我真的需要帮助,我工作每ERA5压力水平的数据。我提取的相对湿度和温度对几个大气压力水平。我使用Metpy的dewpoint_from_relative_humidity函数来计算露点。表非常大,所以我使用dask创建几块。我有如下表:
进口numpy一样np进口metpy议员metpy进口。calc一样mpcalc进口xarray xr metpy进口。单位与dask.config.set mpunit (* * {array.slicing。split_large_chunks”:真正的}):ncin_1 = xr。open_dataset (ncfname_1、发动机= netcdf4) .chunk(汽车的)ncin_1 [' t '] = ncin_1 [' t '] - 273.15 ncin_1 [' r '] = ncin_1 ncin_1 100.0 [' r '] / [' r '] = ncin_1 [' r '] .clip (min = 0.01, max = 1) #与metpy单位注册表变量后处理ncin_1(的水平)。attrs(“单位”)= ' hPa ncin_1 = ncin_1.metpy.quantify () ncin_1['时间']= ncin_1 .metpy‘时间’。时间ncin_1[“纬度”]= ncin_1 .metpy“纬度”。经度纬度ncin_1 [' ') = ncin_1 .metpy的经度。经度ncin_1[“水平”]= ncin_1 .metpy“水平”。垂直ncin_1 [' t '] = ncin_1 [' t '] * mpunit.units.degC ncin_1[“露点”]= ncin_1(“露点”)* mpunit.units.degC ncin_1 [' r '] = ncin_1 [' r '] * mpunit.units。无量纲#压力水平降序ncin_1 = ncin_1。((ncin_1(的水平)> = 100)&(测试(的水平)< = 1000),下降= True) ncin_1 = ncin_1。sortby(“水平”,提升= False) #创建一个概要文件变量是填写ncin_1(“资料”)=((“时间”、“水平”,“自由”,“经度”),np。full_like (ncin_1 [' t '], fill_value = np.nan))< xarray。数据set> Dimensions: (longitude: 60, latitude: 41, level: 21, time: 24836) Coordinates: * longitude (longitude) float32 -5.02 -4.77 -4.52 -4.27 ... 9.23 9.48 9.73 * latitude (latitude) float32 51.15 50.9 50.65 50.4 ... 41.65 41.4 41.15 * level (level) int32 20 50 100 150 200 250 ... 750 800 850 900 950 1000 * time (time) datetime64[ns] 2006-01-01 ... 2022-12-31T18:00:00 Data variables: r (time, level, latitude, longitude) float32 0.03323 ... 0.7702 t (time, level, latitude, longitude) float32 -69.07 ... 14.25 dewpoint (time, level, latitude, longitude) float32 -90.23 ... 10.28 profil (time, level, latitude, longitude) float32 nan nan ... nan nan Attributes: Conventions: CF-1.6 history: 2023-07-19 22:32:41 GMT by grib_to_netcdf-2.25.1: /opt/ecmw...我想计算了指数(使用metpy lifted_index功能),但是首先我需要计算parcel_profile变量。问题是,这个函数是一个一维函数,根据文档。我做了几个脚本使用xarray。apply_ufunc或xarray.map_blocks。
- 些微xarray。apply_ufunc:
def wrapper_parcel_profile(压力、温度、露点):返回mpcalc。parcel_profile(压力*单位。hPa、温度* units.degC露点* units.degC),(“摄氏度”)t_1000 = ncin_1 [' t '] .metpy.sel(水平= 1000)dewpoint_1000 = ncin_1(“露点”).metpy.sel(水平= 1000)压力= ncin_1 ncin_1(“水平”)(“资料”)= xr。apply_ufunc (wrapper_parcel_profile、压力、t_1000、dewpoint_1000 input_core_dims =[(的水平),(‘时间’,‘自由’,'经度'],[‘时间’,‘自由’,‘经度]],output_core_dims =[[“时间”、“水平”,“自由”,“经度”]],vectorize = True, dask =“并行”,output_dtypes =(浮动),dask_gufunc_kwargs = {“allow_rechunk”:真})这个脚本运行使用dask因为我,所以如果我理解正确的话,只要我不运行ncin_1.compute()命令,没有直接计算。我得到这个错误信息:
ValueError:操作数不能一起广播形状(19日)(24836年,41岁的60)(它必须与ncin_1(“水平”)?)
- xarray。map_block:
def wrapper_parcel_profile(压力、温度、露点):返回mpcalc。parcel_profile(压力*单位。hPa、温度* units.degC露点* units.degC),(摄氏度)压力=测试(的水平)t_1000 =测试[' t '] .metpy.sel(水平= 1000)* units.degC dewpoint_1000 =测试(“露点”).metpy.sel(水平= 1000)*(“资料”)= xr units.degC测试。map_blocks (wrapper_parcel_profile、测试模板=测试[' t '])我得到这个错误消息,当我用“ncin_1.compute()”在我的数据库
TypeError:混合分块数组类型不受支持,但是收到多种类型:{},
我的方法是正确的吗?有可能这仅仅通过在一个xarray数据集吗?我找到合适的解决办法?提前感谢你的帮助
