我想使用numpy.gradient函数来计算土壤湿度/温度等.nc4变量的梯度分量。我的数据的网格间距/分辨率非常小(大约9 9km),我对计算较大的增量(如100 9km)上的梯度很感兴趣。只使用梯度函数可以做到这一点吗?或者我必须重新整理我的数据才能做到这一点?
发布于 2020-07-01 12:34:48
numpy.gradient正在对一阶导数进行2-point centered difference近似。如果你的数据是9公里,你想要一个100公里的估计值,你需要决定如何计算它。用直线拟合数据,然后取斜率?拟合一些高阶曲线?本质上,gradient使用了它能使用的最少的点数,但如果你想要跨越100公里,你有更多的点数,需要决定如何最好地使用/减少它们。
https://stackoverflow.com/questions/62537494
复制相似问题