数值模拟 | 如何搭建一个数值模式评估环境

用户11172986

发布于 2026-05-29 12:17:35

150

文章被收录于专栏：气python风雨气python风雨

数值模拟 | 如何搭建一个数值模式评估环境

师弟把方案选好了，实验跑完了，准备开始评估。第一步不是写评估脚本——是装环境。

他跑来问我：「师兄，wrf-python 装不上，cartopy 报错，METplus 到底怎么装？有没有一个从头到尾的安装流程？」

这篇就是回答这个问题。只讲一件事：把评估需要的所有 Python 包和 METplus 装好，且能跑通。

整体思路

模式评估环境跟 WRF 运行环境是两回事。WRF 在超算上跑（Linux + Intel compiler + MPI），评估在本机做（macOS/Linux/WSL + Python + 观测数据），当然这是个人场景，也可超算上搭建环境评估，流程是一样的。两者不共用同一个 conda 环境：

image

硬件与系统前提

组件	最低要求	推荐配置
CPU	4 核	8 核以上
内存	8 GB	32 GB
磁盘	200 GB	1 TB SSD
操作系统	Linux / macOS / WSL2	Ubuntu 22.04+

关于 WSL：如果你是在 Windows 上用 WSL2，当前环境就是这种模式。WSL2 内核与原生 Linux 本质相同，所有安装命令完全一样。唯一要注意的就是——不要把任何数据和 conda 环境装在 /mnt/c/ 下面。跨文件系统访问（NTFS → ext4）有显著 I/O 损失。所有东西放在 /home/你的用户名/ 下面。WSL 虚拟磁盘默认可能不足，如果空间不够，后面的「常见问题」有扩容步骤。回头看这个表格有点像steam的游戏推荐配置。

安装全流程

下面按顺序执行，每一步我都标注了装的是什么、为什么需要它。

1. Miniconda

# Linux / WSL2
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p ~/miniconda3
~/miniconda3/bin/conda init bash
exec bash

# macOS (Intel)
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
bash Miniconda3-latest-MacOSX-x86_64.sh -b -p ~/miniconda3

# macOS (Apple Silicon)
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
bash Miniconda3-latest-MacOSX-arm64.sh -b -p ~/miniconda3

2. 创建评估专用环境

conda create -n wrf_eval python=3.10 -y   （更高版本也可）
conda activate wrf_eval

3. 基础科学计算

conda install -c conda-forge numpy scipy pandas -y

4. 多维网格数据处理（读取 wrfout 和 NetCDF）

conda install -c conda-forge xarray netcdf4 h5py -y

5. WRF 诊断量提取（CAPE、dBZ、插值）

conda install -c conda-forge wrf-python -y

wrf-python 是核心诊断包，提供超过 30 种诊断计算：cape_2d、cin_2d、dbz、slp、srhel、pw、tv……以及水平/垂直/剖面插值。它有一个 C 扩展，通过 pip 安装容易因编译器版本问题失败，推荐用 conda 装。

6. 验证评分工具

conda install -c conda-forge xskillscore -y
pip install scores

xskillscore 是 xarray 原生的评分库，直接对着 DataArray 算：pearson_r、rmse、mae、mse、fractions_skill_score。scores 是澳大利亚气象局开发的额外概率评分包（CRPS、Brier Score 等），按需装。

7. 地图与绘图

conda install -c conda-forge cartopy matplotlib -y

cartopy 负责地理投影和地图底图，matplotlib 负责画线画点。这两者配合出 WRF 降水空间分布图、CAPE 对比图、垂直剖面图。

8. GRIB 数据读写（读 ERA5）

conda install -c conda-forge cfgrib eccodes -y

ERA5 从 CDS 下载的原始格式是 GRIB，cfgrib 可以直接用 xarray 接口打开。eccodes 是底层解码库。

9. METplus（官方验证工具包）

# 先装 MET C++ 核心
conda install -c conda-forge met -y

# 再装 METplus Python 封装
conda install -c conda-forge metplus -y

METplus 是 NCAR 下属 DTC 开发的行业标准验证工具。它包含：

image

工具名	作用	典型用法
grid_stat	网格到网格全场对比	WRF 降水 vs GPM
point_stat	网格到站点对比	WRF 温度 vs 气象站
mode	基于对流目标的验证	识别降水对象并比较质心/面积/强度
ensemble_stat	集合预报评分	集合平均/离散度/CRPS
series_analysis	时间序列对比	WRF vs 探空随高度变化

10. 验证安装

python -c "
import wrf, xarray, xskillscore, cartopy, cfgrib
import numpy, scipy, pandas, matplotlib, netCDF4
print('基础包       :', numpy.__version__, '|', scipy.__version__, '|', pandas.__version__)
print('网格数据     :', xarray.__version__, '|', netCDF4.__version__)
print('WRF诊断      : wrf-python', wrf.__version__)
print('评分工具     :', xskillscore.__version__)
print('地图绘图     :', cartopy.__version__, '|', matplotlib.__version__)
print('GRIB I/O     : cfgrib 已加载')
print()
print('全部导入成功 ✅')
"

# 验证 METplus
python -c "import metplus; print('METplus:', metplus.__version__)"
which grid_stat && grid_stat --version 2>&1 | head -1

环境使用

装完之后，每次使用前只需：

conda activate wrf_eval

然后在 Python 脚本里直接用上面的所有包。评估脚本怎么写，参考系列终篇。

常见安装问题

1. wrf-python pip 安装失败

wrf-python 含 C 扩展，pip 编译极易因 setuptools 版本或编译器不一致而失败。解法很简单：不要用 pip，直接用 conda。

conda install -c conda-forge wrf-python -y

2. cfgrib 读 ERA5 报 KeyError

cfgrib 依赖 eccodes 索引库。旧版 eccodes 可能不识别 ERA5 某些参数：

conda install -c conda-forge eccodes=2.32.0 -y

3. cartopy 报 GeographicLib not found

cartopy 需要自然地球海岸线数据。conda 安装时通常是自动下载的，如果缺失：

conda install -c conda-forge cartopy_offlinedata -y

4. WSL 虚拟磁盘空间不足

WSL2 的 ext4 虚拟磁盘默认可能不够用（放几个 wrfout 就满了）。先检查：

df -h /

扩容在 Windows PowerShell（管理员）中：

wsl --shutdown
diskpart
# 在 diskpart 中：
select vdisk file="%USERPROFILE%\AppData\Local\Packages\XXXXX\LocalState\ext4.vhdx"
expand vdisk maximum=512000
detach vdisk
exit

XXXXX 是你的 WSL 发行版包名。扩容后在 WSL 内执行分区调整即可。

5. WSL 下图窗显示（WSLg）

如果在 WSL 里跑 plt.show() 不出图，先检查 WSLg：

echo $DISPLAY   # 应输出 :0 或 :1

如果为空（旧版 Windows 10），装 VcXsrv 后在 WSL 中 export DISPLAY=$(hostname).local:0.0。不想看图窗的话，在脚本里把所有 plt.show() 改成 plt.savefig() 就行。

6. conda solver 缓慢（libarchive.so 报错）

安装时如果看到：

Error while loading conda entry point: conda-libmamba-solver
(libarchive.so.19: cannot open shared object file)

这不影响 conda 工作——回退到经典 solver 也能装，但很慢。修复：

conda install -n base conda-libmamba-solver -c conda-forge -y

师弟按这个流程装完，激活环境跑了个 import wrf; print('ok')，截屏发给我：「师兄，全程没报错！」

我说这就对了。环境搭建就是一次性基础设施投入，半天装好，后面两年所有 WRF 评估项目都不用再碰包管理的问题。接下来你就可以直接写评估脚本了。

*系列后篇：[数值模式 | WRF 批量试验怎么评估],敬请期待

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-05-29，如有侵权请联系 cloudcommunity@tencent.com 删除

数据

本文分享自气python风雨微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度

数值模拟 | 如何搭建一个数值模式评估环境

数值模拟 | 如何搭建一个数值模式评估环境

数值模拟 | 如何搭建一个数值模式评估环境

整体思路

硬件与系统前提

安装全流程

1. Miniconda

2. 创建评估专用环境

3. 基础科学计算

4. 多维网格数据处理（读取 wrfout 和 NetCDF）

5. WRF 诊断量提取（CAPE、dBZ、插值）

6. 验证评分工具

7. 地图与绘图

8. GRIB 数据读写（读 ERA5）

9. METplus（官方验证工具包）

10. 验证安装

环境使用

常见安装问题

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐