Skip to content
The Chat Archive
qwen3-235b-a22b-no-thinking· Alibaba (Qwen) LMArena Human Preference 140K

这是我的数据:filepath = r"F:/SAdrought/SMdata/swvl1era51950-2023t42.nc" 目标区域范围 latrange =…

  1. 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

  2. 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:

    1. 数据路径:F:/SA_drought/SMdata/swvl1_era5_1950-2023_t42.nc
    2. 变量:土壤湿度 (swvl1)
    3. 区域范围:纬度 -30 到 10,经度 -85 到 -35
    4. 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:

    1. 加载数据并裁剪区域
    2. 提取春季(3-5月)平均时间序列
    3. 对于滞后月(6-9月),按年提取对应月份
    4. 在每个格点上计算 Pearson 相关系数和 p 值
    5. 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!

  3. 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'

  4. 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?

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.