计算网格数据的面积(以度为等距)

Question

我有一些网格数据(180纬度框和360经度框)，这些数据可以在这里下载，其中包含海冰数据(0 =无冰，1=完整冰)。https://1drv.ms/u/s!ApWaJaYUUERKjqAP-3K48AuUAFgPXQ

我试着计算北极冰的范围，也就是说，如果网格盒超过15%的冰(0.15)，那么网格盒被计算为覆盖的冰，网格盒的面积被添加到一个数组中。最后对总面积进行求和。我得到的值是16.08，这比我需要的要高得多(数据是2014年12月的，实际值在这里(v2.1.csv)应该是12.4ish)。

我知道，给定的分辨率会有差异(例如地形图边缘)，但没有那么大。

我使用的代码如下：

from netCDF4 import Dataset
import numpy as np

Data = Dataset('Ice.nc','r')

ICE = np.squeeze(np.squeeze(Data.variables['sic'][:]))
Lat = Data.variables['latitude'][:]
Lon = Data.variables['longitude'][:]

Ice_Exten = np.zeros((360,180))


for i in range(0,360):
    for j in range(90,180):  #just northern hemisphere

        if ICE[j,i] > 0.15 and ICE[j,i] <= 1.0:

            Ice_Exten[i,j] = 12321. * np.cos(np.radians(Lat[j]))

print np.sum(Ice_Exten)/1e6

任何帮助都非常感谢！

Answer 1

该守则没有任何问题；相反，差异是由于使用了陆地/海洋掩膜和插值。

Answer 2

为什么不把整个冰面面积加起来，而不是把它增加到1呢？

from netCDF4 import Dataset
import numpy as np

Data = Dataset('Ice.nc','r')

ICE = np.squeeze(np.squeeze(Data.variables['sic'][:]))
Lat = Data.variables['latitude'][:]
Lon = Data.variables['longitude'][:]

Ice_Exten = np.zeros((360,180))


for i in range(0,360):
    for j in range(90,180):  #just northern hemisphere

        if ICE[j,i] > 0.15 and ICE[j,i] <= 1.0:

            Ice_Exten[i,j] = 12321. * np.cos(np.radians(j-90.)) * ICE[j,i]

print np.sum(Ice_Exten)/1e6

产出：

12.7085786161