ncdf4 | netCDF数据格式处理工具包（1）：数据读取和查询
专注系列化、高质量的R语言教程
推文索引 | 联系小编 | 付费合集
netCDF是一种数据储存格式，文件后缀名为.nc，用来储存N维变量，一般是地理数据，例如温度是经度、维度和海拔的函数。netCDF文件可以同时储存一个或多个变量。
在R语言中，可以使用ncdf4工具包来读入、修改和创建netCDF文件。
library(ncdf4)本篇目录如下：
1 读入数据
1.1 字段
1.2 变量
1.3 缺失值
1 读入数据
对于已有的netCDF文件，可以使用nc_open()函数读取到R环境中（输出类型为ncdf4），使用ncvar_get()函数可以提取相应的变量值（输出类型为基本数据结构array）。
这里使用的示例数据是从网站http://inventory.pku.edu.cn/download/download.html上下载的2014年PM2.5排放总量，数据精度为0.1经度 0.1维度 1月（也可在公众号后台发送关键词示例数据获取）。
## 读取数据
PM25_2014 <- nc_open("182.PM2.5_2014_total.nc")
class(PM25_2014)
## [1] "ncdf4"
## 提取变量
emission <- ncvar_get(PM25_2014, "emission")
class(emission)
## [1] "array"1.1 字段
nc_open()函数读入的数据是一个复杂的列表结构，它包括如下字段：
filename：文件名称；
ndims：数据的坐标维度数；这里为3，分别为经度、维度和时间；
nvars：数据除维度以外的变量数目；这里为2，分别为格点面积
grid_cell_area和PM2.5排放量emission；natts：全局属性数目；
unlimdimid：长度不固定的维度id；若无则为-1；
dim：维度数据；
var：维度以外的数据，这里即
grid_cell_area和emission；writable：文件是否可修改。
PM25_2014有2个变量、3个维度、4个全局属性：
PM25_2014
## File 182.PM2.5_2014_total.nc (NC_FORMAT_CLASSIC):
##
## 2 variables (excluding dimension variables):
## float grid_cell_area[lon,lat]
## units: km2
## long_name: Grid cell area (0.1 degree)
## float emission[lon,lat,time]
## units: g ,PM25/km2/month
## long_name: Gridded emission densities of PM25
##
## 3 dimensions:
## lon Size:3600
## long_name: longitude midpoints
## units: degrees_east
## lat Size:1800
## long_name: latitude midpoints
## units: degrees_north
## time Size:12
## long_name: time
## units: YYYYMM
## calendar: Gregorian
##
## 4 global attributes:
## title: global monthly 0.1x0.1 emission inventory of PM25 in 2014
## institution: Laboratory for Earth Surface Processes, College of Urban and Environmental Sciences, Peking University
## citation: Huang, Y., et al., Quantification of global primary emissions of pm2.5, pm10, and tsp from combustion and industrial process sources. Environ. Sci. Technol. 2014, 48, 13834-13843.
## projection: Latitude-Longitude gridded data at a 0.1 x 0.1 decimal degrees spatial resolution1.2 变量
维度变量和非维度变量都可以使用ncvar_get()函数提取。它们的名称可以分别在dim和var中看到：
names(PM25_2014$dim)
## [1] "lon" "lat" "time"
names(PM25_2014$var)
## [1] "grid_cell_area" "emission"维度变量：
lon <- ncvar_get(PM25_2014, "lon")
times <- ncvar_get(PM25_2014, "time")
times
## [1] 201401 201402 201403 201404 201405 201406 201407 201408 201409 201410
## [11] 201411 201412非维度变量：
area <- ncvar_get(PM25_2014, "grid_cell_area")
emission <- ncvar_get(PM25_2014, "emission")ncatt_get()函数可以查询变量的属性值，语法结构如下：
ncatt_get(nc, varid, attname = NA, verbose = FALSE)
varid：变量名；
varid = 0时查询全局属性；attname：属性名；缺失时查询该变量的所有属性。
## 维度变量的属性
ncatt_get(PM25_2014, "lon")
## $long_name
## [1] "longitude midpoints"
##
## $units
## [1] "degrees_east"
## 非维度变量的属性
ncatt_get(PM25_2014, "emission")
## $units
## [1] "g ,PM25/km2/month"
##
## $long_name
## [1] "Gridded emission densities of PM25"
ncatt_get(PM25_2014, "emission", "units")
## $hasatt
## [1] TRUE
##
## $value
## [1] "g ,PM25/km2/month"
## 全局属性
ncatt_get(PM25_2014, 0, "projection")
## $hasatt
## [1] TRUE
##
## $value
## [1] "Latitude-Longitude gridded data at a 0.1 x 0.1 decimal degrees spatial resolution"1.3 缺失值
在R语言中，使用NA表示缺失值，而netCDF一般使用极端值表示缺失值。
例如，emission的字段missval为1e+30（），即缺失值：
PM25_2014$var$emission$missval
## [1] 1e+30关于netCDF数据处理的案例可参见如下推文：
技巧 | 栅格的属性数据和经纬度是分开的两个文件，怎么将它们整合到同一个文件上