用Python解析风云卫星HDF数据：从文件结构到辐射定标实战指南

风云三号系列卫星作为我国自主研制的第二代极轨气象卫星，其1B级数据在气象预报、环境监测等领域具有重要价值。但许多研究者在处理这些数据时，常因商业软件授权限制或自动化需求而转向Python解决方案。本文将彻底拆解FY3C/FY3D的HDF5数据格式，提供可直接嵌入科研工作流的代码方案。

1. 理解风云卫星1B数据架构

FY3C和FY3D的1B数据采用标准的HDF5格式存储，这种分层数据结构如同一个"数字文件柜"。通过HDFView工具观察，可以看到典型的层级结构：

code复制/FY3D_1B
├── Data
│   ├── EV_250_RefSB_b1  # 250米分辨率波段数据
│   └── EV_1KM_RefSB     # 1公里分辨率数据
└── Calibration
    ├── VIS_Cal_Coeff    # 可见光定标系数
    └── IR_Cal_Coeff     # 热红外定标系数

关键数据集及其物理含义：

注意：不同分辨率的数据集命名规则不同，250米数据会标注"_250"，1公里数据则标注"_1KM"

2. Python环境配置与核心库选择

推荐使用conda创建专属的卫星数据处理环境：

bash复制conda create -n fy3 python=3.9
conda activate fy3
pip install h5py numpy matplotlib pandas xarray

各库在流程中的作用：

• h5py：直接读取HDF5二进制数据，支持分块读取大文件
• xarray：处理带地理坐标的多维数组，替代传统NetCDF处理方式
• numpy：执行定标公式中的矩阵运算
• matplotlib：快速验证数据质量

对于超大规模数据(>10GB)，建议添加：

python复制import dask.array as da
from dask.diagnostics import ProgressBar

3. HDF文件读取与元数据提取