[netcdf] Obtenir la temperature a partir d'un fichier provenant du satellite MODIS

Bonjour à tous !
J'aimerai avoir un coup de pouce afin d'obtenir une matrice correspondant à des valeurs de Temperature provenant d'un fichier .nc récuperé sur la site Ocean Color.
Ces valeurs correspondent à des valeurs de SST (sea surface temperature).
J'ai reussi a extraire les 5 variables du fichier .nc
Ma variable correspondant a SST est un "int16" et correspond a un code couleur. Celle ci provient de toute evidence de la variable RGB

J'aimerai savoir si quelqu'un ici est capable de repondre a une de mes deux interrogations :
Par quel moyen un code RGB a trois composanted donne cette valeur allant de -32767 jusqu'a 6000 et des poussieres ?
Ou idéalement comment obtenir des valeurs qui correspondent à des valeurs de T°C en degrés celsius ?

Lorsque j'ouvre le fichier sur un autre logiciel (panoply), j'ai directement un tableau Long/Lat comprenant mes valeurs en degrés...
Variable 1 = SST (-32767 : 6000)
Variable 2  = qual_sst
variable 3 = long
Variable 4  = lat
Variable 5  = palette (tableau a trois colonne, R, G ,B)
Merci par avance !!

Voici mon script:
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 ncid = netcdf.open('May2016.nc','NC_NOWRITE') % connaitre le nombre de dimensions, de variables, et d'attributs [ndims,nvars, natts,unlimdimID]=netcdf.inq(ncid); % Dimensions= latitude, longitude, rgb, 8bitcolor [dimname0,dimlen0]=netcdf.inqDim(ncid,0); [dimname1,dimlen1]=netcdf.inqDim(ncid,1); [dimname2,dimlen2]=netcdf.inqDim(ncid,2); [dimname3,dimlen3]=netcdf.inqDim(ncid,3); % Analyse des variables 0 à 4 (latitude, longitude, rgb, 8bitcolor) [varname0,xtype0, varDimIDs_0, varAtts0]=netcdf.inqVar(ncid,0); [varname1,xtype1, varDimIDs_1, varAtts1]=netcdf.inqVar(ncid,1); [varname2,xtype2, varDimIDs_2, varAtts2]=netcdf.inqVar(ncid,2); [varname3,xtype3, varDimIDs_3, varAtts3]=netcdf.inqVar(ncid,3); [varname4,xtype4, varDimIDs_4, varAtts4]=netcdf.inqVar(ncid,4); % recuperation des nom a partir du numero d'id varid0= netcdf.inqVarID(ncid,varname0); varid1= netcdf.inqVarID(ncid,varname1); varid2= netcdf.inqVarID(ncid,varname2); varid3= netcdf.inqVarID(ncid,varname3); varid4= netcdf.inqVarID(ncid,varname4); % recuperation du numero d'id a partir du nom data0 =netcdf.getVar(ncid,varid0); data1 =netcdf.getVar(ncid,varid1); data2 =netcdf.getVar(ncid,varid2); data3 =netcdf.getVar(ncid,varid3); data4 =netcdf.getVar(ncid,varid4); % Analyse de la chl_A % recuperation du numero d'id a partir du nom temp_id0= netcdf.inqVarID(ncid,'sst'); temp_id1= netcdf.inqVarID(ncid,'qual_sst'); temp_id2= netcdf.inqVarID(ncid,'lat'); temp_id3= netcdf.inqVarID(ncid,'lon'); temp_id4= netcdf.inqVarID(ncid,'palette'); % recuperation des donnees grace a l'id de la variable temp_0=netcdf.getVar(ncid,temp_id0); temp_1=netcdf.getVar(ncid,temp_id1); temp_2=netcdf.getVar(ncid,temp_id2); temp_3=netcdf.getVar(ncid,temp_id3); temp_4=netcdf.getVar(ncid,temp_id4);