用 pyart 绘制简单的雷达图像

已于 2024-06-23 12:23:36 修改
阅读量1.4k 收藏 19
点赞数 7
CC 4.0 BY-SA版权
分类专栏： 雷达 文章标签： python
于 2024-06-19 22:48:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Syize/article/details/139814737

文章目录

前言

这是一篇关于使用 Python 库 Py-ART 读取雷达数据文件、绘制简单雷达图的教程。

这篇文章是我在2020年8月做大创项目的时候写的，由于中间修改过代码，并不确定代码 100% 正确。

原地址：Py-ART 简易中文教程 随着gitee关闭了pages的功能，现在已经无法访问了。

绘制RHI图

下面是从nc文件中读取数据绘制RHI图的示例

#!/usr/bin/python3

#这里解释一下首行注释
#在Unix下，例如Ubuntu，你可以直接通过终端运行文件
#而该行注释则指定了Python解释器的位置
#在Windows下该行注释会自动忽略

import pyart as pa
import matplotlib.pyplot as plt
from sys import exit

if __name__=='__main__':
    radar=pa.io.read_cfradial('plot_RHI.nc')

    #检查扫描方式
    
    if radar.scan_type!='rhi':
    	exit('Error: 请使用扫描方式为RHI的数据文件')
    
    #创建一个从雷达数据中绘制图像的对象

    display=pa.graph.RadarDisplay(radar)

    xlabel='Distance from radar (km)'
    ylabel='Height agl (km)'

    #figsize指定画布大小，[宽,高]，实际绘制出来之后可以用鼠标
    #拖动窗口改变大小
    
    fig=plt.figure(figsize=[7,7])
    ax=fig.add_subplot(221)

    #第一个参数是所要绘制的数据在radar.fields中对应的键名
    #colorbar_label不接收''的话会显示默认标题
    #set_limits设置横轴和纵轴的范围，ax接受画图的对象

    display.plot_rhi('reflectivity',vmin=-20,vmax=80,
            title='reflectivity',
            axislabels=(xlabel,ylabel),colorbar_label='')
    display.set_limits(ylim=[0,16],xlim=[90,140],ax=ax)
    
    ax=fig.add_subplot(222)
    display.plot_rhi('differential_reflectivity',vmin=-2,vmax=8,
            title='differential_reflectivity',
            axislabels=(xlabel,ylabel),colorbar_label='')
    display.set_limits(ylim=[0,16],xlim=[90,140],ax=ax)
    
    ax=fig.add_subplot(223)
    display.plot_rhi('KDP',vmin=-2,vmax=10,
            title='KDP',
            axislabels=(xlabel,ylabel),colorbar_label='')
    display.set_limits(ylim=[0,16],xlim=[90,140],ax=ax)
    
    ax=fig.add_subplot(224)
    display.plot_rhi('cross_correlation_ratio',vmin=0,vmax=1,
            title='cross_correlation_ratio',
            axislabels=(xlabel,ylabel),colorbar_label='')
    display.set_limits(ylim=[0,16],xlim=[90,140],ax=ax)
    
    plt.tight_layout()
    plt.show()

绘制出的图像如下图所示
在这里插入图片描述

绘制PPI图

下面是从nc文件中读取数据绘制PPI图的示例

#!/usr/bin/python3

import matplotlib.pyplot as plt
import pyart as pa
from sys import exit

if __name__=='__main__':
    radar=pa.io.read_cfradial('plot_PPI.nc')

    #检查扫描方式
    
    if radar.scan_type!='ppi':
    	exit('Error: 请使用扫描方式为PPI的数据文件')
    
    display=pa.graph.RadarDisplay(radar)
    fig=plt.figure(figsize=(7,7))

    ax=fig.add_subplot(221)
    display.plot('reflectivity',0,ax=ax,title='reflectivity',colorbar_label='',
            vmin=-10,vmax=60,
            axislabels=('','North South distance from radar (km)'))
    display.set_limits((-250,250),(-250,250),ax=ax)

    ax=fig.add_subplot(222)
    display.plot('differential_reflectivity',0,ax=ax,
            title='Differential Reflectivity',vmin=-2,vmax=6,colorbar_label='',
            axislabels=('',''))
    display.set_limits((-250,250),(-250,250),ax=ax)

    ax=fig.add_subplot(223)
    display.plot('differential_phase',0,ax=ax,
            title='Differential Phase',colorbar_label='')
    display.set_limits((-250,250),(-250,250),ax=ax)

    ax=fig.add_subplot(224)
    display.plot('cross_correlation_ratio',0,ax=ax,colorbar_label='',
            title='Correlation Coefficient',
            axislabels=('East West distance from radar (km)',''))
    display.set_limits((-250,250),(-250,250),ax=ax)

    plt.show()

绘制出的图像如下图所示
在这里插入图片描述

提取两个方位角的横截面绘制

下面是在从nc文件所有PPI扫描中提取两个方位角的横截面进行绘制的示例

#!/usr/bin/python3

import matplotlib.pyplot as plt
import pyart as pa
from sys import exit

if __name__=='__main__':
    radar=pa.io.read_cfradial('plot_cross_section.nc')

    #检查扫描方式
    
    if radar.scan_type!='ppi':
    	exit('Error: 请使用扫描方式为PPI的数据文件')
    
    #从PPI数据中选取方位角数据，第二个参数为天顶角范围

    xsect=pa.util.cross_section_ppi(radar,[45,90])

    display=pa.graph.RadarDisplay(xsect)
    fig=plt.figure(figsize=(7,7))

    #说明一下set_limits的作用，如果不设置，纵轴会因为20km以上
    #有过多空白而影响图片效果
    #这里的第二个参数不再是绘制PPI图时代表仰角层的含义了，由于
    #官方介绍并不清晰，这里猜测其代表方位角，起始方位角对应0

    ax=fig.add_subplot(211)
    display.plot('reflectivity',0,vmin=-10,vmax=60)
    display.set_limits((0,250),(0,20),ax=ax)

    ax=fig.add_subplot(212)
    display.plot('reflectivity',1,vmin=-10,vmax=60)
    display.set_limits((0,250),(0,20),ax=ax)

    #这里的tight_layout是一个神奇的函数，他会自动调整子图参数
    #使之填充整个图像区域。带来的好处之一就是可以让你避免绘制
    #出的子图之间标签出现重叠现象

    plt.tight_layout()
    plt.show()

绘制出的图像如下图所示
在这里插入图片描述

绘制两个RHI图

下面是在同一张图中绘制两个RHI的示例
前面已经展示过如何绘制RHI图，再次说一遍的原因在于下面会介绍几个新的函数

#!/usr/bin/python3

import matplotlib.pyplot as plt
import pyart as pa
import netCDF4 as net
from sys import exit

if __name__=='__main__':
    radar=pa.io.read_cfradial('CfRadial_nuistCDP_20150712_074636.nc')

    #检查扫描方式

    if radar.scan_type!='rhi':
    	exit('Error: 请使用扫描方式为RHI的数据文件')
    
    display=pa.graph.RadarDisplay(radar)

    fig=plt.figure(figsize=[10,4])

    ax=fig.add_subplot(1,2,1)
    display.plot_rhi('reflectivity',0,vmin=-20,vmax=60,title_flag=0,
            colorbar_label='')
    display.set_limits(xlim=[90,140],ylim=[0,20],ax=ax)
    
    ax=fig.add_subplot(1,2,2)
    display.plot_rhi('velocity',0,vmin=-17,vmax=17,title_flag=0,
            colorbar_label='')
    display.set_limits(xlim=[90,140],ylim=[0,20],ax=ax)

    #读取设备名称
    instrument_name=radar.metadata['instrument_name']

    #读取时间，radar.time['units']中包含两个信息，单位和起始时间
    #第一个参数接收数值形式的时间值

    time_start=net.num2date(radar.time['data'][0],
            radar.time['units'])
    
    #strftime接收格式字符串，将时间格式化表示

    time_text=' '+time_start.strftime('%Y-%m-%d%H:%M:%SZ')
    
    #获取角度

    azimuth=radar.fixed_angle['data'][0]
    
    title='RHI '+instrument_name+time_text+'Azimuth %.2f'%(azimuth)
    
    plt.suptitle(title)
    plt.tight_layout()
    plt.show()

绘制出的图像如下图所示
在这里插入图片描述

绘制包含等值线的图

下面是从nc文件中读取RHI数据并绘制包含等值线的示例

#!/usr/bin/python3

import matplotlib.pyplot as plt
import pyart as pa
import numpy as np
import scipy.ndimage as scn
from sys import exit

if __name__=='__main__':
    radar=pa.io.read_cfradial('CfRadial_nuistCDP_20150712_074636.nc')

    if radar.scan_type!='rhi':
        exit('Error: 请使用扫描方式为RHI的数据文件')
    
    #sweep表示绘制哪一个扫描层

    sweep=0
    display=pa.graph.RadarDisplay(radar)
    fig=plt.figure(figsize=[20,5])
    ax=fig.add_subplot(111)

    #alpha用来控制图像透明度，数值越低图像越透明
    #linewidth用来控制网格线的宽窄
    #antialiased参数控制是否消除摩尔纹

    display.plot('reflectivity',sweep=sweep,vmin=-10,vmax=60,
            cmap='jet',fig=fig,ax=ax,
            colorbar_label='Reflectivity (dB)',alpha=0.75,
            linewidth=0.001,
            antialiased=True)
    display.set_limits(xlim=[90,140],ylim=[0,16])
    
    #通过读取不同类型的数据，你还可以绘制不同的数据的等值线

    data=radar.get_field(sweep,'differential_reflectivity')
    
    #edges参数控制是否加上边界的数据

    x,y,z=radar.get_gate_x_y_z(sweep,edges=False)

    x/=1000
    y/=1000
    z/=1000
    
    #此处的sigma参数的选取会影响等值线的分布

    data=scn.gaussian_filter(data,sigma=3)
    
    #sign函数用来保证结果符号的准确

    R=np.sqrt(x**2+y**2)*np.sign(y)
    
    #设置等值线的范围,应注意，levels的选取应根据data中数据的范围选取
	
    plt.clabel(contours,levels,fmt='%r',inline=True,fontsize=7)
    plt.show()

绘制出的图像如下图所示
在这里插入图片描述

本文章首发于 Syizeのblog 。

用pyart绘制雷达图像并进行反射率修正
Syize的博客
06-23 1162
简单介绍如何使用pyart读取雷达数据文件、绘制雷达图并进行反射率修正
radar_grids：使用Py-ART生成网格化的雷达产品
02-17
雷达网 使用Py-ART生成网格雷达产品
Py-ART雷达数据处理：X波段水凝物分类的参数配置要点
最新发布
gitblog_07499的博客
06-26 272
Py-ART雷达数据处理：X波段水凝物分类的参数配置要点 概述 在气象雷达数据处理领域，Py-ART(Python ARM Radar Toolkit)是一个广泛使用的开源工具包。其中hydroclass_semisupervised函数用于半监督水凝物分类，但在实际应用中，特别是使用X波段雷达数据时，用户经常会遇到分类结果不符合预期的情况。本文将深入分析这一问题的根源，并提供完整的解决方案。 问...
Pyart学习笔记：安装篇
QAQ_39的博客
12-09 4283
Pyart安装的一些事情
pyart：Python-ARM雷达工具包。 由数据模型驱动的交互式工具包，用于处理天气雷达数据
02-05
pyart：Python-ARM雷达工具包。 由数据模型驱动的交互式工具包，用于处理天气雷达数据
用pChart生成雷达图图片
han_cui的博客
08-10 4010
需求 ：由于工作需要，需要在一张背景图上添加这一张雷达图，之后图片可以在微信中长按保存。所以说我必须生成一张带有雷达图的图片 第一反应是用百度echars雷达图做动态显示，之后截图。考虑到工作量和效率，放弃。 改为pchart 直接生成雷达图图片 然后用imagick拓展贴到背景图上面。由于imagick攻略比较详细，这里不做赘述，而pchart中文文档则比较匮乏，所以简略介绍下。 第一步 在...
【Python可视化系列】一文教你绘制雷达图（源码）
数据杂坛
03-11 3187
一文教你绘制雷达图（源码）
arm_pyart库安装：气象雷达数据处理的python第三方库包arm_pyart的安装
m0_49999953的博客
11-11 5153
记录一下安装pyart库包踩的坑 安装方式一： win+r打开命令行输入cmd，按enter进入命令窗口 输入：python -m pip install xxx 可以直接下载一些常用的库包，因为下载源在国外，下载速度可能会很慢，可以尝试使用国内镜像源，常用的国内源有： 清华：https://pypi.tuna.tsinghua.edu.cn/simple 阿里云：http://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirror
怎样使用pyart 绘制相距50公里的两个气象雷达站的反射率叠加图像
04-01
嗯，用户想用PyArt绘制两个相距50公里的气象雷达站的反射率叠加图像。首先，我需要回忆一下PyArt的基本功能和如何处理多雷达数据。PyArt是处理气象雷达数据的常用库，支持读取、分析和可视化。 首先，用户需要加载...
PyArt:Python的一些丰富多彩的艺术
05-15
派特 使用Python制作的一些精美的艺术品。 ## Victor Vasarely Victor Vasarely是匈牙利－法国艺术家，被广泛认为是“祖父”和短暂的欧普艺术运动的领袖。 Victor Vasarely的Folklore Plastic Alphabet艺术作品是使用Python 3和Turtle图形重新创建的。 ##六边形网格
PyCINRAD:解码CINRAD（中国新一代天气雷达）数据并可视化
05-01
匹辛拉德 解码CINRAD（中国新一代天气雷达）数据并可视化。 example文件夹包含详细的示例！ 安装 PyCINRAD支持Python 3.5及更高版本。 pip install cinrad 您也可以从github页面下载并从源代码构建 python setup.py install 模组 cinrad.io 解码CINRAD雷达数据。 from cinrad . io import CinradReader , StandardData f = CinradReader ( your_radar_file ) #Old version data f = StandardData ( your_radar_file ) #New standard data f . get_data ( tilt , drange , dtype ) #Get data f . get_ra
python解析SA雷达数据
08-19
本程序利用Python读取SA气象雷达数据，并绘制回波图。具有较好的效果
怎样使用pyart 绘制相距50公里的两个气象雷达站的反射率叠加图象？要求：1.从入参解析出两个后缀名为nc或uf的雷达文件 2.从雷达文件读出坐标 3.探测距离固定120km
04-01
嗯，用户想用PyART绘制相距50公里的两个气象雷达站的反射率叠加图像，并且有几个具体要求。首先，我需要理清楚整个流程应该怎么做。 第一步是解析两个输入文件，后缀是.nc或者.uf。PyART支持这些格式吗？对的，...
python绘制气象雷达PPI图像
12-08
以下是使用Python绘制气象雷达PPI图像的步骤： 1.导入必要的库和数据 ```python import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap, BoundaryNorm import pyart ...
import pyart时报错 ValueError: numpy.ndarray has the wrong size, try recompiling.
weixin_46089591的博客
12-16 2326
import pyart时报错 ValueError: numpy.ndarray has the wrong size, try recompiling. 安装pip install arm-pyart==1.10.3
python处理sa雷达数据存储板_雷达数据处理和风场反演
weixin_36238073的博客
01-29 4661
强对流活动通常会伴随降水、降雹和龙卷风等现象，气象雷达则用于探测上述天气现象，并可以根据雷达观测数据采用外推等方法进行短临预报。对于科学研究和天气预报来说非常重要。气象雷达观测所产生的数据通常是二进制格式，需要根据对应的数据说明文档进行解码，然后生成雷达产品。雷达数据处理目前我国已经布设了较为密集的气象雷达观测网，针对不同的地区特点选择了不同波段雷达。用于处理雷达数据的Python库相对较多，比如...
【亲测免费】 PyArt: 探索地球科学数据的艺术
gitblog_00043的博客
03-18 733
PyArt: 探索地球科学数据的艺术 是一个用于分析和可视化地球科学雷达数据的 Python 库。它提供了一个完整的框架，可以帮助科学家、工程师和其他相关领域的专业人员更好地理解气象雷达数据。 PyArt 的用途 数据分析 - PyArt 提供了一套完整的工具集，帮助您处理和分析地球科学雷达数据。 可视化 - PyArt 支持多种可视化方式，包括平面图、3D 场景和动画，让您能够更好地理解和解释...
【免费下载】 Python ARM雷达工具包（Py-ART）安装与使用指南
gitblog_01172的博客
10-11 1325
Python ARM雷达工具包（Py-ART）安装与使用指南 1. 目录结构及介绍 Python ARM雷达工具包（Py-ART），一个基于Python的气象雷达数据处理库，其目录结构设计清晰，便于开发者和研究人员快速找到所需组件。以下是其典型目录结构概述： ARM-DOE/pyart/ │ ├── CODE_OF_CONDUCT.md # 行为准则文件 │ ├── CON...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值