python - xarray的interp nearest方法如何选择最近的中心？

Question

我有一个二维 xarray 数据集，我想在 lon 和 lot 坐标上进行插值，这样我就有了更高的分辨率，但这些值与每个坐标的原始值完全对应。 我认为优秀xr.interp功能将能够做到这一点，但遵循 the example我看到原始值和插值之间存在一些差异。我将经度和纬度分辨率增加 4，因此除了在原始数据集中出现一次的所有 air 值外，在插值数据集中出现 16 次，但事实并非如此。

有谁知道原始数据集和插值数据集不对齐的原因是什么，我该如何解决？

ds = xr.tutorial.open_dataset("air_temperature").isel(time=0)
fig, axes = plt.subplots(ncols=2, figsize=(10, 4))
ds_sel=ds.sel(lon=slice(250,260),lat=slice(40,30))
ds.air.plot(ax=axes[0],xlim=(250,260),ylim=(30,40))

axes[0].set_title("Raw data")

# Interpolated data
new_lon = np.linspace(ds.lon[0], ds.lon[-1], ds.dims["lon"] * 4)
new_lat = np.linspace(ds.lat[0], ds.lat[-1], ds.dims["lat"] * 4)

dsi = ds.interp(lat=new_lat, lon=new_lon,method="nearest")
dsi_sel=dsi.sel(lon=slice(250,260),lat=slice(40,30))
dsi.air.plot(ax=axes[1],xlim=(250,260),ylim=(30,40))


axes[1].set_title("Interpolated data")

显示唯一值

unique, counts = np.unique(ds_sel.air.values, return_counts=True)
print("original values",dict(zip(unique, counts)))
unique, counts = np.unique(dsi_sel.air.values, return_counts=True)
print("interpolated values",dict(zip(unique, counts)))

我明白了

original values {262.1: 1, 263.1: 1, 263.9: 1, 264.4: 1, 265.19998: 1, 266.6: 1, 266.79: 1, 266.9: 2, 268.29: 1, 269.79: 1, 270.4: 1, 273.0: 1, 273.6: 1, 275.19998: 1, 276.29: 1, 278.0: 1, 278.5: 1, 278.6: 1, 281.5: 1, 282.1: 1, 282.29: 1, 284.6: 1, 286.79: 1, 288.0: 1}

interpolated values {262.1: 4, 263.1: 8, 263.9: 8, 264.4: 8, 265.19998: 4, 266.6: 16, 266.79: 16, 266.9: 24, 268.29: 8, 269.79: 20, 270.4: 10, 273.0: 20, 273.6: 16, 275.19998: 8, 276.29: 20, 278.0: 16, 278.5: 10, 278.6: 8, 281.5: 4, 282.1: 16, 282.29: 8, 284.6: 8, 286.79: 8, 288.0: 4}

Answer 1

我认为您在概念上遇到了 fencepost 错误(请参阅本页上的部分:https://en.wikipedia.org/wiki/Off-by-one_error)

您应该将 xarray 坐标解释为“中点”，而不是单元格边界。

您的 new_lon 没有很好地分成 1/2、1/4、1/8 等:

print(new_lon)
[200.         200.61611374 201.23222749 201.84834123 202.46445498
 203.08056872 203.69668246 204.31279621 204.92890995]

并且它不包括所有原始坐标。

考虑到“off-by-ones”:

new_lon = np.linspace(ds.lon[0], ds.lon[-1], (ds.dims["lon"] - 1) * 4 + 1)
new_lat = np.linspace(ds.lat[0], ds.lat[-1], (ds.dims["lat"] - 1) * 4 + 1)
print(new_lon)
[200.    200.625 201.25  201.875 202.5   203.125 203.75  204.375 205.   ]

然后您可以例如检查原始和插值的第一行的部分:

selection = ds["air"][0, :3]
selection_i = dsi["air"][0, :9]
print(selection["lon"])
print(selection.values)
print(selection_i["lon"])
print(selection_i.values)

这对我来说很好:

[200.  202.5 205. ]
[241.2 242.5 243.5]
[200.    200.625 201.25  201.875 202.5   203.125 203.75  204.375 205.   ]
[241.2   241.2   241.2   242.5   242.5   242.5   242.5   243.5   243.5]

当然，在进行最近插值时，您可能会得到平局: 0.5 与 0.0 的距离与 1.0 的距离相同 - 因此您无意中不得不“向上”或“向下”偏置以获得单个最接近的值。

另请注意，绘制 Matplotlib QuadMesh 的 .plot() 命令必须以某种方式从中点推断边界。这有时会导致绘制的边界与您可能想到的略有不同(尤其是在坐标间隔不均匀的情况下)。