wrf模拟的区域绘制，domain图，利用python的cartopy库绘制模拟区域

参考Liang Chen的draw_wrf_domian.py这个代码, 出处python画wrf模式的模拟区域

创新点

区别于Liange代码的地方在于使用cartopy库，替换了basemap库, 方便在最新的python版本下使用。

初学cartopy,使用cartopy根据距离绘制图像是比较难想到的一点, 是在创建投影对象的那里设置的你敢信？

具体代码（使用cartopy)

"""

Author: Forxd

Time: 2021-3-17

Purpose: read in namelist.wps , draw wrf domain and plot some station

"""

import xarray as xr

import numpy as np

import salem

import cartopy.crs as ccrs

import cartopy.feature as cfeat

from cartopy.mpl.ticker import LongitudeFormatter,LatitudeFormatter

from cartopy.io.shapereader import Reader, natural_earth

import cartopy.feature as cf

from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER

import matplotlib.pyplot as plt

import matplotlib.ticker as mticker

import geopandas

import cmaps

from matplotlib.path import Path

import matplotlib.patches as patches

def draw_screen_poly( lats, lons):

    '''

    lats: 纬度列表

    lons: 经度列表

    purpose:  画区域直线

    '''

    x, y =  lons, lats

    xy = list(zip(x,y))

    print(xy)

    poly = plt.Polygon( xy, edgecolor="blue",fc="none", lw=0.6, alpha=1)

    plt.gca().add_patch(poly)

def create_map(info):

    """创建一个包含青藏高原区域的Lambert投影的底图

    Returns:

        ax: 坐标图对象

    """

    ## --创建画图空间

    proj = ccrs.PlateCarree()  # 创建坐标系

    ref_lat = info['ref_lat']

    ref_lon = info['ref_lon']

    true_lat1 = info['true_lat1']

    true_lat2 = info['true_lat2']

    false_easting = (info['e_we'][0]-1)/2*info['dx']

    false_northing = (info['e_sn'][0]-1)/2*info['dy']

    # print(true_lat1)

    proj_lambert = ccrs.LambertConformal(

                    central_longitude=ref_lon,

                    central_latitude=ref_lat,

                    standard_parallels=(true_lat1,true_lat2),

                    cutoff=-30,

                    false_easting=false_easting,

                    false_northing=false_northing,

                )

    ## 创建坐标系

    fig = plt.figure(figsize=(4, 4), dpi=500)  # 创建页面

    ax = fig.add_axes([0.1,0.1,0.8,0.8], projection=proj_lambert)  

    ## 读取青藏高原地形文件

    Tibet = cfeat.ShapelyFeature(

        Reader('/home/fengxiang/Data/shp_tp/Tibet.shp').geometries(),

        proj, edgecolor='k',

        facecolor='none', alpha=0.9

        )

    ## 将青藏高原地形文件加到地图中区

    ax.add_feature(Tibet, linewidth=0.5, zorder=2)

    ## --设置网格属性, 不画默认的标签

    gl=ax.gridlines(draw_labels=True,linestyle=":",linewidth=0.3 ,x_inline=False, y_inline=False,color='k')

    ## 关闭上面和右边的经纬度显示

    gl.top_labels=False #关闭上部经纬标签

    # gl.bottom_labels = False

    # gl.left_labels = False

    gl.right_labels=False

    gl.xformatter = LONGITUDE_FORMATTER  #使横坐标转化为经纬度格式

    gl.yformatter = LATITUDE_FORMATTER

    gl.xlocator=mticker.FixedLocator(np.arange(60,120,10))

    gl.ylocator=mticker.FixedLocator(np.arange(10,60,10))

    gl.xlabel_style={'size':4}#修改经纬度字体大小

    gl.ylabel_style={'size':4}

    ax.spines['geo'].set_linewidth(0.6)#调节边框粗细

    # ax.set_extent([60, 120, 10, 60], crs=proj)

    # ax.set_extent([0, 2237500*2, 0, 1987500*2], crs=proj_lambert)

    ax.set_extent([0, false_easting*2, 0, false_northing*2], crs=proj_lambert)

    print(false_northing)

    print(false_easting)

    return ax

def get_information(flnm):

    """根据namelist.wps文件，获取地图的基本信息

    Args:

        flnm ([type]): [description]

    Returns:

        [type]: [description]

    """

    ## getting namelist.wps domain information

    name_dict={}

    with open(flnm) as fr:

        for line in fr:

            if "=" in line:   # 这里没有考虑注释的那些行吧, 不过wps一般也没人注释就是了

                line=line.replace("=","").replace(",","")

                name_dict.update({line.split()[0]: line.split()[1:]})  # 这个字典直接可以更新

    dx = float(name_dict["dx"][0])  # 转换为公里

    dy = float(name_dict["dy"][0])

    max_dom = int(name_dict["max_dom"][0])

    # print(max_dom)

    parent_grid_ratio = list(map(int, name_dict["parent_grid_ratio"]))

    i_parent_start = list(map(int, name_dict["i_parent_start"]))

    j_parent_start = list(map(int, name_dict["j_parent_start"]))

    e_sn = list(map(int, name_dict["e_sn"]))

    e_we = list(map(int, name_dict["e_we"]))

    ref_lat=  float(name_dict["ref_lat"][0])  # 模式区域中心位置

    ref_lon=  float(name_dict["ref_lon"][0])

    truelat1 = float(name_dict["truelat1"][0])  # 和投影相关的经纬度

    truelat2 = float(name_dict["truelat2"][0])

    cenlon= np.arange(max_dom)

    cenlat=np.arange(max_dom)

    cenlon_model=dx*(e_we[0]-1)/2.0  # 中心点偏离边界的距离

    cenlat_model=dy*(e_sn[0]-1)/2.0

    dict_return = {

                    "dx":dx,

                    "dy":dy,

                    "max_dom":max_dom,

                    "parent_grid_ratio":parent_grid_ratio,

                    "j_parent_start":j_parent_start,

                    "i_parent_start":i_parent_start,

                    "e_sn":e_sn,

                    "e_we":e_we,

                    'ref_lat':ref_lat,

                    'ref_lon':ref_lon,

                    'true_lat1':truelat1,

                    'true_lat2':truelat2,

                    'parent_grid_ratio':parent_grid_ratio,

                }

    return dict_return

def draw_d02(info):

    """绘制domain2

    Args:

        info ([type]): [description]

    """

    max_dom = info['max_dom']

    dx = info['dx']

    dy = info['dy']

    i_parent_start = info['i_parent_start']

    j_parent_start = info['j_parent_start']

    parent_grid_ratio= info['parent_grid_ratio']

    e_we = info['e_we']

    e_sn = info['e_sn']

    if max_dom >= 2:

        ### domain 2

        # 4 corners 找到四个顶点和距离相关的坐标

        ll_lon = dx*(i_parent_start[1]-1)

        ll_lat = dy*(j_parent_start[1]-1)

        ur_lon = ll_lon + dx/parent_grid_ratio[1] * (e_we[1]-1)

        ur_lat = ll_lat + dy/parent_grid_ratio[1] * (e_sn[1]-1)

        lon = np.empty(4)

        lat = np.empty(4)

        lon[0],lat[0] = ll_lon, ll_lat  # lower left (ll)

        lon[1],lat[1] = ur_lon, ll_lat  # lower right (lr)

        lon[2],lat[2] = ur_lon, ur_lat  # upper right (ur)

        lon[3],lat[3] = ll_lon, ur_lat  # upper left (ul)

        draw_screen_poly(lat, lon)   # 画多边型

        ## 标注d02

        plt.text(lon[3]*1, lat[3]*1., "d02")

def draw_station():

    station = {'TingRi':{'lat':28.6,'lon':87.0},

                'NaQu':{'lat':31.4, 'lon':92.0},

                'LaSa':{'lat':29.6, 'lon':91.1},

                'TuoTuohe':{'lat':34.2, 'lon':92.4},

                'GaiZe':{'lat':32.3, 'lon':84.0},

                'ShenZha':{'lat':30.9, 'lon':88.7},

                'ShiQuanhe':{'lat':32.4, 'lon':80.1},

                'JinChuan':{'lat':31.29, 'lon':102.04},

                'JinLong':{'lat':29.00, 'lon':101.50},

                }

    values = station.values()

    station_name = list(station.keys())

    print(type(station_name[0]))

    # print(station_name[0])

    x = []

    y = []

    for i in values:

        y.append(float(i['lat']))

        x.append(float(i['lon']))

    ## 标记出站点

    ax.scatter(x,y,color='red',

                 transform=ccrs.PlateCarree(),

                 linewidth=0.1,s=10)

    ## 给站点加注释

    for i in range(len(x)):

        print(x[i])

        plt.text(x[i]-2, y[i]+0.5, station_name[i],

                transform=ccrs.PlateCarree(),

                fontdict={'size':5,}

                )

if __name__ == '__main__':

    file_folder="./"

    file_name="namelist.wps"

    flnm=file_folder+file_name

    info = get_information(flnm) # 获取namelist.wps文件信息

    ax = create_map(info)  # 在domain1区域内，添加地理信息，创建底图

    draw_d02(info)  # 绘制domain2区域

    draw_station()  # 将站点位置绘制到图上

    plt.title('d01', loc='left')

    plt.savefig("domain.png")

具体代码(使用basemap)

'''

    File name: draw_wrf_domain.py

    Author: Liang Chen

    E-mail: chenliang@tea.ac.cn

    Date created: 2016-12-22

    Date last modified: 2021-3-3

    ##############################################################

    Purpos:

    this function reads in namelist.wps and plot the wrf domain

'''

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.basemap import Basemap, cm

from matplotlib.colors import LinearSegmentedColormap

import shapefile

from matplotlib.collections import LineCollection

import matplotlib.colors

import sys

import numpy as np

def draw_screen_poly( lats, lons):

    '''

    lats: 纬度列表

    lons: 经度列表

    purpose:  画区域直线

    '''

    x, y =  lons, lats

    xy = list(zip(x,y))

    print(xy)

    poly = plt.Polygon( xy, edgecolor="blue",fc="none", lw=2, alpha=1)

    plt.gca().add_patch(poly)

sShapeFiles="/home/fengxiang/Data/shp_tp/"

shape_line=['Tibet.shp',]

## setting namelist.wps domain information

file_folder="./"

file_name="namelist.wps"

sfile=file_folder+file_name

name_dict={}

with open(sfile) as fr:

    for line in fr:

        if "=" in line:   # 这里没有考虑注释的那些行吧, 不过wps一般也没人注释就是了

           line=line.replace("=","").replace(",","")

           name_dict.update({line.split()[0]: line.split()[1:]})  # 这个字典直接可以更新

dx = float(name_dict["dx"][0])

dy = float(name_dict["dy"][0])

max_dom = int(name_dict["max_dom"][0])

print(max_dom)

parent_grid_ratio = list(map(int, name_dict["parent_grid_ratio"]))

i_parent_start = list(map(int, name_dict["i_parent_start"]))

j_parent_start = list(map(int, name_dict["j_parent_start"]))

e_sn = list(map(int, name_dict["e_sn"]))

e_we = list(map(int, name_dict["e_we"]))

ref_lat=  float(name_dict["ref_lat"][0])  # 模式区域中心位置

ref_lon=  float(name_dict["ref_lon"][0])

truelat1 = float(name_dict["truelat1"][0])  # 和投影相关的经纬度

truelat2 = float(name_dict["truelat2"][0])

# # ## draw map

fig = plt.figure(figsize=(7,6))   # 设置画板大小

#Custom adjust of the subplots

plt.subplots_adjust(left=0.05,right=0.97,top=0.9,bottom=0.1)  # 调整画布大小

ax = plt.subplot(111)

m = Basemap(resolution="l", projection="lcc", rsphere=(6370000.0, 6370000.0), lat_1=truelat1, lat_2=truelat2, lat_0=ref_lat, lon_0=ref_lon, width=dx*(e_we[0]-1), height=dy*(e_sn[0]-1))

# m.drawcoastlines()

#m.drawcountries(linewidth=2)

#m.drawcountries()

#m.fillcontinents()

#m.fillcontinents(color=(0.8,1,0.8))

#m.drawmapboundary()

#m.fillcontinents(lake_color="aqua")

#m.drawmapboundary(fill_color="aqua")

### 根据地形文件，画底图

ii=0  # 控制变量

for sr in shape_line:

    # print(sr)

    r = shapefile.Reader(sShapeFiles+sr)  # 读地形文件

    shapes = r.shapes()

    records = r.records()

    for record, shape in zip(records,shapes):

        lons,lats = zip(*shape.points)

        data = np.array(m(lons, lats)).T

        if len(shape.parts) == 1:

            segs = [data,]

        else:

            segs = []

            for i in range(1,len(shape.parts)):

                index = shape.parts[i-1]

                index2 = shape.parts[i]

                segs.append(data[index:index2])

            segs.append(data[index2:])

        lines = LineCollection(segs,antialiaseds=(1,))

#       lines.set_facecolors(cm.jet(np.random.rand(1)))

        if ii==0:

            lines.set_edgecolors('black')

            lines.set_linewidth(2)

        else:

            lines.set_edgecolors('k')

            lines.set_linewidth(1)

        ax.add_collection(lines)

    ii=ii+1

## 画标签

m.drawparallels(np.arange(-90, 90, 10), labels = [1,0,0,0], fontsize=16,dashes=[1,1])

# m.drawmeridians(np.arange(-180, 180, 10), labels = [0,0,0,1], fontsize=16,dashes=[1,1])

print(ref_lat, ref_lon)

## plot center position 画中心点

cenlon= np.arange(max_dom); cenlat=np.arange(max_dom)

cenlon_model=dx*(e_we[0]-1)/2.0

cenlat_model=dy*(e_sn[0]-1)/2.0

cenlon[0], cenlat[0]=m(cenlon_model, cenlat_model, inverse=True)

## 画区域1的中点和标注

plt.plot(cenlon_model,cenlat_model, marker="o", color="gray")

plt.text(cenlon_model*0.8, cenlat_model*1.01, "({cenlat}, {cenlon})".format(cenlat=round(cenlat[0],2), cenlon=round(cenlon[0],2)))

#### draw nested domain rectangle

#### 区域2

#### 画多边形

lon=np.arange(4); lat=np.arange(4)

if max_dom >= 2:

    ### domain 2

    # 4 corners

    ll_lon = dx*(i_parent_start[1]-1)

    ll_lat = dy*(j_parent_start[1]-1)

    ur_lon = ll_lon + dx/parent_grid_ratio[1] * (e_we[1]-1)

    ur_lat = ll_lat + dy/parent_grid_ratio[1] * (e_sn[1]-1)

    ## lower left (ll)

    lon[0],lat[0] = ll_lon, ll_lat

    ## lower right (lr)

    lon[1],lat[1] = ur_lon, ll_lat

    ## upper right (ur)

    lon[2],lat[2] = ur_lon, ur_lat

    ## upper left (ul)

    lon[3],lat[3] = ll_lon, ur_lat

    print(lat)

    print(lon)

    draw_screen_poly(lat, lon)   # 画多边型

    ## 标注d02

    plt.text(lon[3]*1, lat[3]*1., "d02")

    ### 区域2画多边形中点

    cenlon_model = ll_lon + (ur_lon-ll_lon)/2.0

    cenlat_model = ll_lat + (ur_lat-ll_lat)/2.0

    cenlon[1], cenlat[1]=m(cenlon_model, cenlat_model, inverse=True)

    # plt.plot(cenlon_model, cenlat_model,marker="o")  # 这个画的是区域2的中点

    # plt.text(cenlon_model*0.8, cenlat_model*1.01, "({cenlat}, {cenlon})".format(cenlat=round(cenlat[1],2), cenlon=round(cenlon[1],2)))

if max_dom >= 3:

    ### domain 3

    ## 4 corners

    ll_lon += dx/parent_grid_ratio[1]*(i_parent_start[2]-1)

    ll_lat += dy/parent_grid_ratio[1]*(j_parent_start[2]-1)

    ur_lon = ll_lon +dx/parent_grid_ratio[1]/parent_grid_ratio[2]*(e_we[2]-1)

    ur_lat =ll_lat+ dy/parent_grid_ratio[1]/parent_grid_ratio[2]*(e_sn[2]-1)

    ## ll

    lon[0],lat[0] = ll_lon, ll_lat

    ## lr

    lon[1],lat[1] = ur_lon, ll_lat

    ## ur

    lon[2],lat[2] = ur_lon, ur_lat

    ## ul

    lon[3],lat[3] = ll_lon, ur_lat

    draw_screen_poly(lat, lon)

    plt.text(lon[0]-lon[0]/10,lat[0]-lat[0]/10,"({i}, {j})".format(i=i_parent_start[2], j=j_parent_start[2]))

    #plt.plot(lon,lat,linestyle="",marker="o",ms=10)

    cenlon_model = ll_lon + (ur_lon-ll_lon)/2.0

    cenlat_model = ll_lat + (ur_lat-ll_lat)/2.0

#    plt.plot(cenlon,cenlat,marker="o",ms=15)

    #print m(cenlon, cenlat)cenlon, cenlat, ll_lon, ll_lat, ur_lon, ur_lat

    #print m(cenlon, cenlat,inverse=True)

    cenlon[2], cenlat[2]=m(cenlon_model, cenlat_model, inverse=True)

if max_dom >= 4:

    ### domain 3

    ## 4 corners

    ll_lon += dx/parent_grid_ratio[1]/parent_grid_ratio[2]*(i_parent_start[3]-1)

    ll_lat += dy/parent_grid_ratio[1]/parent_grid_ratio[2]*(j_parent_start[3]-1)

    ur_lon = ll_lon +dx/parent_grid_ratio[1]/parent_grid_ratio[2]/parent_grid_ratio[3]*(e_we[3]-1)

    ur_lat =ll_lat+ dy/parent_grid_ratio[1]/parent_grid_ratio[2]/parent_grid_ratio[3]*(e_sn[3]-1)

    ## ll

    lon[0],lat[0] = ll_lon, ll_lat

    ## lr

    lon[1],lat[1] = ur_lon, ll_lat

    ## ur

    lon[2],lat[2] = ur_lon, ur_lat

    ## ul

    lon[3],lat[3] = ll_lon, ur_lat

    draw_screen_poly(lat, lon)

    #plt.plot(lon,lat,linestyle="",marker="o",ms=10)

    cenlon_model = ll_lon + (ur_lon-ll_lon)/2.0

    cenlat_model = ll_lat + (ur_lat-ll_lat)/2.0

#    plt.plot(cenlon,cenlat,marker="o",ms=15)

    #print m(cenlon, cenlat)cenlon, cenlat, ll_lon, ll_lat, ur_lon, ur_lat

    #print m(cenlon, cenlat,inverse=True)

    cenlon[3], cenlat[3]=m(cenlon_model, cenlat_model, inverse=True)

## 标注站点

plt.plot(cenlon_model, cenlat_model,marker="o")  # 这个画的是区域2的中点

print(cenlon_model/25000, cenlat_model/25000)

# plt.text(cenlon_model*0.8, cenlat_model*1.01, "({cenlat}, {cenlon})".format(cenlat=round(cenlat[1],2), cenlon=round(cenlon[1],2)))

cenlon_model=dx*(e_we[0]-1)/2.0

print(dx)

print(dy)

Tingri={'lat':28.6,'lon':87.0,'name':'Tingri'}

plt.plot(Tingri['lon']*25000, Tingri['lat']*25000,marker="o")

# plt.text(Tingri['lon']*0.8, Tingri['lat']*1.01, "({cenlat}, {cenlon})".format(cenlat=round(cenlat[1],2), cenlon=round(cenlon[1],2)))

plt.savefig("tttt.png")

wrf模拟的domain图绘制的更多相关文章

  1. 矢量图绘制工具Svg-edit调整画布的大小

    矢量图绘制工具Svg-edit调整画布的大小 ------------------------------ ------------------------

  2. Matlab 语谱图(时频图)绘制与分析

    Matlab 语谱图(时频图)绘制与分析 语谱图:先将语音信号作傅里叶变换,然后以横轴为时间,纵轴为频率,用颜色表示幅值即可绘制出语谱图.在一幅图中表示信号的频率.幅度随时间的变化,故也称" ...

  3. Matlab绘图基础——利用axes（坐标系图形对象）绘制重叠图像 及 一图多轴（一幅图绘制多个坐标轴）

    描述 axes在当前窗口中创建一个包含默认属性坐标系 axes('PropertyName',propertyvalue,...)创建坐标系时,同时指定它的一些属性,没有指定的使用DefaultAxe ...

  4. matplotlib点线 坐标刻度 3D图绘制(六)

    plot语句中支持除X,Y以外的参数,以字符串形式存在,来控制颜色.线型.点型等要素,语法形式为: plt.plot(X, Y, 'format', ...) 1 点和线的样式 颜色 参数color或 ...

  5. UML类图绘制

    UML图简介 含义:UML-Unified Modeling Language 统一建模语言,又称标准建模语言.是用来对软件密集系统进行可视化建模的一种语言 主要模型: 功能模型:从用户的角度展示系统 ...

  6. D3力布图绘制--节点自己连自己的实现

    案例分析 先看下实现的效果图 实现方法 本篇是在之前写的博文 D3力布图绘制--节点间的多条关系连接线的方法 基础上加修改的,这里放上修改的代码,其他的一样 // DATA var nodes = [ ...

  7. D3力布图绘制--节点跑掉，单曲线弯曲问题记录

    D3力布图绘制中遇到的交互问题,频繁操作数据后,会出现节点跑掉和单曲线弯曲的问题 问题描述 在id指向都正常的情况下出现以下2种状况: 单曲线弯曲 节点跑掉 经排查,是数据重复导致的问题 线条也是一样 ...

  8. MATLAB之心形图绘制

    一.静态心形图绘制 (1)效果展示 (2)静态心形原始代码 clc; clear all; ; % 均布三位坐标 x=-:; y=-:; z=-:; [x,y,z]=meshgrid(x,y,z); ...

  9. 面向对象的照妖镜——UML类图绘制指南

    1.前言 感受 在刚接触软件开发工作的时候,每次接到新需求,在分析需求后的第一件事情,就是火急火燎的打开数据库(DBMS),开始进行数据表的创建工作.然而这种方式,总是会让我在编码过程中出现实体类设计 ...

随机推荐

  1. MYSQL查询和插入数据的流程是怎样的

    一个查询语句经过哪些步骤 这次我们从MySQL的整体架构来讲SQL的执行过程,如下图: 在整体分为两部分Server和引擎层,这里引擎层我使用InnoDB去代替,引擎层的设计是插件形式的,可以任意替代 ...

  2. reStructuredText(.rst) && read the docs

    Read the Docs   &&  reStructuredText (.rst)  && markdown 1. github master 分支,创建 docs ...

  3. OAuth 2.0 All In One

    OAuth 2.0 All In One 授权类型 授权代码 隐式 密码凭证 客户端凭证 授权码 授权码授予类型要求用户向提供者进行身份验证-然后将授权码发送回客户端应用程序,提取并与提供者交换以获取 ...

  4. HTML5 Server-Sent Events

    HTML5 Server-Sent Events SSE demo https://www.w3schools.com/html/tryit.asp?filename=tryhtml5_sse htt ...

  5. NGK福利再升级，1万枚VAST限时免费送

    NGK在推出持有算力获得SPC空投活动后,福利再升级,于美国加州时间2021年2月8日下午4点推出新人福利活动,注册NGK成为新会员,即可获得0.2枚VAST奖励. VAST免费福利送活动仅送出1万枚 ...

  6. 「NGK每日快讯」2021.2.8日NGK公链第97期官方快讯!

  7. RTPS解析

    资料参考: https://blog.csdn.net/HBS2011/article/details/102520704

  8. 3. Vue语法--计算属性

    一. 计算属性 1. 什么是计算属性? 通常, 我们是在模板中, 通过插值语法显示data的内容, 但有时候我们可能需要在{{}}里添加一些计算, 然后在展示出来数据. 这时我们可以使用到计算属性 先 ...

  9. ElasticSearch DSL 查询

    公号:码农充电站pro 主页:https://codeshellme.github.io DSL(Domain Specific Language)查询也叫做 Request Body 查询,它比 U ...

  10. springCloud服务流程

    springCloud的服务流程:消费者调用生产者 1.通过接口化的请求调用(指定接口的服务名字和服务地址)只是做定义,并没有真正做到. 2.Feign组件,远程去注册中心找到服务的名字和服务的地址然 ...