WRF文件后处理

孤墨云起

已于 2024-05-26 21:50:09 修改

阅读量555

点赞数 5

文章标签： linux

于 2024-05-07 20:24:34 首次发布

本文链接：https://blog.csdn.net/m0_60013472/article/details/138544031

版权

wrf生成文件查看，安装：

sudo apt install ncview

安装后可以用ncview或ncdump -h命令查看生成的wrfout文件

1.ncl后处理方式

本内容为利用ncl绘图，也可以通过matlab和Arcgis绘图nc文件

1.1安装后处理ncl软件

(1)利用miniconda安装ncl(官方推荐，不受linux影响)

参考：https://blog.csdn.net/weixin_47288291/article/details/136758601

① 安装miniconda

# 更新系统包
sudo apt update
sudo apt upgrade
# 下载miniconda
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
#授权
chmod +x Miniconda3-latest-Linux-x86_64.sh
#安装，一直回车，yes
./Miniconda3-latest-Linux-x86_64.sh
vi ~/.bashrc
#添加以下代码
export PATH=/home/ubuntu（用户名）/miniconda3/bin:$PATH
#运行环境
source ~/.bashrc
#检查安装
which conda
conda --version

如果出现：cannot verify repo.anaconda.com's certificate, issued by ‘CN=E1,O=Let's Encrypt,C=US’: Unable to locally verify the issuer's authority.问题

输入:wget --no-check-certificate https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh,绕过安全证书

② 安装ncl

# 更新conda包
conda update -n root --all
# 创建名为：ncl_stable 环境 并安装ncl
conda create -n ncl_stable -c conda-forge ncl
# 激活环境
source activate ncl_stable

③测试ncl

#测试1
ncl -V
# 测试2
ncl $NCARG_ROOT/lib/ncarg/nclex/gsun/gsun02n.ncl
# 测试3
ncl $NCARG_ROOT/lib/ncarg/nclex/nug/NUG_multi_timeseries.ncl

④linux每次使用ncl 都要进行如下操作

#激活环境
source activate ncl_stable   
#退出环境
conda deactivate

（2）普通安装ncl（受linux影响）

参考官网：https://www.ncl.ucar.edu/Download/install_from_binary.shtml

在官网http://www.ncl.ucar.edu/Download/下载
我选择的版本是：
ncl_ncarg-6.6.2-Debian7.11_64bit_nodap_gnu472.tar.gz

把下载好的ncl压缩包放到文件夹中，进入文件夹：

sudo apt install ncl-ncarg #安装ncl-ncarg

tar -zxvf ncl_ncarg-6.6.2-Debian7.11_64bit_nodap_gnu472.tar.gz #解压ncl

vi  ~/.bashrc #设置环境变量

#在最后一行添加以下代码
export NCARG_ROOT=/home/wrf/DATA/app/ncl #ncl软件所在目录
export PATH=$NCARG_ROOT/bin:$PATH
NCARG_ROOT=/home/wrf/DATA/app/ncl #ncl软件所在目录
PATH=$NCARG_ROOT/bin:$PATH
export NCARG_ROOT
export PATH

source ~/.bashrc

安装依赖库，如果是ubuntu18.04及以下版本，输入以下代码

sudo apt-get install libgfortran3 #安装所需依赖

如果是ubuntu22以上版本，输入以下代码

sudo vim /etc/apt/sources.list #加入安装源
deb http://gb.archive.ubuntu.com/ubuntu/ bionic main universe

sudo apt update #更新源，将会报错，记住报错的数字序列，如果没报错直接安装g++-6
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 3B4FE6ACC0B21F32 #这个数字序列根据你的报错填写
sudo apt update #将不会报错
sudo apt-get install g++-6 #安装g++-6
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 6 #把g++默认版本换成g++-6
sudo apt-get install libgfortran3 #安装依赖

输入ncview可以查看wrfout输出文件的各参数情况(需要单独安装)

Ubuntu 20.04 系统如何优雅地安装NCL？_ncl数据处理安装-CSDN博客

1.2ncl脚本来源

点击https://www2.mmm.ucar.edu/wrf/OnLineTutorial/Graphics/NCL/NCL_examples.php跳转ncl的WRF脚本示例页面

我选择surface 1来绘制地表温度图片，点进去复制其脚本到WRF的.ncl后缀的文件中（大家根据需要可以选择不同的示例）

1.3.修改脚本

替换文件来源，文件输出格式

色卡变化设置

2.Arcgis处理方式

通过“创建netcdf要素图层”命令处理wrfout文件

以下图片以2m气温为例

3.WRF数据验证

利用ncl输出wrfout文件的站点的数据，将该数据与气象站点的数据进行验证分析

3.1 ncl批量导出多个wrfout文件的多个站点数据

以下数据为批量导出多个wrfout文件（建议为一个wrf文件）的多个站点（2个站点及以上）的温度数据

;----------------------------------------------------------------------
; write_csv_5.ncl
;
; Concepts illustrated:
;   - Writing a CSV file with a header using write_table
;   - Appending data of mixed types to a CSV file inside a loop
;   - Writing select WRF-ARW data to a CSV file
;----------------------------------------------------------------------
; This example calculates temperature at 2m from a WRF-ARW output
; file, and writes a subset of the data based on an array of
; lat / lon values.
;----------------------------------------------------------------------
; These files are loaded by default in NCL V6.4.0 and newer
; load "$NCARG_ROOT/lib/ncarg/nclscripts/csm/gsn_code.ncl"
; load "$NCARG_ROOT/lib/ncarg/nclscripts/csm/gsn_csm.ncl"
; load "$NCARG_ROOT/lib/ncarg/nclscripts/wrf/WRFUserARW.ncl"

begin
  dir   = "./"
  files = systemfunc (" ls -1 " + dir + "wrfout_d03* ")
  a     = addfiles(files+".nc","r")

  times = wrf_user_list_times(a)         ; "2008-09-29_18:30:00", etc
  tk2   = wrf_user_getvar(a,"T2",-1)     ; T2 in Kelvin

  times  = wrf_user_list_times(a)
  ntimes = dimsizes(times)
  print("ntimes = " + ntimes)

;---Calculate i,j locations of data closest to set of lat/lon points
  lats = (/ 30.4, 30.35, 30.38/)
  lons = (/114.13,114.17,114.23/)
  nlatlon = dimsizes(lats)
  loc = wrf_user_ll_to_xy(a, lons, lats, True)   ; 2 x nlatnlon

;  loc = wrf_user_ll_to_ij(a, lons, lats, True)   ; 2 x nlatnlon
;  loc = loc - 1                                  ; wrf_user_ll_to_ij returns 1-based indexes

;---Set up CSV file and header information for the file
  csv_filename = "wrf_2m_temperature.csv"
  system("rm -f " + csv_filename)                ; Remove file in case it exists.
  fields = (/"TIME", "LAT", "LON", "TEMPERATURE (degC)"/)

;---Create a header line for CSV file
  dq     = str_get_dq()
  fields = dq + fields + dq                      ; Pre/append quotes to field names
  header = [/str_join(fields,",")/]              ; Header is field names separated
                                                 ; by commas.
;
; Format to use for writing each variable to CSV file.
; If you don't want spaces in CSV file, use the following
; format string:
;     format = "%s,%g,%g,%g"
; 
format = "%s,%6.2f,%7.2f,%6.2f"

;
; Loop through each time step and desired list of lat/lon values,
; and write a single line of data to CSV file.
;
  write_table(csv_filename, "w", header, "%s")   ; Write header to CSV file.
  do it = 0,ntimes-1
    do nl = 0,nlatlon-1
      nln   = loc(0,nl)
      nlt   = loc(1,nl)
      lat1  = a[0]->XLAT(0,nlt,nln)    ; nearest grid point
      lon1  = a[0]->XLONG(0,nlt,nln)
      alist = [/times(it),lat1,lon1,tk2(it,nlt,nln)/]   ; Store data to be written in a list.
      write_table(csv_filename, "a", alist, format)     ; Write list to CSV file.
    end do
  end do
end

3.2 python：数据透视表

利用python将ncl导出的csv数据进行“数据透视表“操作，也可以在excel中实现此目标，以下代码的具体功能：①在所给路径寻找csv文件；②将csv中的时间从UTC变成东八区时间；③使用数据透视表将温度值与经纬度对应

import pandas as pd
import os

# 指定目录路径，这里假设您的目录是J:\工作室\大论文\WRF\
directory_path = r'J:/工作室/大论文/WRF/'

# 列出目录下所有的CSV文件
csv_files = [f for f in os.listdir(directory_path) if f.endswith('.csv')]

# 遍历所有的CSV文件
for csv_file in csv_files:
    file_path = os.path.join(directory_path, csv_file)  # 获取完整的文件路径

    # 读取CSV文件
    df = pd.read_csv(file_path)

    # 指定日期时间格式，并转换为datetime类型
    df['TIME'] = pd.to_datetime(df['TIME'], format='%Y-%m-%d_%H:%M:%S')

    # 将时间转换为北京时间（东八区）
    df['TIME'] = df['TIME'].dt.tz_localize('UTC').dt.tz_convert('Asia/Shanghai')

    # 将摄氏度转换为开尔文（Kelvin）
    df.iloc[:, 3] = df.iloc[:, 3] - 273.15  # 假设第四列是TEMPERATURE (degC)

    # 格式化时间列为所需的格式
    df['TIME'] = df['TIME'].dt.strftime('%Y%m%d%H')

    # 使用pivot_table创建数据透视表
    pivot_table = df.pivot_table(values=df.columns[3], index=df['TIME'], columns=df.columns[1], aggfunc='mean')

    # 定义输出文件名，基于原始文件名
    output_file = csv_file.replace('.csv', '_pivot.csv')
    output_file_path = os.path.join(directory_path, output_file)

    # 将数据透视表保存到CSV文件
    pivot_table.to_csv(output_file_path)

4.后处理报错

4.1站点的经度和纬度超出研究域的范围

fatal:syntax error: line 65 in file test1.ncl before or near [ lat1 = a[0]->XLAT[ ------------------------^ fatal:syntax error: line 66 in file test1.ncl before or near [ lon1 = a[0]->XLONG[

解决：去掉超出范围的站点