python 基于metpy计算位涡平流项(水平)

使用python 计算位涡水平平流项

使用数据:potential vorticity、水平风场分量:U、V
数据来源:

  • ERA5
  • hourly :一天四次
  • 空间分辨率:0.5x0.5
  • 时间范围:2004-06
    使用的函数:
  • metpy.calc.advection(scalar, u=None, v=None, w=None, *, dx=None, dy=None, dz=None, x_dim=- 1, y_dim=- 2, vertical_dim=- 3)
  • metpy.calc.advection官方介绍
    与我之前的一个计算水汽散度的帖子的方法差不多:使用metpy计算水汽散度

编程需要注意的点:

  • metpy.calc.advection()中传入的变量应该是二维的(lonxlat),而我们下载的位涡数据是四维的(time x level x lat x lon),所以需要做循环计算
  • 使用metpy时需要给予各项附上响应的单位,防止计算的量纲出错
  • metpy.calc.advection()中的x_dim=- 1, y_dim=- 2,分别对应了你的经度和纬度的维度,默认是经度为最后一维,纬度是倒数第二维
  • 虽然metpy.calc.advection()提供了三个方向的计算,但是第三维的计算不太完善,因此本文以下只计算水平项
  • 需要计算出dx、dy,也就是网格点的实际距离,这里metpy也给出了对应的函数:mpcalc.lat_lon_grid_deltas

代码如下:

import xarray as xr
import numpy as np
from metpy.units import units
import metpy.constants as constants
import metpy.calc as mpcalc
#########################文件路径##################################################
path=r'D:\PV\download_pv_hourly.nc'

path1=r'D:\PV\uv_0.5x0.5_2004-06.nc'
#########################读取pv############################################################
f_pv = xr.open_dataset(path)
pv   = f_pv.pv.sel(time=slice('2004-06-23','2004-06-30')).sortby('latitude')
pv_units=pv.units

lev  = pv.level

pressure = np.array(lev).reshape((1,37,1,1))*units.hPa
dpdl= np.gradient( pressure,axis=1)
##########################读取水平风场#########################################################
f = xr.open_dataset(path1).sortby('latitude').sel(time=slice('2004-06-23','2004-06-30'))

f = f.transpose('time','level','latitude','longitude')
f_u = f.u
f_v = f.v


lat =  f_u.latitude
lon =  f_u.longitude
time = f_u.time

dx, dy = mpcalc.lat_lon_grid_deltas(lon, lat)

pvadv=np.zeros((32,37,361,720))

for i in range(32):
    
    for j in range(37):
        
        print(i,j)  
        pvadv[i,j,:,:] = mpcalc.advection(pv[i,j,:,:],u=f_u[i,j,:,:],v=f_v[i,j,:,:],dx=dx,dy=dy,x_dim=-1,y_dim=-2)


pvadv=pvadv*units['K m**2 kg**-1 s**-1']/units.s
##########################计算平流垂向#####################################
# vertical
p_v=pv*units['K m**2 kg**-1 s**-1']
dpvdl=np.gradient( p_v,axis=1)

pvvdv = f_w*(units.Pa/units.s)*(dpvdl/dpdl)
#########################保存数据#############################################################
pvadv_nc=xr.Dataset({'pvadv':(('time','level','lat','lon'),pvadv)},
                    
                    coords = {
                        'time':time,
                        'level':lev.data,
                        'lat':lat.data,
                        'lon':lon.data,
                        
                        }
                    )
pvadv_nc.attrs['long_name']='potential vorticity advection'
pvadv_nc.to_netcdf('pvadv.nc')
###########################保存数据##########################################################
pvvdv_nc=xr.Dataset({'pvadv':(('time','level','lat','lon'),pvvdv.data)},
                    
                    coords = {
                        'time':time,
                        'level':lev.data,
                        'lat':lat.data,
                        'lon':lon.data,
                        
                        }
                    )
pvvdv_nc.attrs['long_name']='potential vorticity vertical advection'
pvvdv_nc.to_netcdf(r'pvvdv.nc')

Tips:

  • 一般的计算结果显示的量级为10的-5次方到10的-8次方

  • 虽然ERA5提供了位涡的数据,但是还是自己根据位涡的定义重新计算以下对比验证,如研究中高纬区域可能存在一些问题

      		    				一个努力学习python的ocean er
      	                    	水平有限,欢迎指正!!!
                              	欢迎评论、收藏、点赞、转发、关注。
                              	关注我不后悔,记录学习进步的过程~~
    
  • 5
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

简朴-ocean

继续进步

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值