R 与 RNetCDF 的结果不一致 - 为什么？

Question

我在使用 RNetCDF 从 NetCDF 数据文件中提取数据时遇到问题。每个数据文件都有 3 个维度（经度、纬度和日期）和 3 个变量（纬度、经度和气候变量）。有四个数据集，每个数据集都有不同的气候变量。

为了清楚起见，以下是 print.nc(p8m.tmax) 的一些输出。除了特定的气候变量外，其他数据集是相同的。

dimensions:
  month = UNLIMITED ; // (1368 currently)
  lat = 3105 ;
  lon = 7025 ;
variables:
  float lat(lat) ;
          lat:long_name = "latitude" ;
          lat:standard_name = "latitude" ;
          lat:units = "degrees_north" ;
  float lon(lon) ;
          lon:long_name = "longitude" ;
          lon:standard_name = "longitude" ;
          lon:units = "degrees_east" ;
  short tmax(lon, lat, month) ;
          tmax:missing_value = -9999 ;
          tmax:_FillValue = -9999 ;
          tmax:units = "degree_celsius" ;
          tmax:scale_factor = 0.01 ;
          tmax:valid_min = -5000 ;
          tmax:valid_max = 6000 ;

当我使用 RNetCDF 包中的 var.get.nc 函数时，我遇到了我不明白的行为。

例如，当我尝试从最高温度数据 (p8m.tmax <- open.nc(tmaxdataset.nc)) 中提取从 stval 开始的 82 个值

 > var.get.nc(p8m.tmax,'tmax', start=c(lon_val, lat_val, stval),count=c(1,1,82))

（其中 lon_val 和 lat_val 指定坐标 I 的数据集中的位置）我感兴趣并且 stval 是 stval 设置为 which(time_vec==200201)，在本例中等于 1285。）我得到 错误：参数无效

但在成功提取 80 和 81 值后，

> var.get.nc(p8m.tmax,'tmax', start=c(lon_val, lat_val, stval),count=c(1,1,80))
> var.get.nc(p8m.tmax,'tmax', start=c(lon_val, lat_val, stval),count=c(1,1,81))

使用 82 的命令有效：

> var.get.nc(p8m.tmax,'tmax', start=c(lon_val, lat_val, stval),count=c(1,1,82))

[1]  444  866 1063 ... [output snipped]

在结构相同的 tmin 文件中出现相同的问题，但在 36 而不是 82：

> var.get.nc(p8m.tmin,'tmin', start=c(lon_val, lat_val, stval),count=c(1,1,36))

产生错误：参数无效

但在重复计数 30、31 后等

> var.get.nc(p8m.tmin,'tmin', start=c(lon_val, lat_val, stval), count=c(1,1,36)) 

作品。

这些示例看起来函数在最后一次计数时失败了，但实际情况并非如此。在第一个示例中，在我请求 84 个值后，var.get.nc 给出了 Error: Invalid argument。然后，我通过改变数据集中的起点并一次仅要求 1 个值，将失败范围缩小到第 82 个计数。出现问题的具体数字也各不相同。我可以关闭并重新打开数据集，并使问题发生在不同的位置。

在上面的特定示例中，lon_val 和 lat_val 分别为 1595 和 1751，标识数据集中沿纬度和经度维度的位置，以获取我感兴趣的纬度和经度。第 1595 个纬度和第 1751 个经度不是问题，然而。我尝试过的所有其他纬度和经度都会出现此问题。

沿气候变量维度 (stval) 改变数据集中的起始位置和/或指定不同的起始位置（作为命令中的数字而不是对象 stval）也无法解决问题。

这个问题并不总是发生。我可以连续运行相同的代码三次（清除运行之间的所有对象），并且每次都会得到不同的结果。第一次运行可能会在我试图获取的第 7 个条目上阻塞，第二次运行可能会正常工作，而第三次运行可能会在第 83 个条目上阻塞。我对这种不一致的行为感到非常困惑。

open.nc 函数也开始失败，并出现相同的错误：参数无效。与 var.get.nc 问题一样，它的发生也不一致。

有谁知道是什么原因导致最初无法提取变量？我该如何预防呢？可能与数据文件的大小（每个大约 60GB）和/或我通过网络驱动器访问它们的事实有关？

这里也有人问过这个问题： https://stat.ethz.ch/pipermail/r-help /2011-6月/281233.html

> sessionInfo()
R version 2.13.0 (2011-04-13)
Platform: i386-pc-mingw32/i386 (32-bit)

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
[1] reshape_0.8.4   plyr_1.5.2      RNetCDF_1.5.2-2

loaded via a namespace (and not attached):
[1] tools_2.13.0

Answer 1

为了解决这个问题，我从RNetCDF包（版本1.5.2-2）切换到ncdf包（1.6.5）。这两个包中的函数名称相似，用途相同[open.nc 与 open.ncdf、var.get.nc 与 get.var.ncdf]。使用完全相同的代码，并将 RNetCDF 函数名称替换为 ncdf 函数，我没有得到任何错误和预期的结果。

因此，虽然以下 RNetCDF 命令失败（仅有时且没有明显原因），但

>p8m.tmax <- open.nc('tmax.nc')
>var.get.nc(p8m.tmax,'tmax', start=c(lon_val, lat_val, stval),count=c(1,1,82))

这些 ncdf 命令永远不会失败

>p8m.tmax <- open.ncdf('tmax.nc')
>get.var.ncdf(p8m.tmax,'tmax', start=c(lon_val, lat_val, stval),count=c(1,1,82))

这不是真正的解决方案 - 我仍然不知道为什么 RNetCDF 包中的功能有时起作用，有时不起作用。然而，它确实允许我提取我需要的数据，并且希望对其他在 R 中使用 netcdf 数据的人有一些用处。