matlab读取hdf文件，保存为nc文件.zip

%{ author：wangjian time：2019年8月 function：用于读取多幅hdf文件的叶绿素浓度，然后绘制图像，并保存为nc图像 注意： 由于本程序中给出的经纬度坐标存在问题，本程序在师姐的指导下， 选用了自己构造经纬度坐标，过程中采用了矩阵的转置和纵向翻转进行计算 （坐标系的不一致，图像坐标系采用左上角坐标系，经纬度坐标采用左下角坐标系） %} close all;clear;clc addpath m_map %图像的经纬度 lat_start=-45;lat_end=30 ; lon_start=30;lon_end=150; %在这里设置画图区域的经纬度 lat_min=21.75; lat_max=23.5; lon_min=113.25; lon_max=114.5; %设置colorbar的初始值和最大值 % colorbar_min=0; % colorbar_max=0.04; biaoti1='2011年'; biaoti2='月叶绿素a浓度分布图'; filepath=['E:\satellite\RS\2011\chl a\','*.hdf']; path1='E:\satellite\RS\2011\chl a\'; path='E:\satellite\RS\2011\chl a\新建文件夹\'; list = dir(filepath); n = length(list); fileinfo =hdfinfo([path1,list(1).name]); data_set_info = fileinfo.SDS; % hdftool(filename); for i = 1:n mon_str=list(i).name(5:6); data2=hdfread([path1,list(i).name],'l3m_data'); data1=data2'; data1=fliplr(data1); [m,n]=size(data1); lon=linspace(lon_start,lon_end,m); lat=linspace(lat_start,lat_end,n); xlon =find(lon>=lon_min & lon<=lon_max); ylat =find(lat>=lat_min & lat<=lat_max); lon_RS1 =lon(xlon); lon_RS=lon_RS1'; lat_RS1 =lat(ylat); lat_RS=lat_RS1'; data=data1(xlon,ylat); data(data>10)=NaN; %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %***********************用于存储BA为nc文件******************* %**********创造一个nc文件**************** ncid = netcdf.create([path,biaoti1,mon_str,biaoti2,'.nc'],'NC_SHARE'); %***********定义Dimension*************** %dimid = netcdf.defDim(ncid,dimname,dimlen) [n1,m1]=size(data); dimidx = netcdf.defDim(ncid,'lon1',n1); dimidy = netcdf.defDim(ncid,'lat1',m1); dimidz = netcdf.defDim(ncid,'month',1); %***********定义变量******************* %varid = netcdf.defVar(ncid,varname,xtype,dimids) lon1 =netcdf.defVar(ncid,'longitude','double', dimidx); lat1=netcdf.defVar(ncid,'latitude','double', dimidy); varid = netcdf.defVar(ncid,'chla','double',[dimidx dimidy dimidz]); %**********完成netCDF文件定义模式**************** netcdf.endDef(ncid); longitude=linspace(lon_min,lon_max,n1); latitude=linspace(lat_min,lat_max,m1); %把数据写到netcdf的文件中 netcdf.putVar(ncid,lon1,longitude); netcdf.putVar(ncid,lat1,latitude); netcdf.putVar(ncid,varid,data); % %将保存的图像读取然后画图 path3=([path,biaoti1,mon_str,biaoti2,'.nc']); % path3='E:\satellite\RS\2017\BA\201701细菌丰度空间分布图.nc'; ncdisp(path3); lon3=ncread(path3,'longitude'); lat3=ncread(path3,'latitude'); data3=ncread(path3,'chla'); figure; m_proj('miller','lon',[lon_min lon_max],'lat',[lat_min lat_max]); %主要用于确定投影方式 h=m_pcolor(lon3,lat3,data3'); % caxis([colorbar_min,colorbar_max]); shading flat; hold on; % 注意m_contourf和m_pcolor第三个参数为lat*lon排列才对; % m_contourf(LON,LAT,bacteria_abun'); % 注意，m_coast与m_pcolor不能同用，换成m_gshhs_h，原因未知； % m_coast('patch',[.5 .5 .5],'edgecolor','k'); %划海岸线，并对非海岸线的进行填充 m_gshhs_i('patch',[0.5 0.5 0.5],'edgecolor','k'); %画高分辨率的海岸线 % m_elev; %添加地形水深数据 m_grid('box','fancy','xtick',6,'tickdir','out','yaxislocation','left','fontsize',12); gg=colorbar('FontSize',10); colormap(jet(10)) %这个主要用于设置colorbar颜色条的变化 set(get(gg,'Title'),'string',' ','FontSize',15); %'xtick',(105:5:121),'ytick',(15:3:24)； % title([biaoti1,mon_str,biaoti2],'FontSize',15); % xlabel('longitude（经度）','FontSize',12); % ylabel('latitude（纬度）','FontSize',12); % m_text(115',24','广东','fontsize',22); m_text(120.2',23.2','台湾','fontsize',22); % m_text(105.5',13','越南','fontsize',22); m_text(120',16','菲律宾','fontsize',22); m_text(109',19','海南','fontsize',22); saveas(h,[path,biaoti1,mon_str,biaoti2,'.png']); clear d*; % clear data1 data2 data; end close all;