我想对griddata进行一个时态线性插值（= xarray with dimensions：lat，lon，time），这意味着我有一个时间步，其中没有数据，但之前和之后的时间步有信息。我尝试使用scipy.interpolate.griddata，其中我首先为所有的nan数据创建了一个遮罩层，然后用那里的数据对nan进行插值。
虚拟数据：

[0.47942554, 0.48971277,  0.47942554, 0.98971277, 1.23971277],
       [0.2171174 , 0.4671174 , 0.7171174 , 0.9671174 , 1.2171174 ],
       [0.18102272, 0.43102272, 0.68102272, 0.93102272, 1.18102272],
       [0.47942554, 0.38367293, 0.63367293, 0.88367293, 1.13367293]],

       [[nan,  nan, nan, nan, nan],
       [nan,  nan, nan, nan, nan],
       [nan,  nan, nan, nan, nan],
       [nan,  nan, nan, nan, nan],
       [nan,  nan, nan, nan, nan]],
       

      [[0.47942554,  0.47942554, 0.97942554, 1.22942554, 1.47942554],
       [0.46452136, 0.71452136, 0.96452136, 1.21452136, 1.46452136],
       [0.42073549, 0.67073549, 0.92073549, 1.17073549,  0.47942554],
       [0.35079033, 0.60079033, 0.85079033, 1.10079033, 1.35079033],
       [0.47942554, 0.50903472, 0.75903472, 0.47942554, 1.25903472]]])

我尝试了什么（这个问题的帮助下：（How to use scipy.interpolate.interpn function with xarray (3d), to fill nan gaps? Current Error [The points in dimension 0 must be strictly ascending]）：

# ravel all points and find the valid ones
points = da.data.ravel()
valid = ~np.isnan(points)
points_valid = points[valid]

# construct arrays of (x, y, z) points, masked to only include the valid points
xx, yy, zz = np.meshgrid(x, y, z)
xx, yy, zz = xx.ravel(), yy.ravel(), zz.ravel()
xxv = xx[valid]
yyv = yy[valid]
zzv = zz[valid]

# feed these into the interpolator, and also provide the target grid
interpolated = scipy.interpolate.griddata(np.stack([xxv, yyv, zzv]).T, points_valid, (xx, yy, zz), method="linear")

# reshape to match the original array and replace the DataArray values with
# the interpolated data
da.values = interpolated.reshape(da.shape)

但是，在此方法中，空间插值和时间插值之间没有区别，因为仅使用最接近的值（同样使用线性插值-然后只取接下来的3个点）。问题是，由于某种原因，它总是使用空间上而不是时间上最近的点。因此，空间插值看起来很好，但是时间插值看起来很混乱。我想要的只是一个时间插值（没有空间邻居）。
我能改变什么？请帮帮我！