简介这份资源面向气象、海洋与气候方向的初学者及科研入门者提供来自Met Office Hadley Centre观测数据集的全球海水表面温度与海冰浓度数据并附带入门级处理代码帮助读者快速了解nc文件的变量结构与数据组织方式解决“拿到数据却不知从何下手”的常见问题。压缩包共3个文件包含2个nc数据文件与1个py脚本整体约167.98MB其中nc文件分别对应海冰浓度与海表温度py脚本用于读取并查看变量情况便于理解数据构造。目前已有4930人学习下载说明该数据在入门练习中具有较高参考价值。读者可借助配套脚本掌握nc数据的读取、变量查看与基本处理流程为后续气候分析、海温与海冰变化研究打下基础适合作为Met Office数据处理的起步练习材料。1. 全球海水表面温度和海冰浓度数据集2020a专用一份被低估的海洋边界条件源如果你做过区域海洋模式、海气耦合试验或者只是想让自己的再分析产品在极区不出现离谱的偏差你大概率绕不开两个变量海水表面温度SST和海冰浓度SIC。前者决定海气热通量的下限后者决定反照率和动量交换的上限。而2020a专用这个后缀通常意味着这份数据集在时间切片、网格版本或质量控制策略上针对 2020 年前后的观测体系做了一次专门的整合而不是简单地把多年产品拼在一起。它解决的核心问题是当你需要一套时空连续、极区不崩、边界清晰的 SST/SIC 场时不必自己去融合多源卫星、浮标和再分析资料。适合谁做海洋模式边界条件、做气候态对比、做极区海冰年际变化分析的人。不适合谁想要逐小时高频、公里级分辨率的人——这类数据集的时间分辨率通常是日或月空间分辨率在 0.25° 到 1° 之间别拿它当业务化预报的驱动场。2. 先搞清楚这份数据集到底装了什么变量、网格与时间轴2.1 SST 与 SIC 的物理含义和常见单位陷阱SST 是海水表面温度单位通常是摄氏度°C或开尔文K。这里有一个血泪经验很多再分析产品默认输出开尔文而模式边界条件往往要摄氏度差 273.15 不是小事极区海冰边缘几度的偏差就能让冰区范围错几百公里。SIC 是海冰浓度本质是格点内海冰覆盖的面积比例取值 0 到 1或者 0 到 100%。我一般会先确认它是 fraction 还是 percent因为 0.8 和 80 在画图时看起来都像那么回事但喂给模式就是灾难。另一个容易翻车的地方是缺测值。海洋数据集常用 1e36、-9999 或 NaN 表示陆地或缺测。如果你不做掩膜直接算平均陆地会被当成异常低温或异常高冰浓度最后得到的全球均值完全不能用。2.2 网格类型规则经纬网格与非规则网格的识别这份数据集大概率是规则经纬网格经度 0 到 360 或 -180 到 180纬度 -90 到 90。判断方法很简单用 Python 读进来后看坐标变量的维度和间距是否均匀。import xarray as xr import numpy as np ds xr.open_dataset(sst_sic_2020a.nc) print(ds) # 先看变量名、维度、坐标 # 检查经纬度间距是否均匀 lon ds[lon].values lat ds[lat].values print(经度间距范围:, np.diff(lon).min(), np.diff(lon).max()) print(纬度间距范围:, np.diff(lat).min(), np.diff(lat).max()) # 检查 SST 和 SIC 的单位与范围 sst ds[sst].values sic ds[sic].values print(SST 范围:, np.nanmin(sst), np.nanmax(sst)) print(SIC 范围:, np.nanmin(sic), np.nanmax(sic))逻辑说明先打印数据集结构确认变量命名是 sst/sic 还是 sea_surface_temperature/sea_ice_concentration。参数说明np.diff用来判断网格是否等间距如果 min 和 max 差很多说明是非规则网格后续插值要换方法。SST 范围如果在 270 到 310 之间基本就是开尔文SIC 范围如果在 0 到 1 之间就是 fraction。2.3 时间轴日平均、月平均还是气候态2020a专用很可能意味着时间轴覆盖 2020 年全年或者以 2020 年为基准的气候态。你需要确认时间变量的类型是 datetime64 还是简单的年积日。如果是月平均时间步长是 12如果是日平均是 365 或 366。time ds[time].values print(时间类型:, time.dtype) print(时间范围:, time.min(), time.max()) print(时间步数:, len(time)) # 如果是月平均检查是否每个月的天数被正确聚合 if len(time) 12: print(这是月平均数据适合做气候态分析) elif len(time) 300: print(这是日平均数据适合做事件尺度分析)这里的关键是月平均数据不能用来研究台风或短期海冰爆发日平均数据做气候态又太吵。选错时间尺度后面的分析全是白费。3. 把数据读进来并做质量控制的完整流程3.1 用 xarray 做懒加载与分块读取全球 0.25° 的 SST/SIC 日平均数据一年下来文件不小。直接xr.open_dataset会懒加载但一旦做计算就会把整个数组读进内存。我一般会先分块。ds xr.open_dataset( sst_sic_2020a.nc, chunks{time: 30, lat: 180, lon: 360} # 按时间分块减少内存峰值 ) # 查看每个变量的分块情况 for var in [sst, sic]: print(var, ds[var].chunks)逻辑说明chunks参数告诉 xarray 按块读取适合后续做时间序列平均或区域切片。参数说明时间块 30 意味着一次读 30 个时间步纬度块 180 大约是半个半球经度块 360 是全球一圈。如果你的机器内存小于 16GB建议把纬度块再调小。3.2 陆地掩膜与缺测值处理这一步是很多新手翻车的地方。SST 在陆地上通常是缺测SIC 在陆地上可能是 0 也可能是缺测。你需要统一掩膜。# 构建陆地掩膜SST 为 NaN 且 SIC 为 NaN 的格点视为陆地 land_mask np.isnan(ds[sst]) np.isnan(ds[sic]) # 对 SIC 做填充陆地上填 0海洋上保留原值 sic_filled ds[sic].where(~land_mask, 0.0) # 对 SST 做填充陆地上填 NaN海洋上保留原值 sst_filled ds[sst].where(~land_mask) # 检查填充后的范围 print(SIC 填充后范围:, float(sic_filled.min()), float(sic_filled.max())) print(SST 填充后范围:, float(sst_filled.min()), float(sst_filled.max()))逻辑说明where是 xarray 的条件替换~land_mask表示非陆地。参数说明SIC 在陆地上填 0 是因为海冰浓度在陆地上没有定义但很多模式要求边界场不能有 NaNSST 在陆地上保持 NaN因为陆地温度不是海水表面温度。3.3 计算全球平均 SST 和海冰总面积做完掩膜后可以算一些基本诊断量验证数据是否合理。# 全球平均 SST只算海洋 sst_global_mean sst_filled.mean(dim[lat, lon], skipnaTrue) print(全球平均 SST 时间序列:, sst_global_mean.values[:5]) # 海冰总面积SIC 乘以格点面积后求和 # 假设纬度是等间距的用 cos(lat) 做面积权重 lat_rad np.deg2rad(ds[lat]) area_weight np.cos(lat_rad) # 归一化权重 sic_area (sic_filled * area_weight).sum(dim[lat, lon]) print(海冰总面积时间序列:, sic_area.values[:5])逻辑说明skipnaTrue确保 NaN 不参与平均。参数说明面积权重用cos(lat)是因为经纬网格在高纬度格点面积变小不加权会高估极区贡献。如果你算出来的全球平均 SST 在 15 到 20°C 之间海冰总面积在 1500 到 2000 万平方公里之间说明数据基本合理。4. 避坑与排查这份数据集最容易出问题的 5 个地方4.1 现象SST 在极区出现 -1.8°C 以下的异常值原因海水冰点约为 -1.8°C低于这个值要么是缺测值没掩膜干净要么是卫星反演在冰区的错误检索。解决用sst_filled.where(sst_filled -1.9)把异常值设为 NaN再检查这些点是否集中在海冰边缘。4.2 现象SIC 在夏季北极出现大面积 0.5 以上的值原因夏季海冰浓度确实会下降但如果你的数据里 7 月北极还有大片 0.5可能是把多年平均当成了 2020 年单年。解决确认时间轴是否真的是 2020 年而不是气候态。用ds[time].dt.year检查年份。4.3 现象经度从 0 到 360 和 -180 到 180 混用导致切片错位原因不同来源的数据经度约定不同。解决统一转成 -180 到 180。ds ds.assign_coords(lon(((ds.lon 180) % 360) - 180)).sortby(lon)逻辑说明先加 180 取模再减 180把 0-360 映射到 -180-180。参数说明sortby确保经度单调递增否则切片会出错。4.4 现象用.mean()算全球平均时结果偏高原因没有做面积加权高纬度格点被过度代表。解决用cos(lat)加权或者用 xarray 的weighted方法。weights np.cos(np.deg2rad(ds[lat])) sst_weighted sst_filled.weighted(weights).mean(dim[lat, lon])4.5 现象SIC 和 SST 在同一格点同时出现高冰浓度和高温原因两个变量来自不同源融合时没有做一致性检查。解决检查sic 0.5且sst 5°C的格点这些通常是匹配错误应该标记为可疑。suspect (sic_filled 0.5) (sst_filled 5) print(可疑格点数:, int(suspect.sum()))5. 进阶用法把这份数据集变成模式可用的边界条件5.1 插值到模式网格的两种策略如果你的模式网格不是规则经纬网格需要插值。常见做法是双线性插值但在海冰边缘用最近邻更安全避免把冰区插成水区。from scipy.interpolate import RegularGridInterpolator # 假设目标网格是 0.1° 的规则网格 lon_target np.arange(-180, 180, 0.1) lat_target np.arange(-90, 90, 0.1) # 对 SST 做双线性插值 sst_interp ds[sst].interp(lonlon_target, latlat_target, methodlinear) # 对 SIC 做最近邻插值保持冰边缘锐利 sic_interp ds[sic].interp(lonlon_target, latlat_target, methodnearest)逻辑说明interp是 xarray 的插值方法。参数说明SST 用linear是因为温度场连续SIC 用nearest是因为冰水边界不连续线性插值会制造虚假的过渡带。5.2 时间插值从月平均到日平均的注意事项如果模式需要日平均而数据是月平均不要直接线性插值。我一般会先用气候态日变化做调制或者至少用三次样条。# 假设 ds_monthly 是月平均数据 ds_daily ds_monthly.interp(timepd.date_range(2020-01-01, 2020-12-31, freqD), methodcubic)逻辑说明cubic比linear平滑但可能过冲。参数说明如果数据在极区有突变建议分段插值或者直接用月平均驱动模式别硬插。5.3 验证方法用独立浮标数据做交叉检查如果你有某片海域的浮标 SST可以拿来验证。# 假设 buoy_lon, buoy_lat, buoy_sst 是浮标数据 model_sst ds[sst].sel(lonbuoy_lon, latbuoy_lat, methodnearest) bias model_sst - buoy_sst print(平均偏差:, float(bias.mean()), 均方根误差:, float(np.sqrt((bias**2).mean())))逻辑说明sel按最近邻取格点。参数说明偏差在 ±0.5°C 以内算合理超过 1°C 要检查是不是匹配到了错误的时间或位置。5.4 一个我常用的技巧把 SIC 转成海冰边缘线做图或做分析时海冰边缘线比浓度场更直观。# 提取 15% 浓度等值线作为海冰边缘 ice_edge sic_filled.where(sic_filled 0.15)逻辑说明15% 是常用的海冰边缘定义。参数说明如果你研究的是密集冰区可以改成 0.5 或 0.7。我自己在这类数据集上踩过最大的坑是第一次做极区分析时忘了做面积加权结果全球平均 SST 比实际高了 1.2°C图上一看北极红得发紫差点把结论写反。后来养成的习惯是任何全球或半球平均先问一句加权了吗再问一句掩膜干净了吗。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/10 6:41:21 · 阅读 1.2k 全球海水表面温度与海冰浓度数据集（2020a专用）使用指南：从读取到模式边界条件
简介这份资源面向气象、海洋与气候方向的初学者及科研入门者提供来自Met Office Hadley Centre观测数据集的全球海水表面温度与海冰浓度数据并附带入门级处理代码帮助读者快速了解nc文件的变量结构与数据组织方式解决“拿到数据却不知从何下手”的常见问题。压缩包共3个文件包含2个nc数据文件与1个py脚本整体约167.98MB其中nc文件分别对应海冰浓度与海表温度py脚本用于读取并查看变量情况便于理解数据构造。目前已有4930人学习下载说明该数据在入门练习中具有较高参考价值。读者可借助配套脚本掌握nc数据的读取、变量查看与基本处理流程为后续气候分析、海温与海冰变化研究打下基础适合作为Met Office数据处理的起步练习材料。1. 全球海水表面温度和海冰浓度数据集2020a专用一份被低估的海洋边界条件源如果你做过区域海洋模式、海气耦合试验或者只是想让自己的再分析产品在极区不出现离谱的偏差你大概率绕不开两个变量海水表面温度SST和海冰浓度SIC。前者决定海气热通量的下限后者决定反照率和动量交换的上限。而2020a专用这个后缀通常意味着这份数据集在时间切片、网格版本或质量控制策略上针对 2020 年前后的观测体系做了一次专门的整合而不是简单地把多年产品拼在一起。它解决的核心问题是当你需要一套时空连续、极区不崩、边界清晰的 SST/SIC 场时不必自己去融合多源卫星、浮标和再分析资料。适合谁做海洋模式边界条件、做气候态对比、做极区海冰年际变化分析的人。不适合谁想要逐小时高频、公里级分辨率的人——这类数据集的时间分辨率通常是日或月空间分辨率在 0.25° 到 1° 之间别拿它当业务化预报的驱动场。2. 先搞清楚这份数据集到底装了什么变量、网格与时间轴2.1 SST 与 SIC 的物理含义和常见单位陷阱SST 是海水表面温度单位通常是摄氏度°C或开尔文K。这里有一个血泪经验很多再分析产品默认输出开尔文而模式边界条件往往要摄氏度差 273.15 不是小事极区海冰边缘几度的偏差就能让冰区范围错几百公里。SIC 是海冰浓度本质是格点内海冰覆盖的面积比例取值 0 到 1或者 0 到 100%。我一般会先确认它是 fraction 还是 percent因为 0.8 和 80 在画图时看起来都像那么回事但喂给模式就是灾难。另一个容易翻车的地方是缺测值。海洋数据集常用 1e36、-9999 或 NaN 表示陆地或缺测。如果你不做掩膜直接算平均陆地会被当成异常低温或异常高冰浓度最后得到的全球均值完全不能用。2.2 网格类型规则经纬网格与非规则网格的识别这份数据集大概率是规则经纬网格经度 0 到 360 或 -180 到 180纬度 -90 到 90。判断方法很简单用 Python 读进来后看坐标变量的维度和间距是否均匀。import xarray as xr import numpy as np ds xr.open_dataset(sst_sic_2020a.nc) print(ds) # 先看变量名、维度、坐标 # 检查经纬度间距是否均匀 lon ds[lon].values lat ds[lat].values print(经度间距范围:, np.diff(lon).min(), np.diff(lon).max()) print(纬度间距范围:, np.diff(lat).min(), np.diff(lat).max()) # 检查 SST 和 SIC 的单位与范围 sst ds[sst].values sic ds[sic].values print(SST 范围:, np.nanmin(sst), np.nanmax(sst)) print(SIC 范围:, np.nanmin(sic), np.nanmax(sic))逻辑说明先打印数据集结构确认变量命名是 sst/sic 还是 sea_surface_temperature/sea_ice_concentration。参数说明np.diff用来判断网格是否等间距如果 min 和 max 差很多说明是非规则网格后续插值要换方法。SST 范围如果在 270 到 310 之间基本就是开尔文SIC 范围如果在 0 到 1 之间就是 fraction。2.3 时间轴日平均、月平均还是气候态2020a专用很可能意味着时间轴覆盖 2020 年全年或者以 2020 年为基准的气候态。你需要确认时间变量的类型是 datetime64 还是简单的年积日。如果是月平均时间步长是 12如果是日平均是 365 或 366。time ds[time].values print(时间类型:, time.dtype) print(时间范围:, time.min(), time.max()) print(时间步数:, len(time)) # 如果是月平均检查是否每个月的天数被正确聚合 if len(time) 12: print(这是月平均数据适合做气候态分析) elif len(time) 300: print(这是日平均数据适合做事件尺度分析)这里的关键是月平均数据不能用来研究台风或短期海冰爆发日平均数据做气候态又太吵。选错时间尺度后面的分析全是白费。3. 把数据读进来并做质量控制的完整流程3.1 用 xarray 做懒加载与分块读取全球 0.25° 的 SST/SIC 日平均数据一年下来文件不小。直接xr.open_dataset会懒加载但一旦做计算就会把整个数组读进内存。我一般会先分块。ds xr.open_dataset( sst_sic_2020a.nc, chunks{time: 30, lat: 180, lon: 360} # 按时间分块减少内存峰值 ) # 查看每个变量的分块情况 for var in [sst, sic]: print(var, ds[var].chunks)逻辑说明chunks参数告诉 xarray 按块读取适合后续做时间序列平均或区域切片。参数说明时间块 30 意味着一次读 30 个时间步纬度块 180 大约是半个半球经度块 360 是全球一圈。如果你的机器内存小于 16GB建议把纬度块再调小。3.2 陆地掩膜与缺测值处理这一步是很多新手翻车的地方。SST 在陆地上通常是缺测SIC 在陆地上可能是 0 也可能是缺测。你需要统一掩膜。# 构建陆地掩膜SST 为 NaN 且 SIC 为 NaN 的格点视为陆地 land_mask np.isnan(ds[sst]) np.isnan(ds[sic]) # 对 SIC 做填充陆地上填 0海洋上保留原值 sic_filled ds[sic].where(~land_mask, 0.0) # 对 SST 做填充陆地上填 NaN海洋上保留原值 sst_filled ds[sst].where(~land_mask) # 检查填充后的范围 print(SIC 填充后范围:, float(sic_filled.min()), float(sic_filled.max())) print(SST 填充后范围:, float(sst_filled.min()), float(sst_filled.max()))逻辑说明where是 xarray 的条件替换~land_mask表示非陆地。参数说明SIC 在陆地上填 0 是因为海冰浓度在陆地上没有定义但很多模式要求边界场不能有 NaNSST 在陆地上保持 NaN因为陆地温度不是海水表面温度。3.3 计算全球平均 SST 和海冰总面积做完掩膜后可以算一些基本诊断量验证数据是否合理。# 全球平均 SST只算海洋 sst_global_mean sst_filled.mean(dim[lat, lon], skipnaTrue) print(全球平均 SST 时间序列:, sst_global_mean.values[:5]) # 海冰总面积SIC 乘以格点面积后求和 # 假设纬度是等间距的用 cos(lat) 做面积权重 lat_rad np.deg2rad(ds[lat]) area_weight np.cos(lat_rad) # 归一化权重 sic_area (sic_filled * area_weight).sum(dim[lat, lon]) print(海冰总面积时间序列:, sic_area.values[:5])逻辑说明skipnaTrue确保 NaN 不参与平均。参数说明面积权重用cos(lat)是因为经纬网格在高纬度格点面积变小不加权会高估极区贡献。如果你算出来的全球平均 SST 在 15 到 20°C 之间海冰总面积在 1500 到 2000 万平方公里之间说明数据基本合理。4. 避坑与排查这份数据集最容易出问题的 5 个地方4.1 现象SST 在极区出现 -1.8°C 以下的异常值原因海水冰点约为 -1.8°C低于这个值要么是缺测值没掩膜干净要么是卫星反演在冰区的错误检索。解决用sst_filled.where(sst_filled -1.9)把异常值设为 NaN再检查这些点是否集中在海冰边缘。4.2 现象SIC 在夏季北极出现大面积 0.5 以上的值原因夏季海冰浓度确实会下降但如果你的数据里 7 月北极还有大片 0.5可能是把多年平均当成了 2020 年单年。解决确认时间轴是否真的是 2020 年而不是气候态。用ds[time].dt.year检查年份。4.3 现象经度从 0 到 360 和 -180 到 180 混用导致切片错位原因不同来源的数据经度约定不同。解决统一转成 -180 到 180。ds ds.assign_coords(lon(((ds.lon 180) % 360) - 180)).sortby(lon)逻辑说明先加 180 取模再减 180把 0-360 映射到 -180-180。参数说明sortby确保经度单调递增否则切片会出错。4.4 现象用.mean()算全球平均时结果偏高原因没有做面积加权高纬度格点被过度代表。解决用cos(lat)加权或者用 xarray 的weighted方法。weights np.cos(np.deg2rad(ds[lat])) sst_weighted sst_filled.weighted(weights).mean(dim[lat, lon])4.5 现象SIC 和 SST 在同一格点同时出现高冰浓度和高温原因两个变量来自不同源融合时没有做一致性检查。解决检查sic 0.5且sst 5°C的格点这些通常是匹配错误应该标记为可疑。suspect (sic_filled 0.5) (sst_filled 5) print(可疑格点数:, int(suspect.sum()))5. 进阶用法把这份数据集变成模式可用的边界条件5.1 插值到模式网格的两种策略如果你的模式网格不是规则经纬网格需要插值。常见做法是双线性插值但在海冰边缘用最近邻更安全避免把冰区插成水区。from scipy.interpolate import RegularGridInterpolator # 假设目标网格是 0.1° 的规则网格 lon_target np.arange(-180, 180, 0.1) lat_target np.arange(-90, 90, 0.1) # 对 SST 做双线性插值 sst_interp ds[sst].interp(lonlon_target, latlat_target, methodlinear) # 对 SIC 做最近邻插值保持冰边缘锐利 sic_interp ds[sic].interp(lonlon_target, latlat_target, methodnearest)逻辑说明interp是 xarray 的插值方法。参数说明SST 用linear是因为温度场连续SIC 用nearest是因为冰水边界不连续线性插值会制造虚假的过渡带。5.2 时间插值从月平均到日平均的注意事项如果模式需要日平均而数据是月平均不要直接线性插值。我一般会先用气候态日变化做调制或者至少用三次样条。# 假设 ds_monthly 是月平均数据 ds_daily ds_monthly.interp(timepd.date_range(2020-01-01, 2020-12-31, freqD), methodcubic)逻辑说明cubic比linear平滑但可能过冲。参数说明如果数据在极区有突变建议分段插值或者直接用月平均驱动模式别硬插。5.3 验证方法用独立浮标数据做交叉检查如果你有某片海域的浮标 SST可以拿来验证。# 假设 buoy_lon, buoy_lat, buoy_sst 是浮标数据 model_sst ds[sst].sel(lonbuoy_lon, latbuoy_lat, methodnearest) bias model_sst - buoy_sst print(平均偏差:, float(bias.mean()), 均方根误差:, float(np.sqrt((bias**2).mean())))逻辑说明sel按最近邻取格点。参数说明偏差在 ±0.5°C 以内算合理超过 1°C 要检查是不是匹配到了错误的时间或位置。5.4 一个我常用的技巧把 SIC 转成海冰边缘线做图或做分析时海冰边缘线比浓度场更直观。# 提取 15% 浓度等值线作为海冰边缘 ice_edge sic_filled.where(sic_filled 0.15)逻辑说明15% 是常用的海冰边缘定义。参数说明如果你研究的是密集冰区可以改成 0.5 或 0.7。我自己在这类数据集上踩过最大的坑是第一次做极区分析时忘了做面积加权结果全球平均 SST 比实际高了 1.2°C图上一看北极红得发紫差点把结论写反。后来养成的习惯是任何全球或半球平均先问一句加权了吗再问一句掩膜干净了吗。希望帮到你。本文还有配套的精品资源点击获取