业务刚需 | meteva复现多模式降水站点值mesh图

2024-08-21 08:31:09 浏览数 (1)

前言

谢谢吉林通化气象局崔忠强大佬的投稿 鉴于近期很多气象部门同事询问meteva的配置问题，比如不会链接micaps分布式数据，不会链接天擎数据等等，这里就以一个会商常用图片的绘图， 来把meteva的配置、数据读取、可视化，全流程的走一遍，让大家更加熟悉meteva的使用。本文程序初衷是在国家局会商中看到上海局绘制的单站每个模式的降水预报mesh图（如图1)。所以自己复现了一张。

代码

代码语言：javascript复制
#首先还是导入最基础的库包，利用meteva的数据读取模块，需要导入base
import meteva.base as meb
import numpy as np
import datetime
#首先导入一个配置文件。
meb.set_io_config(r"C:UsersadminOneDriveconfigmetevaconfig.ini")
#根据meteva文档，吉林省本省的config.ini的格式如下：
'''
[CIMISS]
DNS = xxx.xxx.xxx.xxx
USER_ID = xxxx
PASSWORD = xxxxx

[MICAPS]
GDS_IP = xxxxxxx
GDS_PORT = xxxxxx

[CMADaaS]
DNS = xxxxxx
PORT = xxxxx
USER_ID = ####
PASSWORD = ####
serviceNodeId = xxxxxxxxxx
'''
#目前气象部门业务常用的就是micaps和cmadaas（也就是天擎）。
#天擎的ip、端口、用户、密码可按照本省天擎配置。这个可以去本地天擎测试接口去查。
#micaps的话，可以去单位的业务电脑，右键桌面micaps图标，选择打开文件所在位置，找到MICAPS.exe.config这个文件，利用记事本打开，找到这一行：
#<add key="xxxxxx" value="xxxxx" /> （
#value对应的就是ip和端口了，每个省份都不一样。
#下面编写主函数
代码语言：javascript复制
配置文件设置成功
代码语言：javascript复制
#主函数members代表模式产品名称列表， 要和micaps数据目录对应。fhours对应预报时效列表，point对应需要查询站点的经纬度，point_name就是站点名
def draw(members=["ECMWF_HR","GERMAN_HR","GRAPES_GFS","GRAPES_3KM","NCEP_GFS","JAPAN_MR"],fhours=np.arange(12,172,12),point=[125.9,41.7],point_name='集安'):
    data_sta=[]#初始化一下储存结果的数组
    #我的习惯是上班以后查看前一天20时起报的预报，所以需要求出一个起报时间。
    time_now = datetime.datetime.now() - datetime.timedelta(hours = 24)
    time0 = datetime.datetime(time_now.year,time_now.month,time_now.day,20,0)
    for member in members:#针对每个模式开始循环
        data_sta_tmp=[]#存储该模式的结果列表
        for fhour in fhours:#针对每一个预报时效循环
            path = meb.get_path(r"%s/RAIN12/YYMMDDHH.TTT"%member,time0,fhour)#利用了meteva的get_path函数生成路径，读取某模式某时次的12小时降水数据
            try:#由于micaps数据存储经常有漏,且每个模式的预报时效长度不一样，所以要做异常处理
                grd = meb.read_griddata_from_gds(path)#利用上述路径读取格点数据
                #grd插值到一个格点
                sta_data = grd.interp(lon=point[0],lat=point[1])
                data_sta_tmp.append(sta_data.values[0,0,0,0])
            except:#如果数据有误，传输一个nan进去，保证每个数组的长度相同
                data_sta_tmp.append(np.nan)
            print(member,' ',fhour,' done')#输出进度
        data_sta.append(data_sta_tmp)
        
    #把data转换为numpy格式，以匹配meteva绘图函数
    data_sta = np.array(data_sta)
    times = []
    for fhour in fhours:#生成横坐标标签数组
        times.append((time0 datetime.timedelta(hours = int(fhour))).strftime('%d%H'))

    name_list_dict2 = {"预报成员":members,
        "预报时间":times}
    meb.mesh(data_sta,name_list_dict=name_list_dict2,axis_x = "预报时间",
            axis_y = "预报成员",annot = 1,cmap= "rain_24h" ,save_path="mesh_sta.png",title="各模式%s站点12小时降水量，起报时间：%s"%(point_name,str(time0)))#调用函数，保存图片
draw()
代码语言：javascript复制
ECMWF_HR   12  done
ECMWF_HR   24  done
ECMWF_HR   36  done
ECMWF_HR   48  done
ECMWF_HR   60  done
ECMWF_HR   72  done
ECMWF_HR   84  done
ECMWF_HR   96  done
ECMWF_HR   108  done
ECMWF_HR   120  done
ECMWF_HR   132  done
ECMWF_HR   144  done
ECMWF_HR   156  done
ECMWF_HR   168  done
GERMAN_HR   12  done
GERMAN_HR   24  done
GERMAN_HR   36  done
GERMAN_HR   48  done
GERMAN_HR   60  done
GERMAN_HR   72  done
GERMAN_HR   84  done
GERMAN_HR   96  done
GERMAN_HR   108  done
GERMAN_HR   120  done
GERMAN_HR   132  done
GERMAN_HR   144  done
GERMAN_HR   156  done
GERMAN_HR   168  done
GRAPES_GFS   12  done
GRAPES_GFS   24  done
GRAPES_GFS   36  done
GRAPES_GFS   48  done
GRAPES_GFS   60  done
GRAPES_GFS   72  done
GRAPES_GFS   84  done
GRAPES_GFS   96  done
GRAPES_GFS   108  done
GRAPES_GFS   120  done
GRAPES_GFS   132  done
GRAPES_GFS   144  done
GRAPES_GFS   156  done
GRAPES_GFS   168  done
GRAPES_3KM   12  done
GRAPES_3KM   24  done
GRAPES_3KM   36  done
GRAPES_3KM   48  done
GRAPES_3KM   60  done
GRAPES_3KM   72  done
GRAPES_3KM/RAIN12/24081420.084数据读取错误
GRAPES_3KM   84  done
GRAPES_3KM/RAIN12/24081420.096数据读取错误
GRAPES_3KM   96  done
GRAPES_3KM/RAIN12/24081420.108数据读取错误
GRAPES_3KM   108  done
GRAPES_3KM/RAIN12/24081420.120数据读取错误
GRAPES_3KM   120  done
GRAPES_3KM/RAIN12/24081420.132数据读取错误
GRAPES_3KM   132  done
GRAPES_3KM/RAIN12/24081420.144数据读取错误
GRAPES_3KM   144  done
GRAPES_3KM/RAIN12/24081420.156数据读取错误
GRAPES_3KM   156  done
GRAPES_3KM/RAIN12/24081420.168数据读取错误
GRAPES_3KM   168  done
NCEP_GFS/RAIN12/24081420.012数据读取错误
NCEP_GFS   12  done
NCEP_GFS/RAIN12/24081420.024数据读取错误
NCEP_GFS   24  done
NCEP_GFS/RAIN12/24081420.036数据读取错误
NCEP_GFS   36  done
NCEP_GFS   48  done
NCEP_GFS   60  done
NCEP_GFS   72  done
NCEP_GFS   84  done
NCEP_GFS   96  done
NCEP_GFS   108  done
NCEP_GFS   120  done
NCEP_GFS   132  done
NCEP_GFS   144  done
NCEP_GFS   156  done
NCEP_GFS   168  done
JAPAN_MR   12  done
JAPAN_MR   24  done
JAPAN_MR   36  done
JAPAN_MR   48  done
JAPAN_MR   60  done
JAPAN_MR   72  done
JAPAN_MR   84  done
JAPAN_MR   96  done
JAPAN_MR   108  done
JAPAN_MR   120  done
JAPAN_MR   132  done
JAPAN_MR   144  done
JAPAN_MR   156  done
JAPAN_MR   168  done
检验结果已以图片形式保存至mesh_sta.png
代码语言：javascript复制

效果图

数组 mesh 函数 配置 数据

0 人点赞