全国气象预报业务产品grib2数据格式解析

参考资料

全国智能网格气象预报业务规范暂行： https://www.docin.com/p-2089521384.html

解析工具

grib2转json工具下载地址：
https://github.com/cambecc/grib2json

解析过程

• 从github上下载源代码

• 导入相关依赖

• 编写一个测试类运行代码，将grib2数据格式转化为json数据格式

  

  @Test
  public void test_ny() {
      String args = "-d -n -o E:/data/apple-weather/pre.json E:/data/apple-weather/Z_NWGD_C_BABJ_20200422033236_P_RFFC_SMERGE-ER03_202004220800_24003.GRB2";
      Launcher.main(args.split(" "));
  }
  

• 数据样例

  解析之后的json数据非常大，为了方便截取了json中的一个对象进行说明

  单个对象包含两部分，一部分是header，是一些元数据信息，一部分是data，全国陆地范围共1401*1201 = 1682601条数据

  header部分：

data部分：

• 根据气象站点经纬度去获取数据（以栖霞为例）

  栖霞 lat:37.19 lon:120.51

  根据站点经纬度计算该站点在网格数据data中的下标，全国气象预测业务产品的网格范围为70°E-140°E，0-60°N，起始点为（70°E，0）,经纬方向上共1401个点，维度方向上共1201个点，格点总数为1401*1201=1682601，根据经纬度计算网格位置的公式如下，代入栖霞站点的经纬度

  index = （lat/0.05）*1401 + (lon-70)/0.05  = 1043074
  

  这样就可以得到一个气象站点附近的数据，任意经纬度同样可以参照这种方式进行计算

• 可以写一个简单的脚本验证一下格点数据

    </body>
    <script>
    	window.onload = function () {
    		var url = "tmp1.json"
    		var request = new XMLHttpRequest();
    		request.open("GET",url);
    		request.send(null);
    		request.onload = function () {
    			if(request.status == 200) {
    				var json = JSON.parse(request.responseText);
    				console.log(json[0].data.length);
    			}
    		}
    	}
    </script>
  

  

可以看到data的数据量为1682601，符合上述计算出的数值。