如何使用xESMF将高分辨率GRIB网格重定向到更粗的分辨率？

Question

我试图使用GRIB2包将一组0.25度分辨率的xESMF数组重采样到更粗的0.5度分辨率(xarray的粗化方法在这里不起作用，因为纬度上有一个奇数的坐标)。

我已经通过pygrib包将GRIB数据转换为xarray格式，然后将所需的特定网格细分出来：

fhr = 96

gridDefs = {
    "0.25": 
        {'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/landsfc.pgrb2.0p25"},
    "0.5": 
        {'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/landsfc.pgrb2.0p50"},
}

fileDefs = {
    "0.25":
        {'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/GEFSv12/reforecast/2019/2019051900/c00/Days%3A1-10/tmp_pres_2019051900_c00.grib2",
         'localfile': "tmp_pres.grib2"},
    "0.5":
        {'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/GEFSv12/reforecast/2019/2019051900/c00/Days%3A1-10/tmp_pres_abv700mb_2019051900_c00.grib2",
         'localfile': "tmp_pres_abv_700.grib2"},
}

def grib_to_xs(grib, vName):
    arr = xr.DataArray(grib.values)
    arr = arr.rename({'dim_0':'lat', 'dim_1':'lon'})
    xs = arr.to_dataset(name=vName)
    return xs

gribs = {}

for key, item in gridDefs.items():
    if not os.path.exists(item['url'][item['url'].rfind('/')+1:]):
        os.system("wget " + item['url'])
    lsGrib = pygrib.open(item['url'][item['url'].rfind('/')+1:])
    landsea = lsGrib[1].values
  
    gLats = lsGrib[1]["distinctLatitudes"]
    gLons = lsGrib[1]["distinctLongitudes"]
    
    gribs["dataset" + key] = xr.Dataset({'lat': gLats, 'lon': gLons})

    lsGrib.close()

for key, item in fileDefs.items():
    if not os.path.exists(item['localfile']):
        os.system("wget " + item['url'])
        os.system("mv " + item['url'][item['url'].rfind('/')+1:] + " " + item['localfile'])

for key, item in fileDefs.items():        
    hold = pygrib.open(item['localfile'])
    subsel = hold.select(forecastTime=fhr)
    
    #Grab the first item
    gribs[key] = grib_to_xs(subsel[1], "TT" + key)
    
    hold.close()

上面的代码在两个网格域(0.25和0.5)下载两个常量文件(landsfc)，然后在每个分辨率下下载两个GRIB文件。我试图将0.25度GRIB文件(tmp_pres.grib2)重采样到0.5度域，如下所示：

regridder = xe.Regridder(ds, gribs['dataset0.5'], 'bilinear')
print(regridder)
ds2 = regridder(ds)

我的问题是在尝试使用regridder时生成两条警告消息：

/media/robert/HDD/Anaconda3/envs/wrf-work/lib/python3.8/site-packages/xarray/core/dataarray.py:682: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  return key in self.data
/media/robert/HDD/Anaconda3/envs/wrf-work/lib/python3.8/site-packages/xesmf/backend.py:53: UserWarning: Latitude is outside of [-90, 90]
  warnings.warn('Latitude is outside of [-90, 90]')

输出xarray确实有正确的坐标，但是网格内的值是很远的(在更精细的分辨率网格的极大值/极小值之外)，并且显示出这些奇怪的带状模式，它们没有任何物理意义。

我想知道的是，这是使用xEMSF升级数组的正确过程吗?如果不是，我将如何解决这个问题？

任何帮助都将不胜感激，谢谢！

Answer 1

我建议先尝试保守而不是双线性(在他们的文档中是推荐的)，也许检查你是否正确地使用了参数，因为它似乎是错误的，我的第一个猜测是，你正在做的事情因为某种原因而移动纬度，我把docs链接留在这里，希望有人知道更多。

Regridder：https://xesmf.readthedocs.io/en/latest/user_api.html?highlight=regridder#xesmf.frontend.Regridder.__init__

提升推荐(搜索升级，也有提高分辨率的指南)：https://xesmf.readthedocs.io/en/latest/notebooks/Compare_algorithms.html?highlight=upscaling

Answer 2

由于MASACR 99提供的文档链接和建议，我对xESMF包做了更多的深入研究，并找到了来自包作者(https://github.com/geoschem/GEOSChem-python-tutorial/blob/main/Chapter03_regridding.ipynb)的重采样方法的工作示例，通过两个更改解决了我的问题：

1. I将方法从双线性改为保守(这还需要在输入数组中添加两个字段(纬度和直接将变量重放到重放的边界)，相反，我必须定义两个固定的网格来创建重放器，然后传递单个变量。

为了解决第一个变化，我创建了一个新函数来给出边界变量：

def get_bounds(arr, gridSize):    
    lonMin = np.nanmin(arr["lon"].values)
    latMin = np.nanmin(arr["lat"].values)
    lonMax = np.nanmax(arr["lon"].values)
    latMax = np.nanmax(arr["lat"].values)
    
    sizeLon = len(arr["lon"])
    sizeLat = len(arr["lat"])
    
    bounds = {}
    
    bounds["lon"] = arr["lon"].values
    bounds["lat"] = arr["lat"].values
    bounds["lon_b"] = np.linspace(lonMin-(gridSize/2), lonMax+(gridSize/2), sizeLon+1)
    bounds["lat_b"] = np.linspace(latMin-(gridSize/2), latMax+(gridSize/2), sizeLat+1).clip(-90, 90)
    
    return bounds

对于第二个更改，我修改了regridder定义和应用程序，以使用静态定义的网格，然后传递所需的变量来重采样：

regridder = xe.Regridder(get_bounds(gribs['dataset0.25'], 0.25), get_bounds(gribs['dataset0.5'], 0.5), 'conservative')
print(regridder)
ds2 = regridder(ds)