这是我之前的问题的后续内容，因为这对示例和数据更加具体。我有一个304乘448的冰数据阵列（在极地立体投影中），其中可以获得netcdf here。可以在此file中找到每个网格框的相应纬度/经度点。我想将这些数据转换为常规的lat / lon网格（比如180x360），其中每个网格框都是一个度数。有没有python方式这样做？等等使用Basemap，或者使用CDO（气候数据运算符）？
非常感谢提前。 詹姆斯
答案 0 :(得分：1)
如果您首先使用例如
将网格添加到数据文件中ncks -A -v lat,lon NSIDC_LatLon.nc sample.nc
然后你可以使用NCO的ncremap来修改，例如，
ncremap -i sample.nc -d 1x1.nc -o out.nc
不幸的是，这将需要NCO的当前快照（而不是已发布的版本），因为输入文件包含一个异常顺序的维度，我只是修补了NCO来处理。重新排序的输出样本为here。
根据OP的请求，我重新编译了他的文件，然后上传了它（here）。我没有1x1数据集，所以我首先创建一个1x1网格文件，如手册中所示，然后重新编号（使用ncremap -g选项）：
ncremap -i ~/NSIDC.nc -g ${DATA}/grids/180x360_SCRIP.20150901.nc -o ~/NSIDC_1x1.nc
答案 1 :(得分：0)
通常在CDO中执行此操作的命令是
cdo remapcon,r360x180 in.nc out.nc
您可以使用bil = bilinear，nn =最近邻居，con2 = 2阶保守重映射代替con =保守重映射。
根据此帖子，https://code.mpimet.mpg.de/boards/1/topics/8302?r=8326最新版本的cdo应该能够处理极地立体投影。