Python 画雷达反射率图

2023-10-12 04:40
文章标签 python 雷达 反射率

本文主要是介绍Python 画雷达反射率图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1. 导库
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.cm import get_cmap
from matplotlib.colors import from_levels_and_colors
import cartopy.crs as ccrs
import cartopy.io.shapereader as shpreader
from cartopy.feature import NaturalEarthFeature, COLORS
from netCDF4 import Dataset
from wrf import (getvar, to_np, get_cartopy, latlon_coords, vertcross,cartopy_xlim, cartopy_ylim, interpline, CoordPair, ALL_TIMES)
from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
import matplotlib.ticker as mticker
import warnings
warnings.filterwarnings('ignore')
2. 读取变量
wrf_file = Dataset("./data/wrfout_d02_2017-08-22_12")# 读取变量
it = 7
ter  = getvar(wrf_file, "ter",  timeidx=0)
ht   = getvar(wrf_file, "z",    timeidx=it)
dbz  = getvar(wrf_file, "dbz",  timeidx=it)
mdbz = getvar(wrf_file, "mdbz", timeidx=it)
3. 最大反射率
# 垂直剖面的起始经纬度
cross_start = CoordPair(lat=24.0, lon=112.0)
cross_end   = CoordPair(lat=19.0, lon=119.0)lats, lons = latlon_coords(mdbz)
wrf_proj = get_cartopy(mdbz)# 创建figure, 最大雷达回波和垂直剖面子图
fig = plt.figure(figsize=(12,10))
ax_mdbz  = fig.add_subplot(1,1,1, projection=wrf_proj)########################### 绘制mdbz
lats, lons = latlon_coords(mdbz)
# 获取行政和海岸线数据shapefile
province  = shpreader.Reader('./data/china_shp/province.shp').geometries()
ax_mdbz.add_geometries(province, ccrs.PlateCarree(), facecolor='none', edgecolor='black', zorder=1)
ax_mdbz.coastlines('50m', linewidth=1.0, edgecolor="black")mdbz_levels = np.arange(5., 75., 5.)
mdbz_contours = ax_mdbz.contourf(lons, lats, mdbz,levels=mdbz_levels,transform=ccrs.PlateCarree(),cmap=get_cmap("rainbow"))plt.colorbar(mdbz_contours, ax=ax_mdbz, orientation="vertical", fraction=0.03, pad=.05)
ax_mdbz.plot([cross_start.lon, cross_end.lon],[cross_start.lat, cross_end.lat], color="red", marker="o", zorder=10, transform=ccrs.PlateCarree())ax_mdbz.set_title("Max Reflectivity (dBZ)", {"fontsize" : 20})

在这里插入图片描述

4. 插值dBZ至垂直剖面

# 插值前转化成对数
z_log = 10**(dbz/10.) # Use linear Z for interpolation
# 插值至垂直剖面
z_cross = vertcross(z_log, ht, wrfin=wrf_file,start_point=cross_start,end_point=cross_end,latlon=True, meta=True)
# 插值后转换回来
dbz_cross = 10.0 * np.log10(z_cross)# 前面的操作使变量丢失属性,将属性添加回去
dbz_cross.attrs.update(dbz.attrs)
dbz_cross.attrs["description"] = "radar reflectivity cross section"
dbz_cross.attrs["units"] = "dBZ"
5. 插值地形高度至cross line
# 插值地形高度至cross line
ter_line = interpline(ter, wrfin=wrf_file, start_point=cross_start,end_point=cross_end)
6.绘制垂直剖面dbz
# 插值地形高度至cross line
fig = plt.figure(figsize=(12,10))
ax_cross = fig.add_subplot(1,1,1)########################### 绘制垂直剖面dbz
dbz_levels = np.arange(5., 75., 5.)  # 14个区间# Create the color table found on NWS pages. # 14个区间
dbz_rgb = np.array([[4,233,231],[1,159,244], [3,0,244],[2,253,2], [1,197,1],[0,142,0], [253,248,2],[229,188,0], [253,149,0],[253,0,0], [212,0,0],[188,0,0],[248,0,253],[152,84,198]], np.float32) / 255.0#是一个辅助函数,可以帮助创建cmap和norm实例,其行为类似于Contourf的level和colors参数的行为
dbz_cmap, dbz_norm = from_levels_and_colors(dbz_levels, dbz_rgb,extend="max")xs = np.arange(0, dbz_cross.shape[-1], 1)
ys = to_np(dbz_cross.coords["vertical"])
dbz_np = to_np(dbz_cross) 
dbz_contours = ax_cross.contourf(xs,ys[0:90],dbz_np[0:90,:],levels=dbz_levels,cmap=dbz_cmap,norm=dbz_norm,extend="max")
# Add the color bar
cb_dbz = fig.colorbar(dbz_contours, ax=ax_cross)
cb_dbz.ax.tick_params(labelsize=8)# Fill in the mountain area
ht_fill = ax_cross.fill_between(xs, 0, to_np(ter_line),facecolor="saddlebrown")# Set the x-ticks to use latitude and longitude labels
coord_pairs = to_np(dbz_cross.coords["xy_loc"])
x_ticks = np.arange(coord_pairs.shape[0])
x_labels = [pair.latlon_str() for pair in to_np(coord_pairs)]thin = 10
ax_cross.set_xticks(x_ticks[::thin])
ax_cross.set_xticklabels(x_labels[::thin], rotation=35, fontsize=8)# Set the x-axis and  y-axis labels
ax_cross.set_xlabel("Lat, Lon", fontsize=15)
ax_cross.set_ylabel("Height(m)", fontsize=15)plt.savefig("wrf_cross_dbz.png")
plt.show()

在这里插入图片描述

这篇关于Python 画雷达反射率图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/193304

相关文章

Python实现终端清屏的几种方式详解

《Python实现终端清屏的几种方式详解》在使用Python进行终端交互式编程时,我们经常需要清空当前终端屏幕的内容,本文为大家整理了几种常见的实现方法,有需要的小伙伴可以参考下... 目录方法一:使用 `os` 模块调用系统命令方法二:使用 `subprocess` 模块执行命令方法三:打印多个换行符模拟

Python实现MQTT通信的示例代码

《Python实现MQTT通信的示例代码》本文主要介绍了Python实现MQTT通信的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 安装paho-mqtt库‌2. 搭建MQTT代理服务器(Broker)‌‌3. pytho

基于Python开发一个图像水印批量添加工具

《基于Python开发一个图像水印批量添加工具》在当今数字化内容爆炸式增长的时代,图像版权保护已成为创作者和企业的核心需求,本方案将详细介绍一个基于PythonPIL库的工业级图像水印解决方案,有需要... 目录一、系统架构设计1.1 整体处理流程1.2 类结构设计(扩展版本)二、核心算法深入解析2.1 自

从入门到进阶讲解Python自动化Playwright实战指南

《从入门到进阶讲解Python自动化Playwright实战指南》Playwright是针对Python语言的纯自动化工具,它可以通过单个API自动执行Chromium,Firefox和WebKit... 目录Playwright 简介核心优势安装步骤观点与案例结合Playwright 核心功能从零开始学习

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典

Python自动化批量重命名与整理文件系统

《Python自动化批量重命名与整理文件系统》这篇文章主要为大家详细介绍了如何使用Python实现一个强大的文件批量重命名与整理工具,帮助开发者自动化这一繁琐过程,有需要的小伙伴可以了解下... 目录简介环境准备项目功能概述代码详细解析1. 导入必要的库2. 配置参数设置3. 创建日志系统4. 安全文件名处

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数