【海洋遥感】绘制海洋表面温度动图

基于Cartopy绘制海洋表面温度动态变化图

---

一、实验准备

啊我们这次需要用的库有：

• cartopoy
• xarray
• imageio
• numpy
• pandas

如果发现cartopy安装不了，可以先在网站下载依赖库。

分别是：

• pyproj
• Pillow
• Shapely
• Cartopy

我们下载好对应Python版本和OS类型的.whl文件后，在anaconda prompt中输入以下命令：

pip install path\your_file.whl

即可。

---

关于海洋遥感数据，我们可以在https://podaac.jpl.nasa.gov/上下载数据，当然，NASA的这个网站可能需要科学上网。

---

二、数据处理

我们下载下来的文件是.nc文件，这个类型的文件可以用xarray或者netCDF4这两个库进行读取哦。下面我们展示xarray的读取方式。

# 导入库
import xarray as xr

值得一提的是，xarray有可能跟pytorch或者tensoflow产生冲突，尤其是torchtext库。这种情况下，可能需要对现有的依赖库进行更新。

# 读取数据
data = xr.open_dataset(d)

此时呢，数据就被我们读取进来啦。我们这次需要用到的值为SST(sea surface temperature)，因此，我们需要获取到这个维度的数据。

sst = data.variables["sea_surface_temperature"][:] # 通过variables属性 选择对应维度的数据

# 获取经纬度数据
lon = data.variables['lon'][:]
lat = data.variables['lat'][:]

这些数据符不符合规范，是一个值得注意的问题。我们发现，该文件的SST数据缺失了不少值，需要做一个清洗。

# 获取到DataFrame方便处理
sst = np.array(sst)
d = pd.DataFrame(sst[0])

print(d.describe())
# 用平均值填充
d.fillna(d.mean(), inplace=True)

---

三、绘制图像

好啦我们现在要用到cartopy进行绘图啦~

# 之前拿到的数据是xarray类型的，我们需要转换到ndarry类型
lon,lat=np.array(lon),np.array(lat)
sst=d.values

设置我们地图的投影

    ax = plt.axes(projection=ccrs.PlateCarree())  # 设置投影方式
    extend=[-30,-16, -60, -46] # 设置显示范围
    
    ax.set_extent(extend)  # 设置经纬度范围
    ax.stock_img()#添加地球背景
    
    ax.add_feature(cfe.OCEAN) # 添加要素
    ax.add_feature(cfe.LAND,edgecolor='black')
    ax.add_feature(cfe.LAKES,edgecolor='black')
    ax.add_feature(cfe.RIVERS)
    rivers_10m = cfe.NaturalEarthFeature('physical', 'rivers_lake_centerlines', '10m')
    ax.add_feature(rivers_10m,facecolor="None",edgecolor='b')
    
     ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--') # 添加经纬网
     
    ax.coastlines() # 设置海岸线
    ax.set_title("我也不知是啥数据")

	levels = np.arange(sst.min(), sst.max()+ 1, 1) # 设置颜色分辨度
	cp=ax.contourf(lon,lat,sst,cmap='Spectral_r',levels=levels) # 绘制二维格网
    plt.colorbar(cp)# 设置色带
    plt.show()
    

---

四、动图制作

这里我们就需要使用到imageio模块了。

这里简单说一下如何通过imageio制作gif动图。

首先，我们需要通过imageio.imread()API读取图片数据，将其存放在容器列表中。再通过imageio.mimsave()进行制作。

# 定义一个创建gif的方法
 def create_gif(filelist,name,dur=1.0)->None:
    IMG=[]
    for i in filelist:
        IMG.append(imageio.imread(i))
    return imageio.mimsave(name,IMG,"GIF",duration=dur)

接着获取plt的图像资源

plt.savefig((val:=path+"%s.png"%time),dpi=200)
lis.append(val)
    
# 释放资源
plt.close()

最终结果如下图啦，数据是随便拉的，所以对不太上

---

完整代码

import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import cartopy.feature as cfe
import xarray as xr
import imageio
import numpy as np
import pandas as pd
import os

# 创建gif图像
def create_gif(filelist,name,dur=1.0)->None:
    IMG=[]
    for i in filelist:
        IMG.append(imageio.imread(i))
    return imageio.mimsave(name,IMG,"GIF",duration=dur)

def working(d,path,time,lis)->None:
    # 数据清洗
    '''

    :param data: 数据
    :param path: 保存路径
    :param time: 名字吧
    :param lis: GIF文件夹
    :return:
    '''
    data = xr.open_dataset(d)
    sst = data.variables["sea_surface_temperature"][:]

    lon = data.variables['lon'][:]
    lat = data.variables['lat'][:]


    sst = np.array(sst)
    d = pd.DataFrame(sst[0])
    # print(d.describe())
    d.fillna(d.mean(), inplace=True)

    lon,lat=np.array(lon),np.array(lat)
    sst=d.values

    ax = plt.axes(projection=ccrs.PlateCarree())  # 设置投影方式
    extend=[-30,-16, -60, -46]
    ax.set_extent(extend)  # 设置经纬度范围
    ax.stock_img()#添加地球背景
    ax.add_feature(cfe.OCEAN)
    ax.add_feature(cfe.LAND,edgecolor='black')
    ax.add_feature(cfe.LAKES,edgecolor='black')
    ax.add_feature(cfe.RIVERS)

    rivers_10m = cfe.NaturalEarthFeature('physical', 'rivers_lake_centerlines', '10m')
    ax.add_feature(rivers_10m,facecolor="None",edgecolor='b')

    ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--')


    ax.coastlines()
    ax.set_title("我也不知是啥数据")

    levels = np.arange(sst.min(), sst.max()+ 1, 1) # 设置绘画精度


    cp=ax.contourf(lon,lat,sst,cmap='Spectral_r',levels=levels)
    plt.colorbar(cp)

    # ax.set_xticks(np.arange(extend[0],extend[1],5))
    # ax.set_yticks(np.arange(extend[2],extend[3],5))

    plt.savefig((val:=path+"%s.png"%time),dpi=200)
    lis.append(val)
    # 释放资源喽

    plt.close()


if __name__ == '__main__':
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    # plt.rcParams['axes.unicode_minus'] = False  # Solve the minus sign problems   # 现在好像不设置也没有问题了？

    path=r"C:\"

    filelist=os.listdir(path)
    Time=[]
    filedata=[]

    for i,j in enumerate(filelist):
        if j.endswith(".nc"):
            Time.append(i)
            filedata.append(j)

    IMG=[]
    savePath=path+"SavePath\\"

    if not os.path.exists(savePath):
        os.makedirs(savePath)

    for i,j in enumerate(filedata):
        working(path+j,savePath,Time[i],IMG)

    create_gif(IMG,savePath+"New.gif",1.0)