【Python气象绘图临摹】处理数据(上):读入输出nc数据、截取夏季/冬季数据、ButterWorth带通滤波、计算方差

前言

2022.9学习绘图
利用python进行气象绘图,本文为学习绘制期间记录笔记,分为上、下两部分:处理数据和图像绘制。处理数据流程:读入olr资料,截取夏季/冬季数据,进行10-30dButterWorth带通滤波,计算方差,输出nc资料。
绘制用到资料orl.day.mean.nc

参考文献
[1] Qian Y , Hsu P C , Kazuyoshi K . New real-time indices for the quasi-biweekly oscillation over the Asian summer monsoon region[J]. Climate Dynamics, 2019.
->图1 Variance of 10–30-day BP-filtered OLR (shading; units:W2m-4) and propagation vectors of 10–30-day-filtered OLR for a the annual-mean state, b boreal summer (May– Oct.) and c boreal winter (Nov.– Apr.) during 1980–2012.


代码

滤波原文用的是30年数据,考虑到内存和计算时长本文仅用了1999年1年的数据计算,大概分布也是一致的,如果感兴趣也可以用30年算算,会更趋近于原文。


import time
time_start = time.process_time()
import numpy as np
import xarray as xr
import datetime as dt #处理datetime64格式数据使用,可以解析时间格式
from scipy import signal
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import cartopy.feature as cfeature
import cartopy.mpl.ticker as cticker
####################################################### 
##                读取olr数据
####################################################### 
f = xr.open_dataset('E:/LACS/learn/python/replot/data/olr.day.mean.nc')
# print(f) #xarray.Dataset 对象
twStrt, twLast <
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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