使用R将nc文件转换为asc文件或者tif文件

使用R将nc文件转换为asc文件或者tif文件

文章目录


前言

本文主要记录一下如何将环境数据的nc文件转换为asc文件、tif文件,分享所用R代码。


一、nc文件转换为asc文件代码

使用R语言代码将nc文件批量转换为asc文件

该转换算是对于生态位模拟(ENM)分析笔记的一个步骤补充,具体可详见该文章。

r 复制代码
#批量转换nc文件为asc文件
library(ncdf4)
library(raster)
library(progress)

input_dir <- "D:/oceandata/48_nc"  #nc文件存放目录
output_dir <- "D:/oceandata/48_asc"  # 修改输出目录名
dir.create(output_dir, showWarnings = FALSE, recursive = TRUE)

nc_files <- list.files(path = input_dir, 
                       pattern = "\\.nc$", 
                       full.names = TRUE)

pb <- progress_bar$new(
  format = " 转换进度 [:bar] :percent | 剩余: :eta",
  total = length(nc_files), 
  clear = FALSE,
  width = 60
)

process_nc_file <- function(nc_file) {
  tryCatch({
    nc <- nc_open(nc_file)
    available_vars <- names(nc$var)
    first_var <- available_vars[1]
    nc_close(nc)
    
    tmpbr <- brick(nc_file, varname = first_var)
    base_name <- tools::file_path_sans_ext(basename(nc_file))
    
    # 修改为ASC输出格式
    output_file <- file.path(output_dir, paste0(base_name, ".asc"))
    
    writeRaster(tmpbr,
                filename = output_file,
                bylayer = TRUE,
                format = "ascii",  # 关键修改点
                NAflag = -9999)    # 设置无效值标识
    
    pb$tick()
    message(paste("\n成功转换:", basename(nc_file)))
  }, error = function(e) {
    pb$tick()
    message(paste("\n处理失败:", basename(nc_file), "错误:", e$message))
  })
}

cat("开始批量转换NC文件为ASC...\n")
lapply(nc_files, process_nc_file)
cat("\n批量转换完成!共处理", length(nc_files), "个文件\n")

二、nc文件转换为tif文件代码

使用R语言将nc文件批量转换为tif文件

r 复制代码
#library(ncdf4)
#nc <- nc_open("D:/oceandata/48_nc/Air_temperature_[range].nc")
#available_vars <- names(nc$var)  # 获取所有变量名
#first_var <- available_vars[1]   # 提取第一个变量名
#nc_close(nc)
#library(raster)

#tmpbr <- brick("D:/oceandata/48_nc/Air_temperature_[range].nc", 
   #            varname = first_var)
#print(paste("已选择变量:", first_var))
#print("数据维度信息:")
#print(dim(tmpbr))
## 显式指定输出目录
#output_dir <- "D:/output_folder"
#dir.create(output_dir, showWarnings = FALSE)
#writeRaster(tmpbr,
 #           filename = file.path(output_dir, paste0(names(tmpbr), ".tif")),
   #         bylayer = TRUE,
     #       format = "GTiff")


# 批量处理
library(ncdf4)
library(raster)
library(progress)

input_dir <- "D:/oceandata/48_nc"
output_dir <- "D:/oceandata/48_tif"
dir.create(output_dir, showWarnings = FALSE, recursive = TRUE)

nc_files <- list.files(path = input_dir, 
                       pattern = "\\.nc$", 
                       full.names = TRUE)

# 创建进度条
pb <- progress_bar$new(
  format = " 转换进度 [:bar] :percent | 剩余: :eta",
  total = length(nc_files), 
  clear = FALSE,
  width = 60
)

process_nc_file <- function(nc_file) {
  tryCatch({
    nc <- nc_open(nc_file)
    available_vars <- names(nc$var)
    first_var <- available_vars[1]
    nc_close(nc)
    
    tmpbr <- brick(nc_file, varname = first_var)
    base_name <- tools::file_path_sans_ext(basename(nc_file))
    output_file <- file.path(output_dir, paste0(base_name, ".tif"))
    
    writeRaster(tmpbr,
                filename = output_file,
                bylayer = TRUE,
                format = "GTiff")
    
    pb$tick()  # 更新进度条
    message(paste("\n成功转换:", basename(nc_file)))
  }, error = function(e) {
    pb$tick()
    message(paste("\n处理失败:", basename(nc_file), "错误:", e$message))
  })
}

cat("开始批量转换NC文件...\n")
lapply(nc_files, process_nc_file)

cat("\n批量转换完成!共处理", length(nc_files), "个文件\n")

总结

---2025-8-6

相关推荐
Mister Leon1 天前
机器学习Adaboost算法----SAMME算法和SAMME.R算法
算法·机器学习·r语言
Tiger Z2 天前
R 语言科研绘图第 67 期 --- 箱线图-显著性
r语言·论文·科研·绘图·研究生
惊岁晚2 天前
【实践记录】github仓库的更新
算法·容器·r语言·github
UQWRJ5 天前
R语言基础图像及部分调用函数
开发语言·r语言
Chef_Chen5 天前
从0开始学习R语言--Day64--决策树回归
学习·决策树·r语言
Yolo566Q7 天前
R语言与作物模型(以DSSAT模型为例)融合应用高级实战技术
开发语言·经验分享·r语言
是Dream呀7 天前
速度与精度的结合:Faster R-CNN模型的性能剖析
开发语言·r语言·cnn
开开心心就好7 天前
PDF转图片工具,一键转换高清无损
服务器·前端·智能手机·r语言·pdf·excel·batch
Chef_Chen7 天前
从0开始学习R语言--Day62--RE插补
开发语言·学习·r语言