1、数据集

VOD Climate Archive （VODCA） 数据由维也纳工业大学提供（https://doi.org/
10.5281/zenodo.2575599）。VODCA是一种空间分辨率为0.25°的全球每日VOD产品，其
基于多个传感器 （SSM/I、TMI、AMSR-E、WINDSAT 和 AMSR2） 的 VOD 检索结果的
融合，使用AMSR-E作为缩放参考，通过累积分布函数匹配进行共同校准，创建了C波
段 （~6.9 GHz、2002.6—2018.12）、X 波段 （10.7 GHz、1997.12—2018.12） 和 Ku 波段
（~19 GHz、1987.7—2017.7） 的长期 VOD 数据集。
VOD数据集下载

可以看出来，这个数据是三维数据(time维、lat纬度、lon经度)。

2、代码部分

首先，我们加载一下刚刚下载好的数据

# 提取VOD数据
import pandas as pd
import xarray as xr
# 读取文件
filefullpath = r'G:/DATA/VOD/VODCA_C-band_2002-2018_v01.0.0/C-Band/2004/vodca_v01-0_C-band_2004-01-01.nc'
ds = xr.open_dataset(filefullpath)
print(ds)

然后，根据经纬度读取数据

# 需要查询的点
find_latindex = 47.28642  # 需要查询的纬度
find_lonindex = 7.73375   # 需要查询的经度

vod_tem = ds['vod'].values  # 读取VOD数据
lat = ds['lat'].values.tolist()  # 读取纬度lat，并且一定要转化为列表格式，因为后面所使用的函数不支持numpy或者其他格式
print("lat:
", lat)
lon = ds['lon'].values.tolist()  # 读取经度lon，并且一定要转化为列表格式，因为后面所使用的函数不支持numpy或者其他格式
print("lon:
", lon)

查询距离指定经纬度最近的格点的下标，并读取数据

# 查询距离指定经纬度最近的格点的下标
lat_index = lat.index(min(lat, key=lambda x: abs(x - find_latindex)))  # 找的是下标
lon_index = lon.index(min(lon, key=lambda x: abs(x - find_lonindex)))
print("lon_index:", lon_index)
print("lat_index:", lat_index)
# 读取数据
vod_select = vod_tem[:, lat_index, lon_index]
print("vod:", vod_select)
time = ds['time'].values

最后转化为DateForm并输出成csv

# 最后转化为DateForm并输出成csv
data = pd.DataFrame({'TIME': time, 'VOD': vod_select}, index=[0])
print(data)

3、完整代码

# 提取VOD数据
import pandas as pd
import xarray as xr
# 读取文件
filefullpath = r'G:/DATA/VOD/VODCA_C-band_2002-2018_v01.0.0/C-Band/2004/vodca_v01-0_C-band_2004-01-01.nc'
ds = xr.open_dataset(filefullpath)
# print(ds)

# 需要查询的点
find_latindex = 47.28642  # 需要查询的纬度
find_lonindex = 7.73375   # 需要查询的经度

vod_tem = ds['vod'].values  # 读取VOD数据
lat = ds['lat'].values.tolist()  # 读取纬度lat
# 并且一定要转化为列表格式，因为后面所使用的函数不支持numpy或者其他格式
# print("lat:
", lat)
lon = ds['lon'].values.tolist()  # 读取经度lon
# print("lon:
", lon)

# 查询距离指定经纬度最近的格点的下标
lat_index = lat.index(min(lat, key=lambda x: abs(x - find_latindex)))  # 找的是下标
lon_index = lon.index(min(lon, key=lambda x: abs(x - find_lonindex)))
# print("lon_index:", lon_index)
# print("lat_index:", lat_index)
# 读取数据
vod_select = vod_tem[:, lat_index, lon_index]
# print("vod:", vod_select)
time = ds['time'].values

# 最后转化为DateForm并输出成csv
data = pd.DataFrame({'TIME': time, 'VOD': vod_select}, index=[0])
print(data)

参考文章：https://blog.csdn.net/qq_44907989/article/details/128057413