竞赛结束了，可以分享了。本文也适合 .nc 数据的读取。

使用 Google 搜索不难找到数据网站：

下载数据 HadISST_sst.nc.gz(~212Mb)，解压后是 400 多兆的 .nc 文件：

因为我比较喜欢 R语言，就继续使用 Google 搜索，R 语言读取 .nc 数据（英文），很快就找到一个包：ncdf4.

查阅到该包的文档，相关文章备用，比如找到这篇：

不过这篇文章有点旧，并不适合新版本包，基本上函数和参数都是不对的，但对照包文档使用仍会提供有用的信息。

开始调试（都是思考+摸索尝试发现的）：

# install.packages("ncdf4")
library(ncdf4)

ncin <- nc_open("HadISST_sst.nc")    # 读取.nc数据
print(ncin)                          # 看看数据总体信息

lon = ncvar_get(ncin, "longitude")    # 经度
lat = ncvar_get(ncin, "latitude")     # 纬度

默认缺失值有必要提取出来会用到，汇总信息里也能看到它。

fillval <-  ncatt_get(ncin, "sst", "_FillValue")   # 查看默认缺失值
fillval
ncatt_get(ncin, "sst", "units")                    # 查看温度单位

查看时间单位：

ncatt_get(ncin, "time", "units")    # 查看时间单位

这说明时间为从 1870-1-1 开始的天数。

获取时间：

t <- ncvar_get(ncin, "time")

将时间转化为正确的日期方便绘图，实际上如果后续建模想让时间作为自变量，还得用天数。

library(lubridate)

start <- ymd("1870-01-01")
t <- start + t

重点来了，提取并操作温度数据：

temps <- ncvar_get(ncin, "sst")     # 温度数据
dim(temps)

可见，温度数据是大小为 360 × 180 × 1800 的 3 维数组，三个维度分别代表：经度、纬度、日期。

接着需要将数据中的默认缺失值（-1e+30）替换成 R 中的缺失值 NA：

temps[temps == fillval$value] <- NA

然后，就是筛选数据：从经纬度来说，只需要苏格兰渔业范围内的，去能从地图上拾取经纬度的网站，选取范围点（我随便大致取的）；从时间上来说，比如只想要 1950 年至今的。

先定义筛选索引：

lon_inds <- which(-18 < lon & lon < 5)
lat_inds <- which(52 < lat & lat < 65)
t_inds <- which(t > ymd("1950-01-01"))

用索引筛选数据：

Adats <- temps[lon_inds, lat_inds, t_inds]
dim(Adats)

这下数据集小多了。

为了方便对应地取用温度数据，把经纬度也都提取出来：

lons <- lon[lon_inds]
lats <- lat[lat_inds]
ts <- t[t_inds]

比如，想查看第 2 个经度（-16.5），第 3 个纬度（62.5），2018 年至今的温度：

ts_ind <- which(ts > ymd("2018-1-1"))
Adats[2, 3, ts_ind]

数据都准备好了，保存出来后续使用，筛选出来的温度、经度、纬度、时间四个数据就够了：

save(Adats, lons, lats, ts, file="Atemps.Rda")

大小只有 900 多 k，下次使用，直接载入就好了：

load("Atemps.Rda")

总结：以上从不知道怎么办到解决，也就大概一个小时的时间。数学建模比赛遇到的都是新问题，所以建议大家要学会和锻炼：搜索资料，快速学习并解决遇到的问题。

原创作品，转载请注明。

ITPub博客

【R语言】2020美赛A题海平面温度数据读取与筛选