NetCDF文件结构详解：从零开始认识这个风电老伙计

做风电的朋友，迟早要跟NetCDF打交道。我第一次接触这玩意儿是在做某海上风电场资源评估的时候，当时从欧洲中期天气预报中心（ECMWF）下载了一套再分析数据，打开一看——好家伙，一个文件就几百兆，里面到底装了啥？

今天我就带你把它扒个底朝天。

NetCDF到底是什么？

NetCDF，全称Network Common Data Form。说白了，就是一种专门为科学数据设计的文件格式。它不像CSV那样一行行文本，也不像Excel那样分Sheet，而是用一种自描述的方式存储多维数组。

什么叫自描述？就是文件自己带着"说明书"——里面每个变量叫什么、单位是什么、坐标怎么定义的，全都写在文件里。你拿到一个NetCDF文件，不需要额外文档就能读懂它。

NetCDF的三层结构

我个人习惯把NetCDF想象成一个三层抽屉柜：

• 第一层：维度（Dimensions）——定义数据的"轴"
• 第二层：变量（Variables）——实际存储的数据
• 第三层：属性（Attributes）——描述数据的元信息

举个例子，你有一个风速数据，维度可能是(time, lat, lon)。time是时间轴，lat是纬度轴，lon是经度轴。变量就是风速值本身。属性则告诉你风速的单位是m/s，数据来源是ERA5等等。

用xarray读取NetCDF

Python里读取NetCDF，我首选xarray。为什么？因为它把NetCDF的维度、变量、坐标系统完美映射到了Python的数据结构上。

安装很简单：

pip install xarray netcdf4

读取代码更简单：

import xarray as xr

# 读取NetCDF文件
ds = xr.open_dataset('era5_wind_2023.nc')
print(ds)

输出结果会显示这个数据集的所有信息——维度、变量、坐标、属性，一目了然。

查看维度与变量

读取之后，第一件事就是看看里面有什么。我常用的几个方法：

# 查看所有维度
print(ds.dims)

# 查看所有变量
print(ds.data_vars)

# 查看某个变量
print(ds['u10'])

# 查看变量值
print(ds['u10'].values)

举个例子，假设我们有一个ERA5的10米风速数据：

Dimensions:    (time: 8760, latitude: 721, longitude: 1440)
Coordinates:
  * time       (time) datetime64[ns] 2023-01-01 ... 2023-12-31T23:00:00
  * latitude   (latitude) float64 90.0 89.75 89.5 ... -89.5 -89.75 -90.0
  * longitude  (longitude) float64 0.0 0.25 0.5 ... 359.5 359.75
Data variables:
    u10        (time, latitude, longitude) float32 ...
    v10        (time, latitude, longitude) float32 ...

看到没？time有8760个小时，latitude从90到-90共721个点，longitude从0到360共1440个点。u10和v10就是东西风和南北风分量。

数据属性与坐标系统

属性（Attributes）是NetCDF的"说明书"。你可以这样查看：

# 查看全局属性
print(ds.attrs)

# 查看变量属性
print(ds['u10'].attrs)

典型的输出：

{'units': 'm/s', 
 'long_name': '10 metre U wind component',
 'standard_name': 'eastward_wind',
 'grid_type': 'regular_ll'}

坐标系统这块，我特别想多说两句。风电数据常用的坐标系统有两种：

坐标系统	说明	常见场景
经纬度网格	等间距的lat/lon网格	ERA5、CFSR等再分析数据
旋转极坐标	针对特定区域优化的网格	COSMO、WRF区域模式输出
高斯网格	纬度方向不等间距	ECMWF的IFS模式输出

你想想看，如果风电场在北海，用经纬度网格和旋转极坐标网格，插值到风机点位的结果可能差不少。我做过对比，在某些地形复杂的海域，差异能达到5%以上。

实战：快速检查一个NetCDF文件

我写了个小脚本，每次拿到新数据都跑一遍：

import xarray as xr

def inspect_nc(file_path):
    ds = xr.open_dataset(file_path)
    
    print("="*50)
    print(f"文件: {file_path}")
    print("="*50)
    
    print("\n【维度】")
    for dim, size in ds.dims.items():
        print(f"  {dim}: {size}")
    
    print("\n【变量】")
    for var in ds.data_vars:
        print(f"  {var}: {ds[var].shape} {ds[var].attrs.get('units', '无单位')}")
    
    print("\n【坐标】")
    for coord in ds.coords:
        print(f"  {coord}: {ds[coord].values[:5]} ...")
    
    print("\n【全局属性】")
    for key, value in ds.attrs.items():
        print(f"  {key}: {value}")
    
    return ds

这个函数会输出文件的所有关键信息。我建议你把它保存下来，以后每次拿到新数据都跑一遍，形成习惯。

常见问题与避坑

问题1：内存不够怎么办？

NetCDF文件动辄几个G，全部读入内存可能爆掉。用xarray的懒加载机制：

ds = xr.open_dataset('big_file.nc', chunks={'time': 100})

这样只会在需要时才真正读取数据。

问题2：时间格式不对？

我曾经遇到一个数据，时间编码是"hours since 1900-01-01"，xarray默认可能解析不对。手动指定：

ds = xr.open_dataset('file.nc', decode_times=False)
# 然后手动转换时间

问题3：缺失值处理？

NetCDF里缺失值通常用_FillValue或missing_value属性标记。xarray会自动识别，但有时需要手动处理：

ds['u10'] = ds['u10'].where(ds['u10'] != -999)

知识体系总览

下面这张图是我自己整理的NetCDF知识框架，你可以对照着学习：

嗯，这张图基本把NetCDF的核心要素都串起来了。你对照着看，应该能快速建立起整体认知。

好了，NetCDF的基础就讲到这里。记住一句话：拿到数据先看维度，再看变量，最后看属性。这个习惯能帮你少踩很多坑。

---

公众号:蓝海资料掘金营，微信deep3321