python气象数据分析_python grib气象数据可视化

利用Python语言实现Grib数据可视化主要依靠三个库——pygrib、numpy和matplotlib。pygrib是欧洲中期天气预报中心(ECMWF)的GRIG API C库的Python接口，通过这个库可以将Grib数据读取出来；numpy是Python的一种开源的数值计算扩展，这种工具可用来存储和处理大型矩阵；matplotlib是python著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图；在数据可视化过程中，我们常需要将数据在地图上画出来，所以还需要matplotlib的一个子包basemap，负责地图绘制。

一、库的安装

matplotlib依赖

安装过程

这里我都是通过源码包安装的，大家也可以再终端里通过pip install 命令来安装

1、安装nose

解压缩后，进入命令提示符 运行

1 python3 setup.py install

2、安装numpy

解压缩后，进入命令提示符 运行

1 python3 setup.py install

3、安装pyparsing

解压缩后，进入命令提示符 运行

1 python3 setup.py install

4、安装python-dateutil

解压缩后，进入命令提示符 运行

1 python3 setup.py install

5、安装cycler

解压缩后，进入命令提示符 运行

1 python3 setup.py install

6、安装pkg-config

1 ./configure --with-intermal-glib

2 make && date

3 sudo make install && date

7、安装freetype

1 ./configure

2 make && date

3 sudo make install && date

8、安装libpng

1 ./configure

2 make && date

3 sudo make install && date

9、安装matplotlib-1.5.0

解压缩后，进入命令提示符 运行

1 python3 setup.py install

basemap依赖

安装过程

1、安装GEOS

1 ./configure

2 make && date

3 sudo make install && date

2、安装pyproj

1 python3 setup.py install

3、安装basemap

1 python3 setup.py install

（三）pygrib安装

pygrib依赖

安装过程

由于之前已经安装了numpy和pyproj，这里只需安装Jasper和GRIB API即可安装pygrib

1、安装Jasper

1 ./configure

2 make && date

3 sudo make install && date

2、安装GRIB API

1 ./configure --with-jasper='/usr/local/'

2 make && date

3 sudo make install && date

3、安装pygrib

安装pygrib之前首先要根据自己的实际情况修改文件目录下的setup.cfg文件，最主要的就是修改grib_api_dir和jasper_dir，这两个是刚刚安装的Jasper和GRIB API的路径，如果这两个地址不正确安装会报错

修改好就可以正常安装了

1 python3 setup.py install

二、grib数据读取

虽然我做的东西和气象沾边，但是我本身并不是气象专业出身，所有这些东西都是我慢慢研究琢磨出来的，所以有些方面可能讲的比较外行，有不对的地方欢迎大家留言指正。

（一）导入pygrib模块

1 >>> import pygrib

（二）打开Grib文件

1 >>> grbs = pygrib.open('/Users/Kallan/Documents/data/echhae50.082')

（三）提取文件信息

1 >>> grbs.seek(0)

2 >>> for grb in grbs:

3 grb

4 1:Geopotential Height:gpm (instant):regular_ll:isobaricInhPa:level 500:fcst time 24 :from 201507081200

信息解读

1 :数据列表的行号，有的文件可能包括多个数据

Geopotential Height:数据的名称

gpm (instant):数据的单位

regular_ll:常规数据，其实这个字段我也不清楚

isobaricInhPa:这个字段表示的是数据属性，此处表示是以hPa为单位的等压面

level 500:这个字段表示的是高度层

fcst time 24 :预报时效

from 201507081200 :起报时间

综合上面的信息可以得出，这个文件是从2015年7月8日12时开始的24小时后500hPa等压面高度场数据

（四）导出文件数据

1 >>> grb = grbs.select(name='Geopotential Height')[0]

2 >>> data = grb.values

3 >>> print(data.shape,data.min(),data.max())

4 (37, 37) 5368.6796875 5941.0390625

5 >>> lat,lon=grb.latlons()

6 >>> print(lat,'\n',lon)

7 [[ 0. 0. 0. ..., 0. 0. 0. ]

8 [ 2.5 2.5 2.5 ..., 2.5 2.5 2.5]

9 [ 5. 5. 5. ..., 5. 5. 5. ]

10 ...,

11 [ 85. 85. 85. ..., 85. 85. 85. ]

12 [ 87.5 87.5 87.5 ..., 87.5 87.5 87.5]

13 [ 90. 90. 90. ..., 90. 90. 90. ]]

14 [[-90. -87.5 -85. ..., -5. -2.5 0. ]

15 [-90. -87.5 -85. ..., -5. -2.5 0. ]

16 [-90. -87.5 -85. ..., -5. -2.5 0. ]

17 ...,

18 [-90. -87.5 -85. ..., -5. -2.5 0. ]

19 [-90. -87.5 -85. ..., -5. -2.5 0. ]

20 [-90. -87.5 -85. ..., -5. -2.5 0. ]]

三、grib数据可视化

（一）导入需要的模块

1 >>> import matplotlib.pyplot as plt

2 >>> from mpl_toolkits.basemap import Basemap

3 >>> import numpy as np

（二）创建一个figure

1 >>> plt.figure()

2

（三）创建一个basemap实例

1 >>> m=Basemap(projection='mill',lat_ts=10,llcrnrlon=lon.min(), \

2 urcrnrlon=lon.max(),llcrnrlat=lat.min(),urcrnrlat=lat.max(), \

3 resolution='c')

4 >>> m.drawcoastlines(linewidth=0.25)

5

6 >>> m.drawcountries(linewidth=0.25)

7

8 >>> m.fillcontinents(color='coral',lake_color='aqua')

9 >>> m.drawmapboundary(fill_color='aqua')

10

11 >>> m.drawmeridians(np.arange(0,360,30))

12 >>> m.drawparallels(np.arange(-90,90,30))

（四）将lat，lon的数据格式转换成投影需要的格式存入x，y

1 >>> x, y = m(lon,lat)

（五）绘制等值线

1 >>> cs = m.contour(x,y,data,15,linewidths=1.5)

（六）命名并显示图像

1 >>> plt.title('Geopotential Height Contour from Grib')

2

3 >>> plt.show()

（七）图像展示