这是我的数据:filepath = r"F:/SAdrought/SMdata/swvl1era51950-2023t42.nc" 目标区域范围 latrange =…
- User
这是我的数据:file_path = r"F:/SA_drought/SMdata/swvl1_era5_1950-2023_t42.nc"
目标区域范围
lat_range = [-30, 10] # 南纬30度到北纬10度 lon_range = [-85, -35] # 西经85到西经35度 lats = ds['lat'].values lons = ds['lon'].values 我想计算每个格点上的时间序列的春季(3-5月)土壤湿度滞后一个月的自相关,也就是那春季季节平均与6月,7月,8月,9月的相关系数。要计算每一个格点的,还要计算出p值
- Assistant
你可以使用
xarray和scipy.stats来完成这个任务:读取 NetCDF 数据、筛选目标区域、提取春季(3-5月)平均和滞后一个月的月份(6-9月),然后计算每个格点上的自相关系数和 p 值。
✅ 你的需求总结:
- 数据路径:
F:/SA_drought/SMdata/swvl1_era5_1950-2023_t42.nc - 变量:土壤湿度 (
swvl1) - 区域范围:纬度 -30 到 10,经度 -85 到 -35
- 目标:
- 计算每个格点上,春季(3-5月)平均与滞后一个月的每个月(6月、7月、8月、9月)之间的自相关
- 同时输出相关系数和 p 值
📦 所需库:
import xarray as xr import numpy as np import pandas as pd from scipy.stats import pearsonr
🧠 主要步骤:
- 加载数据并裁剪区域
- 提取春季(3-5月)平均时间序列
- 对于滞后月(6-9月),按年提取对应月份
- 在每个格点上计算 Pearson 相关系数和 p 值
- 将结果保存为新的 NetCDF 文件或 Xarray Dataset
✅ 完整代码如下:
import xarray as xr import numpy as np import pandas as pd from scipy.stats import pearsonr import warnings # 忽略警告 warnings.filterwarnings("ignore") # 设置文件路径和区域 file_path = r"F:/SA_drought/SMdata/swvl1_era5_1950-2023_t42.nc" lat_range = [-30, 10] lon_range = [-85, -35] # 读取 NetCDF 数据 ds = xr.open_dataset(file_path) # 裁剪区域 ds_sub = ds.sel(lat=slice(*lat_range[::-1]), lon=slice(*lon_range)) # 获取土壤湿度变量 sm = ds_sub['swvl1'] # 按年分组并提取每年的春季(3-5月)平均 spring_avg = sm.sel(time=sm.time.dt.month.isin([3, 4, 5])).resample(time='Y').mean(dim='time') # 滞后月列表(6,7,8,9) lag_months = [6, 7, 8, 9] # 创建存储结果的数组 corr_results = {m: xr.DataArray(np.nan * np.empty(sm.isel(time=0).shape), dims=['lat', 'lon'], coords={'lat': sm.lat, 'lon': sm.lon}) for m in lag_months} pval_results = {m: xr.DataArray(np.nan * np.empty(sm.isel(time=0).shape), dims=['lat', 'lon'], coords={'lat': sm.lat, 'lon': sm.lon}) for m in lag_months} # 对每个滞后月进行处理 for month in lag_months: # 提取该月份的时间序列 lag_month_data = sm.sel(time=sm.time.dt.month == month) # 确保与 spring_avg 的年份一致 common_years = np.intersect1d(spring_avg.time.dt.year, lag_month_data.time.dt.year) spring_common = spring_avg.sel(time=spring_avg.time.dt.year.isin(common_years)) lag_common = lag_month_data.sel(time=lag_month_data.time.dt.year.isin(common_years)) # 对每个格点进行循环 lats = sm.lat.values lons = sm.lon.values for lat in lats: for lon in lons: try: # 提取时间序列 x = spring_common.sel(lat=lat, lon=lon).values y = lag_common.sel(lat=lat, lon=lon).values if np.isnan(x).any() or np.isnan(y).any(): continue # 计算皮尔逊相关系数和 p 值 corr, pval = pearsonr(x, y) # 存储结果 corr_results[month].loc[dict(lat=lat, lon=lon)] = corr pval_results[month].loc[dict(lat=lat, lon=lon)] = pval except: continue # 合并成一个 Dataset corr_ds = xr.Dataset({f'corr_month_{m}': corr_results[m] for m in lag_months}, coords={'lat': sm.lat, 'lon': sm.lon}) pval_ds = xr.Dataset({f'pval_month_{m}': pval_results[m] for m in lag_months}, coords={'lat': sm.lat, 'lon': sm.lon}) # 合并相关系数和 p 值 final_result = xr.merge([corr_ds, pval_ds]) # 保存到 NetCDF 文件 final_result.to_netcdf('soil_moisture_lagged_correlation.nc')
📌 输出说明:
生成的 NetCDF 文件包含以下变量:
corr_month_6,corr_month_7,corr_month_8,corr_month_9:分别是春季与滞后一个月的相关系数pval_month_6,pval_month_7,pval_month_8,pval_month_9:对应的 p 值
🔍 可视化建议(可选)
你也可以用
matplotlib或cartopy绘制地图,例如:import matplotlib.pyplot as plt # 示例:画出6月的自相关图 final_result['corr_month_6'].plot.pcolormesh(cmap='RdBu_r', vmin=-1, vmax=1) plt.title("Spring Soil Moisture vs June (Lagged Correlation)") plt.show()
如果你有进一步的问题,比如如何做显著性检验掩码、多线程加速、或者使用
dask处理大数据,也可以继续问我! - 数据路径:
- User
TypeError Traceback (most recent call last) in 23 24 # 按年分组并提取每年的春季(3-5月)平均 ---> 25 spring_avg = sm.sel(time=sm.time.dt.month.isin([3, 4, 5])).resample(time='Y').mean(dim='time') 26 27 # 滞后月列表(6,7,8,9)
D:\soft\anaconda\lib\site-packages\xarray\core\dataarray.py in resample(self, indexer, skipna, closed, label, base, offset, origin, keep_attrs, loffset, restore_coord_dims, **indexer_kwargs) 6664 from xarray.core.resample import DataArrayResample 6665 -> 6666 return self._resample( 6667 resample_cls=DataArrayResample, 6668 indexer=indexer,
D:\soft\anaconda\lib\site-packages\xarray\core\common.py in _resample(self, resample_cls, indexer, skipna, closed, label, base, offset, origin, keep_attrs, loffset, restore_coord_dims, **indexer_kwargs) 991 ) 992 else: --> 993 grouper = pd.Grouper( 994 freq=freq, 995 closed=closed,
D:\soft\anaconda\lib\site-packages\pandas\core\resample.py in init(self, freq, closed, label, how, axis, fill_method, limit, kind, convention, origin, offset, group_keys, **kwargs) 1661 kwargs["sort"] = True 1662 -> 1663 super().init(freq=freq, axis=axis, **kwargs) 1664 1665 def _get_resampler(self, obj: NDFrame, kind=None) -> Resampler:
TypeError: init() got an unexpected keyword argument 'base'
- Assistant
你遇到的这个错误:
TypeError: __init__() got an unexpected keyword argument 'base'是因为在较新的
pandas版本中(尤其是 pandas >= 1.1.0),base参数已经被移除,而xarray在某些版本中仍然尝试传递该参数,导致冲突。
✅ 解决方法
✅ 方法一:使用
.groupby("time.year")替代.resample(time='Y')我们可以将原本的这行代码:
spring_avg = sm.sel(time=sm.time.dt.month.isin([3, 4, 5])).resample(time='Y').mean(dim='time')替换为更兼容的方式,即按年分组求平均:
# 提取春季数据(3-5月) spring_data = sm.sel(time=sm.time.dt.month.isin([3, 4, 5])) # 按年分组并计算每年的春季平均 spring_avg = spring_data.groupby("time.year").mean(dim="time")这样就不会调用
resample,从而避免了base参数的问题。
🔁 同时修改后续匹配年份的部分:
原来这部分:
common_years = np.intersect1d(spring_avg.time.dt.year, lag_month_data.time.dt.year) spring_common = spring_avg.sel(time=spring_avg.time.dt.year.isin(common_years)) lag_common = lag_month_data.sel(time=lag_month_data.time.dt.year.isin(common_years))由于我们用了
groupby("time.year"),所以spring_avg.time已经变成整数型的年份(例如1950,1951...)而不是datetime64类型。我们需要做一点调整:# 获取原始时间中的年份 years_spring = spring_data.time.dt.year.values years_lag = lag_month_data.time.dt.year.values # 找出共同年份 common_years = np.intersect1d(years_spring, years_lag) # 提取对应年份的数据 spring_common = spring_data.where(np.isin(years_spring, common_years), drop=True).groupby("time.year").mean(dim="time") lag_common = lag_month_data.where(np.isin(years_lag, common_years), drop=True)
✅ 修改后的关键代码段如下:
# 提取春季数据(3-5月) spring_data = sm.sel(time=sm.time.dt.month.isin([3, 4, 5])) # 按年分组并计算每年的春季平均 spring_avg = spring_data.groupby("time.year").mean(dim="time") # 对每个滞后月进行处理 for month in lag_months: # 提取该月份的时间序列 lag_month_data = sm.sel(time=sm.time.dt.month == month) # 获取年份 years_spring = spring_data.time.dt.year.values years_lag = lag_month_data.time.dt.year.values # 找出共同年份 common_years = np.intersect1d(years_spring, years_lag) # 提取对应年份的数据 spring_common = spring_data.where(np.isin(years_spring, common_years), drop=True).groupby("time.year").mean(dim="time") lag_common = lag_month_data.where(np.isin(years_lag, common_years), drop=True)
📌 总结
问题 原因 解法 TypeError: __init__() got an unexpected keyword argument 'base'pandas 新版本不再支持 base参数使用 groupby("time.year")替代resample(time='Y')
如果你不确定当前
xarray或pandas的版本,可以运行以下命令查看:import xarray as xr import pandas as pd print(xr.__version__) print(pd.__version__)如果你愿意,我也可以帮你升级或降级相关库来解决兼容性问题。
需要我帮你把完整的修复版代码重新整理一遍吗?
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.