空间变化的模型数据的垂直坐标-写入netCDF文件xarray

如何解决空间变化的模型数据的垂直坐标-写入netCDF文件xarray

请考虑在水利工程中使用数值流模型来模拟简单的一维对流扩散情况，例如：盐浓度（Cs）的变化。该域没有y维，只有X和Z维，这意味着流量不是深度平均的，并且在 1个时间步长中，我的盐浓度为：

Cs = Cs（x，z）

其中 x：空间坐标（等距向量），z：垂直坐标（非等距向量）。 或更多，包括时间在内：

Cs = Cs（x，z，t）

现在，x在时间和空间上是恒定的（这意味着x网格不会“来回”轻微地来回移动），但是z（即每个“层”的垂直坐标）确实在适应和振荡，并且下来。

对于每个时间步长，模型都会输出盐浓度的实际数值以及每一层的垂直坐标（即在流体的每个给定深度处）。在Python中，通过将每个z错位到其上一个层次之上，可以轻松地“合并” x和z上的盐度。

因此，Python中的cords矩阵具有等于垂直层数的行数和等于x网格点数的行数。这样，坐标和盐度矩阵是一致的，可以绘制（轮廓）。

我现在的问题是： 在Python中，我想使用x-array生成/输出一个netcdf文件，以使用Paraview读取该文件。我可以开始创建一个netCDF文件，该文件仅包含（现在）一个时间步，将其摄取到Paraview中并进行绘制。

但是，我的问题是z = z（x），这意味着每个水平高度都沿水平坐标变化。到目前为止，我只能应用等距的垂直向量来描述垂直坐标，并且该向量不取决于x，因此它不会沿水平坐标变化。

我如何实现我的目标？

nx = np.shape(Xp)[1]
nz = Nvert+1




#X vector is linearly spaced,constant dx,and it is OK like that! 
xmin = 0
xmax = 10
X = np.linspace(xmin,xmax,nx)

#Z is equally spaced too,by it should NOT be! might vary over vertical AND/or over X!!!
zmin = 0
zmax = 0.5
Z = np.linspace(zmin,zmax,nz)


# merge quantity "qname",at timestep 0,given Nvert vertical layers 
q0       = merge_quant(Nvert,t[0],qname)

#create two matrix coordinates,xk and zk,being consistent is size with q0 
xk,zk   = merge_xnadz(Nvert,t[0])

#assign:
vals = q0

#preallocate data using xarray
ds = xr.Dataset(
{qname: (("z","x"),vals)},coords={
    "x": X,"z": Z  #---this here should vary but is instead constant..?!?
       }
)

#save to disk
ds.to_netcdf("Testout.nc")

如何添加其他尺寸？ 我可以在保存到netCDF之前在xarray中添加坐标矩阵吗？那真的可以解决我的问题。

感谢您的帮助。 谢谢！

马可

编辑： 两张图片，一张用于模型结果；还有一个是在PARAVIEW中获得的