【python进行wrfout后处理基础绘图】安装wrf-python、读取wrfout、读取高度z变量场并插值到500hPa_z、输出nc文件、绘制等值线标值、副高区域填色


文章目录

  • 效果图
  • 一、 python读取wrfout
  • 一、python绘制500hPa高度场
  • 三、输出nc文件


  • 资料:台风“菲特“fitow模拟结果文件,https://blog.csdn.net/nice_clever/article/details/127340492#comments_24201637
  • 必要python包:netCDF4、wrf-puthon

【anaconda安装wrf-python 】

conda install -c conda-forge wrf-python

本文主要介绍python对wrfout结果文件的初步后处理操作,以及基础绘图。
wrfout后处理包括:【读取wrfout文件、读取wrfout文件中变量metadata及数据、对高度场进行500hPa插值、输出nc文件】
基础绘图操作包括:【设置投影和范围、绘制等值线contour和等值线标值、副高区域填色contourf】
仅展示初步评估模拟的效果,若精美绘制需要进一步的设置、细化。


效果图

以下代码运行后输出plot():

【python进行wrfout后处理基础绘图】安装wrf-python、读取wrfout、读取高度z变量场并插值到500hPa_z、输出nc文件、绘制等值线标值、副高区域填色_第1张图片

一、 python读取wrfout

import numpy as np
import xarray as xr
from netCDF4 import Dataset
from wrf import getvar, ALL_TIMES, interplevel
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import cartopy.feature as cfeature# ### 使用 cat 方法合并多个文件

wrfin = Dataset('./wrfout_d01_2013-10-05_00_00_00')
# print(wrfin)
# 提取位势高度和压力场
z = getvar(wrfin, 'z')  # 提取WRF netCDF 变量 # model height
p = getvar(wrfin, 'pressure')    # 单位hPa (29, 216, 216)
# 计算 500 mb 位势高度
ht_500mb = interplevel(z, p, 500.)
ht_500mb = ht_500mb/10.
# print(np.min(ht_500mb))
# print(np.max(ht_500mb))
lon = ht_500mb.XLONG
lat = ht_500mb.XLAT
print(ht_500mb.shape)

一、python绘制500hPa高度场

####################################################### 
##                     PLOT
####################################################### 
proj      = ccrs.PlateCarree(central_longitude=180)
proj_data = ccrs.PlateCarree()#LambertCylindrical()                   # 数据的投影方式
leftlon, rightlon, lowerlat, upperlat = (115, 145, 12, 42)
fig , ax  = plt.subplots(1,1,figsize=(8,8),subplot_kw={'projection':proj})

######## 调节绘图经纬度范围
Region = [leftlon, rightlon, lowerlat, upperlat] #要绘制的范围 lon1,lon2,lat1,lat2
ax.set_extent(Region, crs=proj_data) #经纬度范围,坐标参考系转换
######## 添加地理信息
ax.add_feature(cfeature.COASTLINE.with_scale('50m'),lw=0.5)# 添加海岸线
######## 绘制等值线
qs = ax.contourf(lon,lat,ht_500mb, zorder=0, levels=[576., 600.], colors='grey',
 				 extend='max', transform=proj_data)
lvl = np.arange(560,600,2.0)
cs = ax.contour(lon,lat,ht_500mb, zorder=0, levels=lvl, colors='k', transform=proj_data)

######## 添加等值线标注
ax.clabel(cs,cs.levels, fontsize=8, colors='k')
plt.savefig('0620.png',dpi=200)
plt.show()

# ds = xr.Dataset({'ht_500mb':ht_500mb})# 将数据数组转为数据集
# ds.to_netcdf('./ht_500mb_100520.nc', mode='w') # 使用相对路径也可以
# ht_500mb.to_netcdf('./ht_500mb_100520.nc', mode='w')

三、输出nc文件

ds = xr.Dataset({'ht_500mb':ht_500mb})# 将数据数组转为数据集
ds.to_netcdf('./ht_500mb_100520.nc', mode='w') # 使用相对路径也可以
ht_500mb.to_netcdf('./ht_500mb_100520.nc', mode='w')

你可能感兴趣的:(python气象处理和绘图,python,linux,学习)