### 创建包含降水量数据的NetCDF栅格图层 #### 使用Python和netCDF4库创建NetCDF文件 为了创建包含降水量数据的NetCDF栅格图层，可以利用`netCDF4`库来处理和写入NetCDF格式的数据。下面是一个具体的实现方法： ```python from netCDF4 import Dataset import numpy as np # 定义纬度和经度范围以及分辨率 lats = np.arange(-90, 91, 1) # 纬度从南到北 lons = np.arange(-180, 181, 1) # 经度从西向东 # 假设有一个三维数组precipitation_data表示不同时间步长下的降水量数据 time_steps = 365 # 时间步数（例如一年） precipitation_data = np.random.rand(time_steps, len(lats), len(lons)) * 100 # 随机生成一些降水量数据作为示例 # 创建一个新的NetCDF文件并打开用于编辑模式 with Dataset('precipitation.nc', 'w') as ncfile: # 添加维度变量 lat_dim = ncfile.createDimension('lat', lats.shape[0]) lon_dim = ncfile.createDimension('lon', lons.shape[0]) time_dim = ncfile.createDimension('time', None) # 创建坐标轴变量 latitude = ncfile.createVariable('latitude', np.float32, ('lat',)) longitude = ncfile.createVariable('longitude', np.float32, ('lon',)) times = ncfile.createVariable('time', np.int32, ('time',)) # 设置坐标轴属性 latitude.units = 'degrees_north' longitude.units = 'degrees_east' times.units = 'days since 2023-01-01' # 将实际数值赋给坐标轴变量 latitude[:] = lats longitude[:] = lons from datetime import date, timedelta start_date = date(2023, 1, 1) dates = [start_date + timedelta(days=i) for i in range(time_steps)] times[:] = [(d - start_date).days for d in dates] # 创建降水变量并与时间和空间维度关联起来 precipitation = ncfile.createVariable( 'precipitation', np.float32, ('time', 'lat', 'lon') ) # 设定变量单位和其他元数据信息 precipitation.units = 'mm/day' precipitation.long_name = 'Daily Precipitation Amounts' # 写入降水量数据至NetCDF文件中 precipitation[:, :, :] = precipitation_data ``` 上述代码片段展示了如何通过定义经纬度网格、构建模拟的时间序列降水量矩阵，并最终将其保存成符合CF公约标准的NetCDF文件[^1]。 对于那些更倾向于图形界面操作而非编写脚本的人来说，虽然提到过ArcGIS Pro可用于执行重采样的任务，但对于直接创建带有地理坐标的NetCDF文件来说并不直观；相比之下，采用编程方式更加灵活高效[^2]。