如何在Python中从极性立体Grib2文件绘制轮廓

时间:2018-11-18 14:30:09

标签: python matplotlib cartopy grib

我正在尝试使用matplotlib绘制CMC grib2压力预测文件以绘制压力轮廓。有关grib2网格的说明,请参见:https://weather.gc.ca/grib/grib2_reg_10km_e.html。 grib2文件位于以下目录:http://dd.weather.gc.ca/model_gem_regional/10km/grib2/00/000/中,并以CMC_reg_PRMSL_MSL_0_ps10km开头,后跟日期。这是一个文件,包含平均海平面上的压力。

我的问题是我最终得到一些直线轮廓,这些轮廓在实际压力轮廓的顶部遵循纬度线。我以为可能是因为我在PlateCarree中绘制而不是Geodetic,但轮廓图不允许使用Geodetic。我的情节的结果是: enter image description here

代码如下:

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
import datetime as dt
import cartopy
import cartopy.crs as ccrs
import Nio

gr = Nio.open_file('./data/CMC_reg_PRMSL_MSL_0_ps10km_2018111800_P000.grib2', 'r')
print(gr)
names = gr.variables.keys()
print("Variable Names:", names)
dims = gr.dimensions
print("Dimensions: ", dims)
attr = gr.attributes.keys()
print("Attributes: ", attr)

obs = gr.variables['PRMSL_P0_L101_GST0'][:]
lats = gr.variables["gridlat_0"][:]
lons = gr.variables["gridlon_0"][:]

fig = plt.figure(figsize=(15, 2))
intervals = range(95000, 105000, 400)
ax=plt.axes([0.,0.,1.,1.],projection=ccrs.PlateCarree())
obsobj = plt.contour(lons, lats, obs, intervals, cmap='jet',transform=ccrs.PlateCarree())
states_provinces = cartopy.feature.NaturalEarthFeature(
        category='cultural',
        name='admin_1_states_provinces_lines',
        scale='50m',
        facecolor='none')
ax.add_feature(cartopy.feature.BORDERS)
ax.coastlines(resolution='10m')  
ax.add_feature(states_provinces,edgecolor='gray')
obsobj.clabel()
colbar =plt.colorbar(obsobj)

任何建议将不胜感激。

更新

对于没有PyNIO的任何人,可以使用以下注释部分中的转储文件来重现以下内容。

只需删除对NIO的所有引用,然后将lats,lons,obs分配替换为以下内容即可。

lats = np.load('lats.dump')
lons = np.load('lons.dump')
obs = np.load('obs.dump')

2 个答案:

答案 0 :(得分:3)

问题

问题在于网格绕着地球缠绕。因此,网格上将存在-180°的点,其最近的邻居位于+ 180°,即网格环绕了子午线。下面沿着两个方向绘制网格索引。可以看到第一栅格行(黑色)出现在绘图的两侧。

enter image description here

因此,沿着太平洋西移的轮廓线需要直接穿过地块,然后继续向该地的另一侧的日本行驶。这将导致不必要的行

enter image description here

解决方案

一种解决方案是屏蔽PlateCarree的外部点。这些发生在网格的中间。在经度大于179°或小于-179°的坐标上切割网格,以及将北极留空的样子

enter image description here

其中蓝色表示切出点。

将其应用于等高线图将得出:

import matplotlib.pyplot as plt
import numpy as np
import cartopy
import cartopy.crs as ccrs

lats = np.load('data/lats.dump')
lons = np.load('data/lons.dump')
obs = np.load('data/obs.dump')

intervals = range(95000, 105000, 400)

fig, ax = plt.subplots(figsize=(15,4), subplot_kw=dict(projection=ccrs.PlateCarree()))
fig.subplots_adjust(left=0.03, right=0.97, top=0.8, bottom=0.2)

mask = (lons > 179) | (lons < -179) | (lats > 89)
maskedobs = np.ma.array(obs, mask=mask)

pc = ax.contour(lons, lats, maskedobs, intervals, cmap='jet', transform=ccrs.PlateCarree())

ax.add_feature(cartopy.feature.BORDERS)
ax.coastlines(resolution='10m')  

colbar =plt.colorbar(pc)

plt.show()

enter image description here

答案 1 :(得分:0)

如果您将经度加+180以避免负坐标,则您的代码应正在运行。从我的角度来看,坐标转换应该是合法的。