哪些工具可以快速比較海洋模型的NetCDF輸出？

BHF

2014-04-22 10:33:01 UTC

view on stackexchange narkive permalink

為了進行快速的視覺比較，我將使用多維數據集瀏覽器或 ncview以及諸如 Climate Data Operators之類的命令行工具。為了快速製作美觀的圖形（和動畫）， Panoply確實很不錯。為了進一步分析或繪製特殊圖形，請使用 MATLAB， Python（例如，使用 Iris）， IDL， R， ncl或您周圍正在使用的任何人。

Deditos

2014-04-17 02:55:37 UTC

view on stackexchange narkive permalink

netCDF的編寫者 UNIDATA在netCDF網站上維護了相當廣泛的可視化軟件列表。

多年來，我發現 Ferret對於與CF兼容的文件（和與CF兼容的文件）是可靠的。就此而言），對於交互式快速外觀和簡單操作很有用。例如，它了解CF推薦的UDUNITS時間格式，並將自動將 scale_factor 和 add_offset 屬性應用於變量。在屏幕上顯示某些內容肯定比我通常用於呈現和發布質量圖的Python / R / Matlab路線要快。聽說過 Panoply的好事，儘管我必須承認我從未親自使用過它。

感謝您指向軟件列表。我發現[ncBrowse]（http://www.epic.noaa.gov/java/ncBrowse/）具有我嘗試過的最簡單的點擊界面。

milancurcic

2014-04-23 08:52:59 UTC

view on stackexchange narkive permalink

我第二次 ncview可以快速瀏覽NetCDF文件。

我還建議嘗試使用Unidata的集成數據查看器（IDV）。它非常適合疊加來自不同來源的3-D地球物理場。除了NetCDF，它還支持許多其他格式。它還通過THREDDS和OpenDAP預先加載了各種觀測和模型數據存儲庫的列表。 IDV還允許您定義不同網格或投影上的字段之間的功能和操作。請注意，我認為IDV不利於進行認真的分析，但更適合於直觀地瀏覽數據集。

Matteo De Felice

2014-04-22 12:29:33 UTC

view on stackexchange narkive permalink

通常，我使用以下軟件快速查看NetCDF文件：

NASA Panoply（ Panoply netCDF，HDF和GRIB Data Viewer）：基於Java ，在打開HDF，NetCDF，GRIB方面非常好...
CDO具有陰影，輪廓等功能（非常基本，但在命令行中很有用）
MATLAB和R它們的基本功能

ivica

2014-04-23 12:04:40 UTC

view on stackexchange narkive permalink

僅添加我的觀點；

使用ncks可以做很多事情，例如微分，獲取比例，提取一些變量，在維上切片等。
如果要對netcdf文件考慮ncbo。對於大文件，我更喜歡一開始就減少所需內容，它也確實可以遠程打開opendap。
討厭matlab，所以我轉到了NCL （NCAR），它很簡單，並且已經為大多數常見模型準備了許多腳本。無需告訴它正在產生出版質量的數據;）
有一部分用於python的庫（pyNGL），語法相同，因此一旦熟悉ncl，也很容易在python中使用它用於其他格式，例如grib，hdf，...

arkaia

2015-01-27 02:30:16 UTC

view on stackexchange narkive permalink

使用Matlab，您可以執行ncgeodataset（ http://code.google.com/p/nctoolbox/wiki/ncgeodataset）對netcdf進行子採樣，而不必下載大型數據集。

例如

  nc = ncgeodataset（'http://thredds.jpl.nasa.gov/thredds/dodsC/ncml_aggregation/OceanTemperature/ghrsst/aggregate__ghrsst_JPL_OUROCEAN-L4UHfnd -GLOB-G1SST_OI.ncml'）; gvar = nc.geovariable（'analysed_sst'）; s.time = {'2012年5月20日'，'2012年5月24日'}； s.lat = [40 41.5]; s.lon = [0 2.0]; sub = gvar.geosubset（s）; ％子集方法pcolor（sub.grid.lon，sub.grid.lat，double（squeeze（sub.data（1，：，：））））-273.15）;

Neo

2014-04-16 22:47:52 UTC

view on stackexchange narkive permalink

雖然我不知道海洋建模的細節，但是除非有一個組織和編寫節點的“標準”（即X，Y，Z），否則總會需要編碼。此外，數據文件的寫入方式始終取決於將模型中的任務委派給處理器的方式：該模型是否設計為在個人PC或Beowulf Cluster上運行？

您也許可以使用諸如 OpenDx之類的東西來比較海洋建模結果，儘管我仍然認為可以使用快速的python腳本來正確格式化所有數據類型。。

我猜netcdf渴望成為那個標準...但是它似乎在軟件供應商中還沒有被接受。

@SimonW,我認為是CF，它渴望成為地球科學變量的元數據標準。 NetCDF更像一種與內容無關的容器格式。

@defitos並不是真正不可知的，因為他們建議使用CF