首页
学习
活动
专区
圈层
工具
发布
44 篇文章
1
机器学习需要掌握的九种工具!
2
PyAOS:大气和海洋科学Python社区
3
地球人工智能研究综述
4
优化物理和机器学习之间的协同作用
5
构建便于气象海洋应用的Anaconda环境(window版本)
6
Python结合Matlab气候数据工具箱CDT
7
用Python复现一篇Nature的研究: 1.数据下载及预处理
8
Python气象数据处理与绘图:相关性分析之散点图
9
Nature | 数据驱动的地球系统深度学习与过程理解
10
Python气象数据处理与绘图:常见的10种图像滤波方法
11
JAMES: 地球系统模式机器学习应用专刊
12
Python可视化 | xarray绘图样式配置
13
xarray系列|WRF模式前处理和后处理
14
Python可视化 | xarray一维数据绘图
15
构建适合大气与海洋应用的Anaconda环境
16
统计学中数据分析方法汇总!
17
Python可视化 | xarray 绘图时序图
18
深度学习 | 时序问题LSTM入门讲解
19
Python可视化 | xarray 二维绘图配色方案设置
20
MeteoInfoLab中如何将格点插值到站点?(附完整代码)
21
利用 pandas 和 xarray 整理气象站点数据
22
tensor与numpy数据类型转换
23
【机器学习基础】|交叉验证及Stacking
24
让数据动起来!用Python制作动画可视化效果,让数据不再枯燥!
25
数据处理 | EOF用法及可视化实例
26
数据处理 | 使用cfgrib加载GRIB文件
27
GISer如何学Python
28
数据下载 | NCEP再分析数据自动批量下载
29
关于滤波和NCL的filwgts_lanczos函数
30
数据处理 | xarray的计算距平、重采样、时间窗
31
数据处理 | xarray的NC数据基础计算(1)
32
基于Python的神经网络模型可视化绘图方法
33
python可视化 | 小波分析——​海温数据的时频域分解
34
Python精美地理可视化绘制
35
Python的常用库的数组定义及常用操作
36
Python可视化 | 温度、水深&CTRL向量空间分布图
37
python可视化 | contour、contourf、cartopy补充
38
NCL专辑 | 常用插值函数集锦
39
数值模式常用参数化方案简析及引用文献
40
数据处理与可视化 | 站点插值格点+空间区域掩膜
41
自动化工程 | 利用Python自动生成降雨量统计分析报告
42
图解NumPy:常用函数的内在机制
43
用手机运行你的Python代码
44
数据可视化 | 双Y轴可视化绘制方法(Python、R两种方法)

MeteoInfoLab中如何将格点插值到站点?(附完整代码)

用 我 所 能,精 彩 气 象。

在实际业务中经常需要对指定经纬度点进行一个相关气象数据的分析和研究,需要将格点数据插值到站点上面。本文介绍了三种在MeteoInfoLab中如何将格点数据插值到站点上面的方法。【本文参考了王老师的书和代码】

格点数据插值到站点主要有两种方法:双线性插值和最近距离,算法都很简单,MeteoInfoLab中插值到站点有几种方法:

(a)利用DimDataFile的tostation方法

(b)利用DimArray的tostation方法

(c)利用interp2d插值函数。推荐使用interp2d方法,该方法中的kind参数缺省为'linear'双线性插值,也可以设置为kind='neareast'最近距离插值(其实就是找离站点最近的格点将其值赋给站点)

总结:其实这几种方法插值出来的结果都差不多,王老师也推荐使用interp2d。

代码语言:javascript
复制
f = addfile('model.ctl')
ps = f['PS'][0,'10:60','60:140']

#Interpolate to a point
x = 123
y = 44.5
z = None
t = 0
d = f.tostation('PS', x, y, z, t)
d1 = ps.tostation(x, y)
d2 = interp2d(ps, x, y)
d3 = interp2d(ps, x, y, kind='neareast')
print d
print d1
print d2
print d3
#942.347668457
#942.347668457
#942.347668457
#980.492126465
#Plot
figure(figsize=[600,600], newfig=False,bgcolor=[255,255,255])
axesm()
geoshow('cn_province.shp',labelfield='NAME', fontname=u'黑体', fontsize=12, yoffset=15,avoidcoll=False)

scatterm(x, y, d, size=10, color='g')
text(x + 0.3, y+1, 'DimDataFile.tostation:%.4f' % d, color='r', fontsize=12)
text(x + 0.3, y-1, 'DimArray.tostation:%.4f' % d, color='r', fontsize=12)
text(x + 0.3, y-2, 'interp2d.linear:%.4f' % d, color='r', fontsize=12)
text(x + 0.3, y-3, 'interp2d.neareast:%.4f' % d, color='r', fontsize=12)
xlim(110, 132)
ylim(32, 54)
title('Grid to point interpolation')
下一篇
举报
领券