import xarray as xr
import numpy as np
import os

# 1. 파일 열기
file_path = 'sfc_grid_latlon.nc'
if not os.path.exists(file_path):
    print(f"Error: {file_path} not found.")
    exit(1)

ds = xr.open_dataset(file_path)

# 2. 대상 좌표 (34°55'28.93"N 127°42'43.46"E)
target_lat = 34 + (55/60) + (28.93/3600)
target_lon = 127 + (42/60) + (43.46/3600)

print(f"Target: Lat {target_lat:.6f}, Lon {target_lon:.6f}")

# 3. 가장 가까운 격자점 인덱스 찾기
# 격자 파일의 lat, lon 변수 확인 (보통 2차원 배열)
lat_arr = ds.lat.values
lon_arr = ds.lon.values

# 유클리드 거리 계산 (간단한 근사)
dist = (lat_arr - target_lat)**2 + (lon_arr - target_lon)**2
ny, nx = np.unravel_index(dist.argmin(), dist.shape)

print(f"Found nearest grid index: ny={ny}, nx={nx}")
print(f"Grid Lat: {lat_arr[ny, nx]:.6f}, Grid Lon: {lon_arr[ny, nx]:.6f}")

# 4. 주변 3x3 격자점 좌표 추출
print("\n--- 3x3 Grid Points from NetCDF ---")
grid_points = []
for j in range(ny-1, ny+2):
    for i in range(nx-1, nx+2):
        l_lat = lat_arr[j, i]
        l_lon = lon_arr[j, i]
        pos = ["NW", "N", "NE", "W", "C", "E", "SW", "S", "SE"][len(grid_points)]
        grid_points.append((l_lat, l_lon))
        print(f"{pos:3} (ny={j}, nx={i}): Lat {l_lat:.6f}, Lon {l_lon:.6f}")

# 5. 결과 저장 (시각화 등에 활용)
with open('exact_grid_points.txt', 'w') as f:
    for lt, ln in grid_points:
        f.write(f"{lt:.6f},{ln:.6f}\n")

ds.close()