将数据从一个纬度经度网格插入到另一个纬度经度网格上？

我有两个位于经纬度网格上的数据数组。第一个 A 的形状为 (89, 180)。第二个 B 的形状为 (94, 192)。 A 的纬度按降序排列，从 88. 到 -88. & 经度按升序从 0. 到 358。B 的纬度按降序从 88.54199982 到 -88.54199982，经度按升序从 0. 到 358.125。

我想将 B 的数据重新网格化/插值到 A 的坐标系上，以便我可以获得两个相同大小的数组并计算它们之间的空间相关性。 （如果更容易的话，我还可以将 A 的数据重新网格/插值到 B 的坐标系上。）我尝试了 mpl_toolkits.basemap.interp(datain, xin, yin, xout, yout)，但这需要 xout 和 yout 具有相同的大小。我也尝试过 scipy.interpolate.griddata，但我不知道它是如何工作的，我什至不确定这是否能让我得到我正在寻找的东西......

您可能想看看pyresample对于这个和其他类似的地理插值问题。它提供了多种插值方法，可以很好地处理纬度/经度数据，并结合了basemap支持。我推荐这个包，因为你也可以创建AreaDefinition使用 Proj4 定义定义域的对象，然后将数据注册到AreaDefinition.

对于您的具体问题，我将执行以下操作（注意，插值步骤不完整，请参见下文）：

from pyresample.geometry import SwathDefinition
from pyresample.kd_tree import resample_nearest

def interp_b_to_a(a, b):
    '''Take in two dictionaries of arrays and interpolate the second to the first.
    The dictionaries must contain the following keys: "data", "lats", "lons"
    whose values must be numpy arrays.
    '''
    def_a = SwathDefinition(lons=a['lons'], lats=a['lats'])
    def_b = SwathDefinition(lons=b['lons'], lats=b['lats'])

    interp_dat = resample_nearest(def_b, b['data'], def_a, ...)
    new_b = {'data':interp_dat,
             'lats':copy(a['lats']),
             'lons':copy(a['lons'])
            }
    return new_b

请注意，插值步骤其中resample_nearest称为不完整。您还需要指定radius_of_influence这是每个点周围使用的搜索半径（以米为单位）。这取决于数据的分辨率。您可能还想指定nprocs加快速度并fill_value如果您使用屏蔽数据。