Python：SPEI指数的计算

1.准备工作

将nc文件修改为想要格式：参考sample_precip.nc和sample_tavg.nc
(1）根据ERA5小时数据求月总降水和月平均气温
在python中

precip_sum = precip.resample(time="1M").sum()
tavg = tavg.resample(time="1M").mean()

(2) 在nco中修改nc文件的格式

ncatted -a units,precip,c,c,millimeter in.nc   #给precip变量添加单位属性为“millimeter”
ncatted -a units,tavg,c,c,K in.nc    #给tavg变量添加单位属性为“K”
ncatted -O units,precip,o,c,"millimeter" in.nc   #修改precip的单位为millimeter
ncatted -a ,precip,d,, in,nc    #删除precip变量的所有属性
ncrename -v(-d) old_name,new_name .nc   #重命名变量（属性）
##修改维度在python中实现
precip_monthly = precip_monthly.rename({'longitude':'lon','latitude':'lat'})
ncpdq -v precip -a lat,lon,time in.nc out.nc   #将precip变量的纬度顺序更改为lat,lon,time

2.在Anaconda prompt终端运行

首先激活软件包环境
conda activate indices_env
（1）求pet

process_climate_indices --index pet --periodicity monthly --netcdf_temp E:/Paper/paper5/01-data/SPEI--RCP/OriginalDataDownScallingChangeUnit/tas/tas_Amon_CanESM2_rcp85_r1i1p1_200601-210012.nc --var_name_temp tas --output_file_base E:/Paper/paper5/01-data/SPEI--RCP/output_PET/CanESM2_rcp85 --multiprocessing all_but_one

（2）求spei

process_climate_indices --index spei --periodicity monthly --netcdf_precip E:/Paper/paper5/01-data/SPEI--RCP/OriginalDataDownScallingChangeUnit/pr/pr_Amon_CanESM2_rcp85_r1i1p1_200601-210012.nc --var_name_precip pre --netcdf_pet E:/Paper/paper5/01-data/SPEI--RCP/output_PET/CanESM2_rcp85_pet_thornthwaite.nc --var_name_pet pet_thornthwaite --output_file_base E:/Paper/paper5/01-data/SPEI--RCP/output_SPEI/CanESM2_rcp85 --scales 1 3 6 12  --calibration_start_year 2006 --calibration_end_year 2100 --multiprocessing all