python气象分析_基于Python的天气预测系统研究[通俗易懂]

python气象分析_基于Python的天气预测系统研究[通俗易懂]添加新云天气象小编微信或QQ:130188121,及时获取或发布气象升学、就业、会议、征稿及学术动态信息!最新热点文章:气象招聘|气象人才招聘会官网上线了!2020上海国际气象人才招聘会|人才报名入口2020上海国际气

0de59d06dd6c6773bd30e93a6b6a2359.png

添加新云天气象小编微信或QQ:130188121,及时获取或发布气象升学、就业、会议、征稿及学术动态信息!

最新热点文章:气象招聘 | 气象人才招聘会官网上线了!

2020上海国际气象人才招聘会 | 人才报名入口

2020上海国际气象人才招聘会 | 用人单位报名入口

如果你不喜欢命令行的操作方式,那么你可以尝试使用python-cdo,利用python脚本语言的优势来处理气象数据。命令行的方式有其优势,比如简单易操作,可扩展性更强等,利用CDO的python接口也有其特有的优势,比如:

  • 通过numpy/narray可以进行直接的数据操作

  • 临时文件自动处理

  • 灵活的并行化计算

  • 条件处理操作

  • 扩展新操作符

安装

安装方式非常简单,运行以下命令即可:

pip install cdo

conda install python-cdo

操作符

一般情况下导入库时不建议使用如下方式导入的,建议使用 from … import … as … 。为了调用所有操作符,建议按照 In [5] 方式执行赋值语句,以防出现属性调用错误。

查看文件信息

In [4]: from cdo import *

In [5]: cdo = Cdo()

In [6]: cdo.sinfon(input = "wrfout_d02_2016-06-23_06_00_00")
Out[6]:
['File format : NetCDF2',
'-1 : Institut Source   Steptype Levels Num    Points Num Dtype : Parameter name',
'1 : unknown  unknown  instant       1   1     48240   1  F32  : LU_INDEX',
 .....
'175 : unknown  unknown  instant       1   1         1   7  I32  : SEED2',
'Grid coordinates :',
'1 : curvilinear              : points=48240 (240x201)',
'XLONG : 115.839 to 123.957 degrees_east',
'XLAT : 30.0914 to 35.6799 degrees_north',
 ........
'7 : generic                  : points=1',
'Vertical coordinates :',
'1 : surface                  : levels=1',
 ........
'4 : generic                  : levels=4',
'lev : 1 to 4 by 1 level',
'Time coordinate :  36 steps',
'YYYY-MM-DD hh:mm:ss  YYYY-MM-DD hh:mm:ss  YYYY-MM-DD hh:mm:ss  YYYY-MM-DD hh:mm:ss',
'2016-06-23 06:00:00  2016-06-23 06:10:00  2016-06-23 06:20:00  2016-06-23 06:30:00',
 .....
'2016-06-23 11:20:00  2016-06-23 11:30:00  2016-06-23 11:40:00  2016-06-23 11:50:00']

查看文件信息的操作符与CDO命令行操作符相同,在python中是以方法的方式调用。

通过 input 参数指定输入文件,如果需要输出文件时,则通过 output 参数指定:

In [8]: cdo.timmean(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfmean.nc")

性能对比

对比CDO命令行和Python-cdo接口的执行效率:

以下两个命令执行相同的操作:先选择1-5时步的所有变量数据,然后在结果中选择指定的变量。

In [21]: %time os.system("cdo -selname,SCW,SCTOT,SCH,SCS,REFL_10CM -seltimestep,1/5 wrfout_d02_2016-06-23_06_00_00 wrfsub_cdo.nc")
CPU times: user 0 ns, sys: 3.29 ms, total: 3.29 ms
Wall time: 36.9 s
Out[21]: 0

In [22]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 " + "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub_python.nc")
CPU times: user 0 ns, sys: 3.65 ms, total: 3.65 ms
Wall time: 41.4 s
Out[22]: 'wrfsub_python.nc'
In [23]: %time os.system("cdo copy wrfout_d02_2016-06-23_06_00_00 wrfcopy_cdo.nc")
CPU times: user 2.3 ms, sys: 174 µs, total: 2.48 ms
Wall time: 10min 1s
Out[23]: 0

In [24]: %time cdo.copy(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfcopy_python.nc")
CPU times: user 0 ns, sys: 3.73 ms, total: 3.73 ms
Wall time: 10min 43s
Out[24]: 'wrfcopy_python.nc'

从上述结果中可以看出,CDO命令行的耗时和python接口的耗时差别不大。测试数据大小:19G。如果是对大量数据进行操作的话,可以优先使用命令行方式,效率相对会高一些。

:未进行完全测试,结果可能存在一定偏差。

参数

在利用 CDO转换数据集格式 时,需要指定输出文件格式,比如选择变量或时步时也需要指定操作符的参数。

在使用pyhon接口时如何指定CDO命令行方式的参数呢?

In [25]: %time cdo.copy(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfcopy.grb", option = "-f grb")
CPU times: user 0 ns, sys: 4.12 ms, total: 4.12 ms
Wall time: 12min 18s
Out[25]: 'wrfcopy.grb'

只需要在调用方法时添加 option 参数即可。

为每个操作符添加参数时,只需要将参数作为方法的第一个参数即可。比如:

In [26]: %time cdo.seltimestep("1/3",input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub1.grb", option = "-f grb")
CPU times: user 244 µs, sys: 3.87 ms, total: 4.11 ms
Wall time: 44.9 s
Out[26]: 'wrfsub1.grb'

链式操作

python-cdo中完整的支持类似CDO命令行的链式操作符,执行顺序和CDO命令行操作相同。

In [27]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 " + "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub.grb", option = "-f grb")
CPU times: user 4.58 ms, sys: 349 µs, total: 4.93 ms
Wall time: 37.6 s
Out[27]: 'wrfsub.grb'

通过上述命令可以看出,除了 selname 操作的参数时在方法内单独给出之外,其余操作符(seltimestep)的调用方式和CDO命令行调用方式相同。

相当于:

cdo -selname,SCW,SCTOT,SCH,SCS,REFL_10CM -seltimestep,1/5 wrfout_d02_2016-06-23_06_00_00 wrfsub_cdo.nc

临时文件

CDO命令行的链式操作可以省却中间临时文件的输出,从而节省了不必要的空间存储,python-cdo也提供了临时文件的处理。

当不指定 output 参数时,当前文件夹下是不会生成输出文件的,但是从输出结果可以看出,输出文件存放到了临时文件夹下。

In [28]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 " + "wrfout_d02_2016-06-23_06_00_00")
CPU times: user 3.05 ms, sys: 4.09 ms, total: 7.14 ms
Wall time: 38.2 s
Out[28]: '/tmp/cdoPy_f_c2j0l'

类似临时文件的处理方式,当需要处理大量数据时,可以控制输出文件的输出,从而节省大量的时间(前提是不需要输出文件或是输出文件本身已经存在了)。可以通过以下两种方式控制输出文件的输出:

  • 设置全局属性

       cdo.forceoutput   =  True/False 

  • 操作符选项

cdo.selname("SCW", input = "wrfout_d02_2016-06-23_06_00_00", force = False)

多线程处理

python-cdo提供了多线程处理方式,可以处理能并行执行的任务。比如:

from cdo import *
import multiprocessing

def showlevel(arg):
   return cdo.showlevel(input=arg)

cdo       = Cdo()
cdo.debug = True
ifile     = '../wrfsub.nc'
pool      = multiprocessing.Pool(1)
results   = []

for i in range(0,5):
   results.append(pool.apply_async(showlevel, [ifile]))

pool.close()
pool.join()

for res in results:
   print(res.get())

python-cdo最重要的更新之一就是支持 numpy/narray 数组操作。通常有3中方式来获取数据:

  •  文件句柄     

使用文件句柄可以非常方便的获取变量,属性,维度等信息。可以使用 returnCdf关键词或 readCdf  方法。比如:

In [50]: t = cdo.seltimestep("1/3", input = "wrfout_d02_2016-06-23_06_00_00", options = "-f nc", returnCdf = True).variables["T"][:]

In [51]: t.shape
Out[51]: (3, 59, 201, 240)
In [46]: ff = cdo.readCdf("wrfout_d02_2016-06-23_06_00_00")

In [47]: t = ff.variables["T"]

In [48]: t.shape
Out[48]: (36, 59, 201, 240)
  • numpy/narray 对象

        当需要读取特定变量时可使用此方式

In [52]: t = cdo.seltimestep("1/3", input = "wrfout_d02_2016-06-23_06_00_00", options = "-f nc", returnArray = "T")

In [53]: t.shape
Out[53]: (3, 59, 201, 240)
  • 掩膜数组

        如果目标变量含有缺省值,即有FillValue之类表示缺省值的属性,则会影响返回结果。比如:对海洋区域数据进行掩膜。

oro = cdo.setrtomiss(-10000, 0, input =  cdo.topo( options =  '-f nc'), returnMaArray =  'topo')

 setrtomiss 表示将在 -10000, 0 之间的数设置为缺省值。

绘图

能够直接操作 numpy/narray 数据的好处之一就是处理好之后既可以直接进行绘图。当然,CDO也可以编译为支持 Magics++,然后在操作之后进行绘图操作,但是仍没有在python中利用 matplotlib 等绘图库要方便。

由于变量 t 在上面已经获取并且处理了,因此此处直接使用。

In [62]: import matplotlib.pyplot as plt

In [63]: plt.contourf(t[1, 6, :, :])
Out[63]: 0x7fc6832142b0>

In [64]: plt.colorbar()
Out[64]: 0x7fc6831896a0>

In [65]: plt.show()

3962a765408dea5595e0fb72ac4c99f5.png

关于python-cdo中提供的方法的使用方式,可以查看帮助。如果帮助看不明白,可以查看单元测试脚本,单元测试脚本中基本上包含了所有使用方式,比官方文档要更靠谱 [注1]


注1:

https://github.com/Try2Code/cdo-bindings/blob/master/python/test/test_cdo.py

往期回顾:

超1.5万粉丝,近6000人社群!气象业内新媒体“新云天气象”寻求高校(企业)支持落地运营

气象招聘 | 2019年南京信息工程大学北京地区专场招聘活动公告

行业动态 | 应对气候变化全球视野聚焦中国上海

新云天气象公众号联系人微信/QQ:
130188121
2020届气象本科考研与就业QQ群:
930107262
2020届气象研究生毕业就业QQ群:
346577427
2021届气象本科考研与就业QQ群:
639522239
2021届气象研究生毕业就业QQ群:
696948743

ffb84a5b0406ca016961b78d2763aa47.png

今天的文章python气象分析_基于Python的天气预测系统研究[通俗易懂]分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/88099.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注