1. 概述 (What & Why)

NetCDF 是一套為「科學陣列型資料」設計的 自描述 (self-describing)、跨平台 (portable)、可擴充 (extensible) 的資料模型與檔案格式，同時也包含一組 API 函式庫。典型應用領域包含：氣象、海洋、氣候、遙測、模式模擬（如大氣模式、海流、浪場）等。

2. 核心資料模型 (Classic Data Model)

3. NetCDF Header 範例與逐行解釋

原始 Header

netcdf example {
  dimensions:
    time = UNLIMITED ; // (10 currently)
    lat = 181 ;
    lon = 360 ;
  variables:
    double time(time) ;
      time:units = "hours since 2025-07-20 00:00:00" ;
      time:calendar = "gregorian" ;
    float lat(lat) ;
      lat:units = "degrees_north" ;
    float lon(lon) ;
      lon:units = "degrees_east" ;
    float temperature(time, lat, lon) ;
      temperature:long_name = "Sea surface temperature" ;
      temperature:units = "K" ;
      temperature:_FillValue = -9999.f ;
      temperature:scale_factor = 0.01f ;
      temperature:add_offset = 273.15f ;

  // global attributes:
    :title = "Demo SST" ;
    :history = "2025-07-20T12:00:00Z created" ;
}

逐段說明

維度宣告

dimensions:
  time = UNLIMITED ; // (10 currently)
  lat = 181 ;
  lon = 360 ;

• 宣告 3 個維度：time、lat、lon。
• time = UNLIMITED 表示此維度可增長（appendable），目前已有 10 筆（索引 0..9）。
• lat = 181、lon = 360 為固定長度。例如：lat 可能為 -90 到 90（含端點，共 181 個點，步距 1°）；lon 可能為 0 到 359（共 360 個點）。

時間變數

double time(time) ;
  time:units = "hours since 2025-07-20 00:00:00" ;
  time:calendar = "gregorian" ;

• time(time)：1 維時間座標變數。
• units 採 CF 規範：「<時間單位> since <參考時間>」。此處表示「自 2025-07-20 00:00:00 起算的小時數」。
  • 例：time[0] = 0 → 2025-07-20 00:00
  • time[1] = 6 → 2025-07-20 06:00
• calendar="gregorian" 指定日曆系統。

經緯度座標變數

float lat(lat) ;
  lat:units = "degrees_north" ;
float lon(lon) ;
  lon:units = "degrees_east" ;

• 座標變數（coordinate variables）：名稱與維度相同。
• 提供每個格點的地理位置（緯度、經度）。

資料變數

float temperature(time, lat, lon) ;
  temperature:long_name = "Sea surface temperature" ;
  temperature:units = "K" ;
  temperature:_FillValue = -9999.f ;
  temperature:scale_factor = 0.01f ;
  temperature:add_offset = 273.15f ;

• temperature 為 3 維資料：time × lat × lon。
• 使用「打包（packed）」策略：以 scale_factor 與 add_offset 壓縮存放範圍。
  • 解碼：physical_value = scale_factor * stored_value + add_offset。
  • 例：stored = 2000 → 0.01 * 2000 + 273.15 = 293.15 K。
• _FillValue = -9999.f：缺值標記；讀取後通常轉換為 NaN。
• long_name 與 units 為語意與顯示用 metadata。

全域屬性

:title = "Demo SST" ;
:history = "2025-07-20T12:00:00Z created" ;

• title：檔案標題。
• history：處理沿革；每次加工可附加一段（建議包含時間戳與動作）。

4. 對應速查

5. Packed value 解碼範例（Python）

physical = scale_factor * stored + add_offset
physical[stored == fill_value] = np.nan

需要再擴充成 CF Conventions 教學、或輸出成 PDF / Word 版本，可再告訴我。

6. 使用 xarray 讀取與操作 NetCDF

以下示範使用 xarray（結合 netCDF4 或 h5netcdf 後端）讀取、檢視、分析與寫回 NetCDF 的典型流程。

6.1 安裝

pip install xarray netCDF4 cftime dask[complete]
# 若需要壓縮或平行最佳化，可再安裝 zarr, h5netcdf 等

6.2 基本開檔

import xarray as xr

ds = xr.open_dataset('example.nc')  # 延遲讀取 (lazy)；僅讀 header/metadata
print(ds)                            # 類似 ncdump -h + 變數概觀

open_dataset 預設是 lazy：真正的資料直到運算或 .load() 才讀入記憶體。

6.3 取出變數與座標

t = ds['temperature']      # DataArray
lat = ds['lat']
lon = ds['lon']
print(t.dims, t.shape)     # ('time','lat','lon'), (10,181,360)

6.4 自動解碼時間、scale_factor 與缺值

xarray 預設會依 CF Conventions 自動：

• 將 time 轉為 datetime64 或 cftime 物件。
• 套用 scale_factor / add_offset。
• 將 _FillValue/missing_value 轉為 NaN。

可停用：xr.open_dataset('example.nc', decode_times=False, mask_and_scale=False)。

6.5 選取與切片

# 依座標值切片（最近鄰或對齊）
subset = t.sel(time='2025-07-20T06:00:00', lat=slice(-10,10), lon=slice(120,150))
# 依索引切片
t0 = t.isel(time=0)

6.6 計算（懶加速）

# 平均一段時間與空間（仍 lazy）
mean_equatorial = t.sel(lat=slice(-5,5)).mean(dim=('time','lat'))
# 觸發實際計算
result = mean_equatorial.compute()  # 或 .load()

若安裝與設定 Dask，xarray 會自動用 Dask array，便於大檔案平行/分塊運算。

6.7 設定 Chunk（適合大檔案）

ds = xr.open_dataset('example.nc', chunks={'time': 50})

• chunks 對應 Dask 分塊大小；與 NetCDF chunk 不同，但影響執行時分佈計算。
• 建議 time 維度 chunk 為常用分析窗口倍數。

6.8 多檔拼接 (Concatenation) 與合併

# 多檔沿 time 座標自動串接
ds_all = xr.open_mfdataset('var_2025_0*.nc', combine='by_coords', parallel=True,
                           data_vars='minimal', coords='minimal', compat='override')

常見參數：

6.9 去除重複時間與排序

if 'time' in ds_all.coords:
    ds_all = ds_all.sortby('time')
    _, idx = xr.unique(ds_all.time, return_index=True)
    if len(idx) != ds_all.sizes['time']:
        ds_all = ds_all.isel(time=idx.sortby(idx))

6.10 加入新計算結果

ds_all['temp_anomaly'] = ds_all.temperature - ds_all.temperature.mean('time')

新增的 DataArray 會自動繼承對齊座標。

6.11 寫回 NetCDF

encoding = {
    'temperature': {
        'zlib': True, 'complevel': 4, 'shuffle': True,
        # 指定 chunksizes (影響最終 NetCDF 物理 chunk)
        'chunksizes': (50, ds_all.dims['lat'], ds_all.dims['lon'])
    },
    'temp_anomaly': {'zlib': True, 'complevel': 4, 'shuffle': True}
}

ds_all.to_netcdf('merged_with_anomaly.nc', encoding=encoding)

注意：

• chunksizes 是寫入 NetCDF 物理 chunk（與 open_dataset(..., chunks=...) 的記憶體分塊不同）。
• 設定壓縮層級 1–6 通常平衡速度與壓縮比。

6.12 與 Pandas 互動

# 取某經緯點時間序列，轉為 Pandas Series
pt_series = ds_all.temperature.sel(lat=0.0, lon=140.0, method='nearest')
ser = pt_series.to_pandas()

6.13 常見錯誤排查

6.14 快速範例（從讀到分析再輸出）

import xarray as xr
# 1. 讀多檔
files = 'var_2025_0*.nc'
ds = xr.open_mfdataset(files, combine='by_coords', chunks={'time': 48})
# 2. 時間排序
ds = ds.sortby('time')
# 3. 計算季平均 (假設 time 是 hourly 資料)
season_mean = ds.temperature.resample(time='3M').mean()
# 4. 儲存結果
season_mean.to_netcdf('temperature_3M_mean.nc')

6.15 小抄 (Cheat Sheet)

若需要：我可以再加上 Zarr 雲端存取流程、平行 Dask 設定 或 CF 規範標準名稱補充，告訴我即可。