超级会员免费看
WPS中输入geogrid二进制格式
本博客主要根据WRF官网教程中，有关写入二进制数据的描述-Writing Static Data to the Geogrid Binary Format，详细描述输入WPS的静态地理数据二进制格式。
基本概念：Geogrid二进制格式
WRF 的 geogrid 程序使用一种简单的二进制栅格格式来存储地理静态数据集（如地形、高度、土地利用等）。这些数据是规则的二维或三维数组（2D/3D array）。
注意，Geogrid 的二进制格式 只能存储：
- 正整数
- 固定字节大小（1, 2, 3, 或 4 字节）
- 不能直接存储负数
这三条数据约束我们应该牢记于心！！！
支持的数据类型
Geogrid 支持的四类数据类型如下：
- 单层连续字段（Continuous field）
- 多层连续字段（例如：土壤层）
- 主导类别的分类字段（Dominant category for each grid point）
- 每类的分数字段（Fractional coverage for each category）
其中，主导类别的分类字段是最简单的，因为它只需要按区域写入整数分类值。
1、单层连续字段（Single-Level Continuous Field）
✅ 特点：
- 每个格点包含一个连续的实数值。
- 常用于描述地形、高度、温度等连续分布的物理量。
- 数据通常需缩放、转为整数，并进行正值偏移处理（如果有负数）。
✅ 存储方式：2D float → scaled int 数组，按行写入。
✅ 示例数据：
| 数据集 | 描述 | 示例类别值 |
|---|---|---|
| DEM（Digital Elevation Model） | 数字高程模型 | 0 - 8000 米 |
| Green Fraction | 植被覆盖度 | 0.0 - 1.0 |
| LAI（Leaf Area Index） | 叶面积指数 | 0.0 - 10.0 |
2、多层连续字段（Multi-Level Continuous Field）
✅ 特点：
- 每个格点包含多个连续数值，表示该位置在不同层级的物理量。
- 多用于土壤水分、温度、LAI 等具有垂直层次结构的数据。
✅ 存储方式：3D float → scaled int 数组（n × m × z）。
✅ 示例数据：
| 数据集 | 描述 | 示例类别值 |
|---|---|---|
| LAI（Leaf Area Index, 多时段） | 不同月份的叶面积指数 | 12 层（月平均） |
| Soil Moisture | 多层土壤湿度 | 4 层土壤深度 |
| Soil Temperature | 多层土壤温度 | 4 层 |
3、主导类别的分类字段（Dominant Category Field）
✅ 特点：
- 每个格点存储一个整数值，表示该位置的主导类别。
- 最简单的数据类型，直接存储整数分类编号。
- 通常用于土地利用、土壤类型等具有离散分类的数据。
✅ 存储方式：2D 整数数组，按行（从南向北）写入二进制文件。
✅ 示例数据：
| 数据集 | 描述 | 示例类别值 |
|---|---|---|
| LUCC（Land Use Cover Classification） | 土地利用/覆盖类型 | 1: 城市，2: 农田，3: 林地，… |
| Soil Category | 土壤类型 | 1: 壤土，2: 粘土，3: 砂土，… |
4、每类的分数字段（Fractional Coverage per Category）
✅ 特点：
- 每个格点存储多个连续值，表示每个分类的占比（0~1）。
- 是一种多层连续字段，每层对应一个类别。
- 可以更精细地描述一个格点上多个类型的混合情况。
✅ 存储方式：3D 浮点数组（n × m × r），r为类别数。
✅ 示例数据：
| 数据集 | 描述 | 示例类别值 |
|---|---|---|
| Fractional Land Use | 每类土地利用的面积比例 | 第1层：农田占比，第2层：森林占比，… |
| MODIS Land Cover Fraction | MODIS 的土地覆盖比例数据 | 每类一个层级，值为 0.0~1.0 |
geotiff→tiff的规则说明
类型1：主导类别字段（Dominant Category Field）
✅ 数据结构：一个规则二维数组，每个元素是一个整数，代表该格点的主导类别（如土地利用类型编号）。
例如：30秒分辨率的 USGS 土地利用数据。
✅ 写入顺序（二维数组写入方式）：
- 按行写入（从南向北），即从底部行开始写入，依次向上。
- 每一行按从左到右顺序写入。
写入顺序示例（n 行 × m 列）：
x11, x12, ..., x1m, x21, ..., x2m, ..., xn1, ..., xnm
✅ 存储格式：
- 每个元素以1、2、3 或 4 字节的整数存储。
- 使用大端字节序（big-endian）：高字节在前（A-B-C-D），可通过 index 文件设置为 little-endian。（有关字节序的说明可参见本博客后续内容，详细解释为何需要设置inde为 little-endian）
- 文件必须是：无头文件（No header）、无记录标记（No record marker）
- 定长：每元素固定字节数
注意❗ Fortran写文件会自动添加记录标记，因此不能直接用 Fortran 写该文件。应使用 geogrid/src 目录中的 write_geogrid.c 或 read_geogrid.c 来处理。
类型2：连续字段（Continuous Field）
✅ 数据结构：连续字段（如地形高程、温度等）也按规则二维数组组织。
✅ 转换步骤：
1、缩放（Scaling）：将小数放大为整数（如保留3位小数就除以 0.001）。
2、四舍五入（Rounding）：去掉小数部分，转为整数。
3、负值处理（转正）：
- 1字节：加上 2⁸（=255）
- 2字节：加上 2¹⁶（=65536）
- 3字节：加上 2²⁴
- 4字节：加上 2³²
例：-2.71828 → -2718 → 若用2字节存储：-2718 + 65536 = 62818
4、写入文件方式与主导类别完全相同。
注意：只有负数要加偏移量，正数保持不变
| 字节数 | 偏移值 | 有符号整数（signed integer）的取值范围（加偏移前） | 无符号数（unsigned）的取值范围（加偏移后） |
|---|---|---|---|
| 1 字节 | 2⁸ = 256 | -128 ~ 127 | 0 ~ 255 |
| 2 字节 | 2¹⁶ = 65536 | -32768 ~ 32767 | 0 ~ 65535 |
| 3 字节 | 2²⁴ = 16777216 | -8388608 ~ 8388607 | 0 ~ 16777215 |
| 4 字节 | 2³² = 4294967296 | -2147483648 ~ 2147483647 | 0 ~ 4294967295 |
类型3：多层字段（Multi-Level Field）
类似于多个连续字段层堆叠成三维数组。
写入顺序：每个 n×m 切片（即每一层）连续写入，按层序（r-index 递增）排列。
每层数据写入顺序依然是从南到北、从西到东。
类型4：每类分数字段（Fractional Field per Category）
相当于每个类别占比是一个连续字段，多个类别 → 多层数据。
数据结构与多层连续字段相同。
文件命名规范
为使 geogrid 能正确识别数据，二进制文件命名必须如下：
xstart-xend.ystart-yend
每个数字（起始或结束坐标）是一个固定宽度的字符串，宽度由 filename_digits 决定。每个索引值为 5位/6位 正整数，从1开始计数。
| 设置 | 文件名（示例） | 坐标范围 |
|---|---|---|
| filename_digits = 5 | 00001-01200.00001-01200 | 00001 ~ 99999（最大 tile 尺寸为 99999 个格点） |
| filename_digits = 6 | 000001-012000.000001-012000 | 支持更大区域：000001 ~ 999999 |
注意：文件命名必须左侧补零，确保每个数字占满 5 或 6 位，否则文件名不符合约定，geogrid 会报错。
例如：一个 800行 × 1200列 的数据文件命名为：
00001-01200.00001-00800
生成的某二进制数据命名为：
✅ 多文件拼接说明：可以将一个大数据集拆分为多个 tile（瓦片文件），每块是规则矩形。所有 tile 必须：
- 维度相同
- 不重叠
- 索引连续，无空缺
- 若维度不能整除 → 用填充值填充（由 missing_value 指定）
索引文件（index 文件）
每个数据集必须有一个名为 index 的元数据文件，提供地理信息和数据结构说明。
✅ 示例内容解释：
type = continuous # 字段类型（continuous / categorical）
signed = yes # 是否包含负值
projection = regular_ll # 投影类型（经纬度）
dx = 0.00833333 # 经度间距（单位：度）
dy = 0.00833333 # 纬度间距
known_x = 1.0 # 数组中第一个点的 x 索引
known_y = 1.0 # 数组中第一个点的 y 索引
known_lat = -89.99583 # 第一个点的纬度
known_lon = -179.99583 # 第一个点的经度
wordsize = 2 # 每个数据点的字节数（1/2/3/4）
tile_x = 1200 # 每个 tile 的 x 方向大小
tile_y = 1200 # 每个 tile 的 y 方向大小
tile_z = 1 # 层数（单层为1）
tile_bdr = 3 # 缓冲区大小
units = "meters MSL" # 单位说明
description = "Topography height" # 数据集描述
📁 Index 文件变量说明（Index Options）
| 变量名 | 默认值 | 中文解释 | 详细说明 |
|---|---|---|---|
| projection | 无默认值 | 投影方式 | 设置数据的投影类型，可为 lambert、polar、mercator、regular_ll（规则经纬度）、albers_nad83 或 polar_wgs84。必须设置。 |
| type | 无默认值 | 数据类型 | 指定数据是连续（continuous）还是分类（categorical）。如果是每类别一个分数字段（如分布比例），也应设为 continuous。 |
| signed | no | 是否带符号 | 指明数据是否为有符号整数（采用补码表示）。如有负值，需设为 yes。 |
| units | 无默认值 | 单位 | 字符串，描述该数据的物理单位，如 “meters MSL”、“fraction”，会写入 geogrid 输出文件中。 |
| description | 无默认值 | 描述 | 字符串，对该字段的简短描述，如 “Topography height”。也会写入 geogrid 输出文件。 |
| dx | 无默认值 | x方向网格间距 | 网格在x方向的间隔。若投影为 regular_ll，单位为度；否则为米。 |
| dy | 无默认值 | y方向网格间距 | 同上，y方向网格间距。 |
| known_x | 1 | 已知点 x索引 | 一个地理坐标（经纬度）对应的数组 i 值。用于定位。 |
| known_y | 1 | 已知点 y索引 | 同上，对应的数组 j 值。 |
| known_lat | 无默认值 | 已知纬度 | 与 known_x、known_y 一起用于投影转换的已知点纬度。 |
| known_lon | 无默认值 | 已知经度 | 同上，经度。 |
| stdlon | 无默认值 | 标准经度 | 用于锥形与极地投影，表示与 y 轴平行的经线。 |
| truelat1 | 无默认值 | 第一真实纬度 | 用于锥形和极地投影。对于极地投影，这是唯一的真实纬度。 |
| truelat2 | 无默认值 | 第二真实纬度 | 仅用于锥形投影。 |
| wordsize | 无默认值 | 每个数据点字节数 | 每个网格点用几个字节表示（1、2、3、4）。一般为2字节或者3字节。 |
| tile_x | 无默认值 | x方向 tile 尺寸 | 每个 tile 在 x 方向上的网格点数（不包括 halo）。 |
| tile_y | 无默认值 | y方向 tile 尺寸 | 同上，y 方向。 |
| tile_z | 无默认值 | z方向（层数） | tile 的层数。如果使用此项，则默认从第1层开始。 |
| tile_z_start | 无默认值 | z起始索引 | 如果使用自定义 z 层范围，则需设置起始层索引。 |
| tile_z_end | 无默认值 | z结束索引 | 同上，结束层索引。 |
| category_min | 无默认值 | 最小分类值 | 对于分类数据，指定最小类别编号。必须配合 category_max 使用。 |
| category_max | 无默认值 | 最大分类值 | 同上，最大类别编号。 |
| tile_bdr | 0 | 边界宽度 | halo 区域的宽度（单位：格点数），通常设为 0 或 3。 |
| missing_value | 无默认值 | 缺失值标志 | 数据中若存在该值，会被识别为缺失值。用于填充值、边界扩展等。 |
| scale_factor | 1 | 缩放因子 | 从整数数据中读取后应乘以此数值，用于恢复原始物理单位。 |
| row_order | bottom_top | 行写入顺序 | 指定数据是从南到北写入（bottom_top），还是从北到南（top_bottom）。有些 USGS 数据为 top_bottom。 |
| endian | big | 字节序 | 指定数据是 big-endian（高字节在前）还是 little-endian（低字节在前）。 |
| iswater | 16 | 水体类别编号 | 指定“水体”的土地利用分类编号。 |
| islake | -1 | 湖泊类别编号 | 指定“湖泊”的土地利用编号（如果与水体分开）。 |
| isice | 24 | 冰雪类别编号 | 指定“冰川/冰雪”的土地利用分类编号。 |
| isurban | 1 | 城市类别编号 | 指定“城市”的土地利用分类编号。 |
| isoilwater | 14 | 水体土壤编号 | 指定“水体”的土壤分类编号。 |
| mminlu | “USGS” | 土地利用分类系统 | 指定使用的土地利用系统，如 “USGS”、“MODIFIED_IGBP_MODIS_NOAH” 等，对应 WRF 中的 LANDUSE.TBL 部分。 |
| filename_digits | 5 | 文件名数字位数 | 设置 tile 文件名中的编号位数，必须为 5 或 6。例如：00001-01200.00001-01200。 |
基础知识说明-字节序
字节序概述
字节序（Byte Order），也叫做 端序（Endianness），是计算机在存储多字节数据（如整数、浮点数）时，如何排列每个字节的方式。
1、🧠 字节序（Byte Order）概念
当一个数需要多个字节存储时，比如：
- 1字节（8位）能表示 0 ~ 255（2^8）
- 2字节（16位）能表示 0 ~ 65535（2^16）
- 4字节（32位）能表示一个较大的整数
此时，字节的排列顺序就变得重要。
2、📌 两种常见字节序
| 字节序类型 | 描述 | 存储顺序（低地址 → 高地址） |
|---|---|---|
| Big-endian | 高字节在前 | A B C D（正常阅读顺序） |
| Little-endian | 低字节在前 | D C B A |
📌 注意：无论顺序如何，计算机最终解释的数值是一样的，只是存储方式不同。
假设我们要存储一个 4 字节整数 0x12345678（十六进制）：
PS：0x 是 十六进制（hexadecimal） 的前缀，表示这个数字是以十六进制表示的，而不是十进制或二进制。
将 0x12345678 转换为二进制，就是：
0001 0010 0011 0100 0101 0110 0111 1000
一共 32 位（bit），也就是：32 位 ÷ 8 = 4 字节（byte）
| 字节 | 数值 | 十六进制 |
|---|---|---|
| A | 0x12 | 高字节（最高位） |
| B | 0x34 | |
| C | 0x56 | |
| D | 0x78 | 低字节（最低位） |
那么，这个 4 字节整数 0x12345678 在内存中的两种排列方式为：
| 类型 | 存储顺序 |
|---|---|
| Big-endian （高字节在前） | 12 34 56 78 |
| Little-endian （低字节在前） | 78 56 34 12 |
📁 在 Geogrid 中的含义
Geogrid 的二进制文件在写入时默认使用 big-endian（高字节在前的顺序），这意味着：
- 读取时 Geogrid 会按此顺序解释字节
- 如果你用的系统（如 x86 架构）默认使用 little-endian，那么如果你直接用系统默认方式写二进制文件，Geogrid 会读错数值
✅ index 文件的设置
为了让 geogrid 正确读取文件，你可以在 index 文件中设置：
endian = little
这表示你写入的数据是 little-endian 格式，Geogrid 会自动调整读取方式。
作用：
- 避免因系统默认字节序与 Geogrid 预期不一致导致读取错误。
- 提高兼容性：可以使用常规 Python、C、Java 写文件（默认 little-endian），只需在 index 中声明即可。
扫一扫
1730
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
