将具有多个维度的大型NetCDF的子集导入到R
如果您能帮助我在R中打开一个大型NetCDF文件,我将不胜感激。该文件有5个维度(一个未使用):纬度(1:360)、经度(1:720)、时间(1:24)和模型(1:324)。有两个变量,但我只对其中一个感兴趣 我最初尝试使用ncdf4包导入整个NetCDF阵列。我以前有过一些导入NetCDF文件的经验,但经验有限,但不是这样的大小和数量。RStudio不断抛出错误,因为所需阵列的大小占用了太多的RAM空间(我认为) 实际上,我只对一小部分地理范围内的数据感兴趣,在经度22.5到32.5之间,纬度7.5到17.5之间。因此,我尝试导入NetCDF文件的lat/long子集,但我认为我可能难以将正确的维度子集 我最近尝试使用tidync,但也在那里画空白。任何帮助都将不胜感激。文件的Tidync元数据如下所示:将具有多个维度的大型NetCDF的子集导入到R,r,arrays,raster,netcdf,ncdf4,R,Arrays,Raster,Netcdf,Ncdf4,如果您能帮助我在R中打开一个大型NetCDF文件,我将不胜感激。该文件有5个维度(一个未使用):纬度(1:360)、经度(1:720)、时间(1:24)和模型(1:324)。有两个变量,但我只对其中一个感兴趣 我最初尝试使用ncdf4包导入整个NetCDF阵列。我以前有过一些导入NetCDF文件的经验,但经验有限,但不是这样的大小和数量。RStudio不断抛出错误,因为所需阵列的大小占用了太多的RAM空间(我认为) 实际上,我只对一小部分地理范围内的数据感兴趣,在经度22.5到32.5之间,纬度
Data Source (1): WetCHARTs_full_ensemble.nc4 ...
Grids (7) <dimension family> : <associated variables>
[1] D2,D3,D0,D4 : wetland_CH4_emissions **ACTIVE GRID** ( 2015539200 values per variable)
[2] D1,D0 : time_bnds
[3] D0 : time
[4] D2 : lon
[5] D3 : lat
[6] D4 : model
[7] S : crs
Dimensions 5 (4 active):
dim name length min max start count dmin dmax unlim coord_dim
<chr> <chr> <dbl> <dbl> <dbl> <int> <int> <dbl> <dbl> <lgl> <lgl>
1 D0 time 24 0.5 23.5 1 24 0.5 23.5 FALSE TRUE
2 D2 lon 720 -180. 180. 1 720 -180. 180. FALSE TRUE
3 D3 lat 360 -89.8 89.8 1 360 -89.8 89.8 FALSE TRUE
4 D4 model 324 1111 3934 1 324 1111 3934 FALSE TRUE
Inactive dimensions:
dim name length min max unlim coord_dim
<chr> <chr> <dbl> <dbl> <dbl> <lgl> <lgl>
1 D1 nv 2 1 2 FALSE FALSE
数据源(1):WetCHARTs\u full\u ensemble.nc4。。。
网格(7):
[1] D2、D3、D0、D4:湿地CH4排放**主动网格**(每个变量的值为2015539200)
[2] D1,D0:时间
[3] D0:时间
[4] D2:lon
[5] D3:lat
[6] D4:模型
[7] S:crs
尺寸5(4活动):
dim名称长度最小最大开始计数dmin dmax未对齐坐标\u dim
1 D0时间24 0.5 23.5 1 24 0.5 23.5假真
2 D2 lon 720-180。1801 720 -180. 180假真
3 D3纬度360-89.8 89.8 1 360-89.8 89.8假真
4 D4型号324 1111 3934 1 324 1111 3934假-真
非活动维度:
尺寸名称长度最小最大未对齐坐标尺寸
1 D1 nv 2 1 2假假
#一个tible:7 x 4
网格ndims变量nvars
1 D2、D3、D0、D4 4 1
2 D1,D0 2 1
3 S 1 1
4 D0 1
5 D2 11
6 D3 11
7 D4 1
#一个tibble:7x5
id名称类型ndims natts
10次常闭双14
2 1时间\u bnds NC \u INT 2 3
3 2长NC_双1 3
4 3车床数控双1 3
5 4型号NC_INT 1 7
6 5湿地CH4排放量NC双4 3
7 6 crs NC_CHAR 0 5
#一个tibble:5x4
id名称长度unlim
10次24次假
2 1 nv 2错误
3 2 lon 720错误
4 3 lat 360错误
5.4 324型假
#一个tibble:7x5
id名称类型ndims natts
10次常闭双14
2 1时间\u bnds NC \u INT 2 3
3 2长NC_双1 3
4 3车床数控双1 3
5 4型号NC_INT 1 7
6 5湿地CH4排放量NC双4 3
7 6 crs NC_CHAR 0 5
谢谢你抽出时间
# A tibble: 7 x 4
grid ndims variables nvars
<chr> <int> <list> <int>
1 D2,D3,D0,D4 4 <tibble [1 x 1]> 1
2 D1,D0 2 <tibble [1 x 1]> 1
3 S 1 <tibble [1 x 1]> 1
4 D0 1 <tibble [1 x 1]> 1
5 D2 1 <tibble [1 x 1]> 1
6 D3 1 <tibble [1 x 1]> 1
7 D4 1 <tibble [1 x 1]> 1
# A tibble: 7 x 5
id name type ndims natts
<int> <chr> <chr> <int> <int>
1 0 time NC_DOUBLE 1 4
2 1 time_bnds NC_INT 2 3
3 2 lon NC_DOUBLE 1 3
4 3 lat NC_DOUBLE 1 3
5 4 model NC_INT 1 7
6 5 wetland_CH4_emissions NC_DOUBLE 4 3
7 6 crs NC_CHAR 0 5
# A tibble: 5 x 4
id name length unlim
<int> <chr> <dbl> <lgl>
1 0 time 24 FALSE
2 1 nv 2 FALSE
3 2 lon 720 FALSE
4 3 lat 360 FALSE
5 4 model 324 FALSE
# A tibble: 7 x 5
id name type ndims natts
<int> <chr> <chr> <int> <int>
1 0 time NC_DOUBLE 1 4
2 1 time_bnds NC_INT 2 3
3 2 lon NC_DOUBLE 1 3
4 3 lat NC_DOUBLE 1 3
5 4 model NC_INT 1 7
6 5 wetland_CH4_emissions NC_DOUBLE 4 3
7 6 crs NC_CHAR 0 5