Después de de una prolongada búsqueda de datos hemos podido resolver este apuro que pueden tener ciertos usuarios. Te compartimos la solución y esperamos resultarte de mucha ayuda.
Solución:
No los encontramos mucho, excepto fuera de la Oficina de Meteorología. Cuando lo hacemos, tiendo a usar Panoply netCDF, HDF y GRIB Data Viewer de la NASA para ver inicialmente los datos, y luego la biblioteca Python netcdf4-python para interactuar realmente con los datos (también usando scipy, numpy, etc. para los cálculos). ).
En cuanto a la extracción de datos de series de tiempo, tiende a ser para un solo punto a lo largo del tiempo, por lo que se ignora la geografía, o un solo intervalo de tiempo, por lo que se ignora el tiempo. Usted mencionó ver los datos en ArcGIS: para hacer esto como un ráster, en su mayoría hago trampa y extraigo cada segmento de tiempo como un numpy arrayy luego júntelos como un TIF multicapa usando GDAL.
¡Espero que esto ayude!
Lo que hago en R es usar el ncdf
paquete para leer los datos en R, que pone los datos en un multidimensional array. Entonces uso el plyr
paquete combinado con herramientas básicas de R para realizar cualquier paso de procesamiento (promedio temporal, extracto de series temporales). Finalmente, visualizo mis resultados usando el ggplot2
paquete. Para obtener más información sobre los datos espaciales en R, visite R Spatial Taskview. Un paquete particularmente interesante para datos raster satelitales es el raster
paquete.
Aquí hay un par de herramientas que pueden interesarle:
-
Una herramienta de análisis de NetCDF llamada ToolsUI (FYI, este es un enlace Java Webstart)
-
Dependiendo de sus datos, es posible que desee considerar el IDV
Si haces scroll puedes encontrar las notas de otros desarrolladores, tú incluso tienes la libertad de mostrar el tuyo si dominas el tema.