前言
有读者问如何使用wrfout绘制雷达组合反射率,其实当初刚接触wrf时小编也找了很久。既然你诚心诚意地问了
我就大发慈悲地告诉你……这个梗是不是太老了
实际操作起来不难
在气象科学研究与业务应用中,雷达反射率图是分析降水系统、对流风暴发展及演变不可或缺的工具之一。特别是对于那些利用高级数值天气预报模型(如Weather Research and Forecasting,简称WRF)进行精细化预报的研究者而言,从WRF输出文件中提取并绘制雷达反射率,不仅能够直观展示模式模拟的降水结构,还能深入探究大气中的水汽分布和动力学过程。
本文旨在为初学者解惑,详细介绍如何从WRF模拟结果中提取雷达反射率数据,并利用Python等现代科学计算工具将其可视化。:
tips:
matplotlib
将计算出的雷达反射率数据转化为填色图,并且是组图形式,展现降水强度的时空分布特征。通过本项目的学习,你将不仅掌握从WRF模拟结果中提取并绘制雷达反射率的基本技能,为进一步的气象研究与应用打下坚实的基础。无论是学术探索还是业务实践,都能让你的雷达反射率分析更加得心应手
温馨提示
由于可视化代码过长隐藏,可点击以下链接运行Fork查看
如何使用WRFOUT绘制雷达组合反射率
🔜🔜若没有成功加载可视化图,点击运行可以查看 ps:隐藏代码在【代码已被隐藏】所在行,点击所在行,可以看到该行的最右角,会出现个三角形,点击查看即可
导入与读取
In [ ]:
import numpy as np
import matplotlib.pyplot as plt
import cartopy.crs as crs
from netCDF4 import Dataset
from meteva.base.tool.plot_tools import add_china_map_2basemap
from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
from wrf import getvar, get_cartopy, latlon_coords, cartopy_xlim, cartopy_ylim
import glob
import os
import cmaps
In [24]:
wrf ='/home/mw/input/typhoon9537/wrfout_d01_2019-08-09_06_00_00'
ncfile = Dataset(wrf)
# Get the maximum reflectivity
mdbz = getvar(ncfile, "mdbz")
mdbz
Out[24]:
看到负值不要慌,dbz的计算公式是dbz=10lg(Z) 取对数有负数很正常嘛 负数代表什么含义呢,小编也不是不明白,隐约记得老师提过是跟风有关
xarray简单可视化
In [25]:
mdbz.plot()
Out[25]:
<matplotlib.collections.QuadMesh at 0x7f05917b6c10>
西南降水个例
台风利奇马个例
学会了吗,学会了多点赞多评论