如何使用 Python 绘制 GFS grib2 数据？

Posted 2023-02-26

【中文标题】如何使用 Python 绘制 GFS grib2 数据？

【英文标题】：How do I plot GFS grib2 data with Python?

【发布时间】：2015-08-14 19:25:58

【问题描述】：

我想在我的网站上显示接下来几天的温度图表，全球预报系统最能满足我的需求。如何在 matplotlib 中绘制 GRIB2 数据并从图中创建 PNG 图像？

我花了几个小时在互联网上搜索，询问知道如何做到这一点的人（他们根本没有帮助），我不知道从哪里开始。 GFS 数据可以在这里找到：ftp://ftp.ncep.noaa.gov/pub/data/nccf/com/gfs/prod/ 如果可能的话，我希望它是轻量级的，并且不会丢失太多的服务器空间。

【参考方案1】：

基本上有2个步骤：

使用 wgrib 从 grib2 数据中提取选定的变量，并保存到 NetCDF 文件中。虽然有一些 API，比如 pygrib，但我发现直接使用命令行工具的 bug 更少。一些有用的链接：

安装：http://www.cpc.ncep.noaa.gov/products/wesley/wgrib2/compile_questions.html 技巧：http://www.ftp.cpc.ncep.noaa.gov/wd51we/wgrib2/tricks.wgrib2

例如提取温度和湿度：

wgrib2 test.grb2 -s | egrep '(:RH:2 m above ground:|:TMP:2 m above ground:)'|wgrib2 -i test.grb2 -netcdf test.nc

使用 Python 库处理 NetCDF 文件，示例代码可能如下所示：

导入警告 warnings.filterwarnings("忽略") 将 matplotlib.pyplot 导入为 plt 将 numpy 导入为 np 将熊猫导入为 pd % matplotlib 内联 从 netCDF4 导入数据集 从 mpl_toolkits.basemap 导入底图 从 pyproj 导入 Proj 将 matplotlib.cm 导入为 cm 导入日期时间

文件 = “test.nc” rootgrp = 数据集（文件，“r”） x = rootgrp['longitude'][:] # 0-359, step = 1 y = rootgrp['latitude'][:] # -90~90, step =1 tmp = rootgrp['TMP_2maboveground'][:][0] # shape(181,360) dt = datetime.datetime(1970,1,1) + datetime.timedelta(seconds = rootgrp['time'][0])

fig = plt.figure(dpi=150) m = 底图（投影='mill',lat_ts=10,llcrnrlon=x.min(), urcrnrlon=x.max(),llcrnrlat=y.min(),urcrnrlat=y.max(),分辨率='c')

xx, yy = m(*np.meshgrid(x,y)) m.pcolormesh(xx,yy,tmp-273.15,shading='flat',cmap=plt.cm.jet) m.colorbar(location='right')

m.drawcoastlines() m.drawparallels(np.arange(-90.,120.,30.), 标签=[1,0,0,0], fontsize=10) m.drawmeridians(np.arange(0.,360.,60.)，标签=[0,0,0,1]，字体大小=10) plt.title(", GFS, 温度 (C) ".format(dt.strftime('%Y-%m-%d %H:%M UTC'))) plt.show()

【讨论】：

如果您必须使用 grib 文件格式，这非常好。谢谢！

【参考方案2】：

当您考虑数据使用和存储的轻量级时，您可能会考虑使用 GRIB 以外的其他数据形式。 GRIB 文件通常包含全球数据，当您只想针对特定域进行绘图时，这是非常无用的。

我强烈建议使用来自 NOAA-NCEP opendap 数据服务器的数据。您可以使用 netCDF4 从该服务器获取数据。不幸的是，已知此服务器有时不稳定，这可能会导致刷新运行延迟和/或数据集格式错误。尽管在 95% 的时间里，我都可以访问我需要的所有数据。

注意：由于新运行发布后的高流量，此数据服务器可能会很慢。访问数据服务器可以在这里找到：http://nomads.ncdc.noaa.gov/data.php?name=access#hires_weather_datasets

使用 Matplotlib 和 Basemap 工具包非常容易绘制数据。一些示例，包括 GFS 数据集的使用，可以在这里找到：http://matplotlib.org/basemap/users/examples.html

【讨论】：

基本上，OpenDAP 服务器包含最多一个月左右的最新数据。如果有人使用 GFS 归档数据就无法使用 OpenDAP。为此，必须有人通过“HAS”从 ncdc.noaa.gov 网站下载。