'属性无法识别，导致na数据值。我使用pygrib库确认了这些数据，但我需要这些数据与cgrib一起使用，这样我就可以使用“open_mfdataset”函数

import xarray as xr

ds = xr.open_dataset('MRMS_PrecipRate_00.00_20010101-120000.grib2', engine = 'cfgrib')

print(ds)

<xarray.Dataset>
Dimensions:     (latitude: 3500, longitude: 7000)
Coordinates:
    time        datetime64[ns] 2001-01-01T12:00:00
    step        timedelta64[ns] 00:00:00
    surface     float64 0.0
  * latitude    (latitude) float64 54.99 54.98 54.98 54.97 ... 20.03 20.02 20.01
  * longitude   (longitude) float64 230.0 230.0 230.0 ... 300.0 300.0 300.0
    valid_time  datetime64[ns] 2001-01-01T12:00:00
Data variables:
    unknown     (latitude, longitude) float32 ...
Attributes:
    GRIB_edition:            2
    GRIB_centre:             161
    GRIB_centreDescription:  161
    GRIB_subCentre:          0
    Conventions:             CF-1.7
    institution:             161
    history:                 2021-05-04T13:11 GRIB to CDM+CF via cfgrib-0.9.9...

print(ds['unknown'].values)

[[nan nan nan ... nan nan nan]
 [nan nan nan ... nan nan nan]
 [nan nan nan ... nan nan nan]
 ...
 [nan nan nan ... nan nan nan]
 [nan nan nan ... nan nan nan]
 [nan nan nan ... nan nan nan]]

---

这是处理grib数据的常见故障。提取grib数据需要grib表。在这些表中，参数标识符被解释并映射到它们的名称

因此，您需要做的是与grib文件的发布者/提供者联系，并询问相应的grib表。我猜pygrib使用的是ncep的公共grib表

此外，我建议结合使用xarray。它基于ECMWF强大的ECCODE库。在这里，您必须为存储grib表的位置设置一个额外的

ECCODES\u definition\u路径

。 默认情况下，ECCODE可能包含正确的grib表。否则，请联系grib文件提供商

from metpy.units import units
import pygrib
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import cartopy.feature as cfeature

grbs = pygrib.open('MRMS_PrecipRate_00.00_20010101-120000.grib2')
grb = grbs[1]

prcp = grb.values
prcp = units('mm/hr') * prcp 

# plt.imshow(prcp.to('in/hr'))
# plt.colorbar()

lats, lons = grb.latlons()

map_crs = ccrs.LambertConformal(central_longitude=-100,
                                central_latitude = 35,
                                standard_parallels=(30, 60))

data_crs = ccrs.PlateCarree()


fig = plt.figure(1, figsize=(14,12))
ax = plt.subplot(projection = map_crs)

fig.subplots_adjust(hspace=0, wspace=0, top=0.925, left=0.1)

im = ax.contourf(lons, lats, prcp.to('in/hr'), transform=data_crs,
                 cmap = 'Greens')


ax.add_feature(cfeature.COASTLINE.with_scale('50m'))
ax.add_feature(cfeature.STATES.with_scale('50m'))

cb=plt.colorbar(im, shrink = 0.7, label='precipitation (in/hr)')

ax.set_extent([-85, -74, 34, 40.5], data_crs)

plt.show()