使用 Python 读取多个 NetCDF 文件并按时间整合为一个 Dataset

本文档介绍如何使用python语言脚本读取多个 NetCDF 文件，并将它们沿时间维度拼接为一个统一的 xarray.Dataset。

1. 环境与依赖

• Python 3.x

• 依赖库：xarray、numpy、pandas、glob

2. 输入数据说明

• 输入文件目录：假设输入数据目录为indir

• 起报时间：以2025年9月15日00Z起报数据为例

• 目标变量：假设目标变量为2 米气温（t2mz）

• 数据文件命名规则: 假设数据命令规则为 {indir}/t2mz/2025091500_t2mz_f{000..240}.nc

3. Python 示例脚本

Python
import xarray as xr
import glob
import os

# 输入目录
indir = "/path/to/indir"
varname = "t2mz"

# 获取文件列表，并按文件名排序
file_pattern = os.path.join(indir, varname, f'2025091500_{varname}_f*.nc')
file_list = sorted(glob.glob(file_pattern))

# 使用 xarray 打开多个 NetCDF 文件，并按时间维度合并
ds = xr.open_mfdataset(file_list, combine='by_coords')

# 选择 2 米气温变量
t2m_ds = ds[varname]

# 查看数据集信息
print(t2m_ds)
# 输出的 t2m_ds 为一个 xarray.DataArray，维度为 (time, lat, lon)，可用于后续分析或绘图。

# 保存为单一 NetCDF 文件：
t2m_ds.to_netcdf(f'/path/to/output/{varname}.nc')