[Generic Mapping Tools (GMT)] Pygmt利用在线数据绘制地形图

[复制链接]
                                                                                                   
GMT和Pygmt提供了一个远程数据功能,可以使用函数datasets远程下载多种在线数据,并进行处理和绘图。这里以pygmt为例绘制海底地壳年龄、陆地地形。
地壳数据[1]包含了不同的分辨率,对应不同文件大小,最粗为1d,全球数据仅125K,最大分辨率1m,全球数据188M。绘图4 S) I" L% i/ S& S! P0 {8 R
[C] 纯文本查看 复制代码
import pygmt
grid_globe = pygmt.datasets.load_earth_age(resolution='06m', region="-180/180/-90/90", registration=None)
fig = pygmt.Figure()
fig.grdimage(grid=grid_globe, projection="R15c", region="0/360/-89/89", frame=True,cmap="crustal_age.cpt")
fig.colorbar(frame=["af", "x+lage", "y+lMyr"],cmap="crustal_age.cpt")
fig.show()

) f& S+ d  G  \0 s2 t0 V: ~+ ^/ d+ ~
/ P1 }8 p. T! _" {1 n2 Y- h. v! A
上面的调色板crustal_age可以在.gmt/cache/下找到,而远程数据也下载到了./gmt/server/下面。
$ Y# s2 j  |$ x9 W" F
c7a9db518f25d6981985840872659f1c.png
地形数据
地形数据[2]包含多种不同分辨率,对应不同的文件大小,最粗为1d,文件大小128k,最高分辨率为1s,文件大小达41G:
SRTM绘图
[C] 纯文本查看 复制代码
# 雅鲁藏布江大峡谷[/b]grid = pygmt.datasets.load_earth_relief(
    "03s",
    region=[94, 95.5, 29, 30],
    registration="gridline",
    use_srtm=True,
)

# calculate the reflection of a light source projecting from west to east
# (azimuth of 270 degrees) and at a latitude of 30 degrees from the horizon
dgrid = pygmt.grdgradient(grid=grid, radiance=[270, 30])

fig = pygmt.Figure()
fig.grdimage(grid=grid, projection="M15c", region=[94, 95.5, 29, 30], frame=['WSrt+t"Original Data Elevation Model"',"xa", "ya"],cmap="dem1")
fig.colorbar(position="JML+o1.8c/0c+w10c/0.9c",frame=["af", "y+lmeter"])
fig.coast(rivers="a/1p",borders="2/5,red")

# Shift plot origin of the second map by 12.5 cm in x direction
fig.shift_origin(xshift="20c")
pygmt.makecpt(cmap="gray", series=[-1.5, 0.3, 0.01])
fig.grdimage(
    grid=dgrid,
    projection="M15c",
    frame=['lSEt+t"Hillshade Map"', "xa0.1", "ya0.1"],
    cmap=True,
)
fig.coast(rivers="a/1p",borders="2/5,red")

# Shift plot origin of the second map by 12.5 cm in x direction
fig.shift_origin(xshift="20c")
fig.grdimage(
    grid=grid,
    shading=dgrid,
    projection="M15c",
    frame=['lSEt+t"Hillshade Map"', "xa0.1", "ya0.1"],
    cmap="dem1",
)
fig.coast(rivers="a/1p",borders="2/5,red")

fig.show(width="20c")
fig.savefig("srtm.png")

# {* n# m* M0 w# y+ t! k
/ y; J# A; p) I; Y
, b: m" b" m$ K
ed1aee602f3f4017dba308359d8bd9fc.png
' m2 Q0 w- ~: g- }* }0 ^
3D地形图
, ?/ C3 G/ n) ]1 b( {, {5 r. q8 Q
[C] 纯文本查看 复制代码
fig = pygmt.Figure()
fig.grdview(
    grid=grid,
    region=[94.7, 95.2, 29.5, 30],
    perspective=[250, 60],
    frame=["xa", "ya", "WSNE"],
    projection="M15c",
    zsize="15c",
    surftype="s",
    cmap="dem1",
    # Set the plane elevation to 1,000 meters and make the fill "gray"
    plane="000+ggray",
)

fig.show()

' G; Z) @" q+ W$ ]0 ?" O9 G7 ?4 N. t! B4 R2 d9 _) v9 W
同样,我们还可以使用pygmt.grdview绘制三维地形图。下面是我曾经到过山脚下,但是在云中的南迦巴瓦峰。

. g4 U! p; y% t
/ N! w6 U" m$ G- G% r/ F* }, k, B3 [% d$ c6 j8 O
7100ae794662c389cd43c7806338a33b.png

7 Z( S! v# t3 u6 d1 q0 `% o附:遥感影像和地形的结合
在github存在一个30Day*****的系列代码库,其中包含绘图领域的30DayMapChallenge2021,恰好已经使用GMT完成了这项工作,作者是Pygmt的核心开发者Weiji。
这里有两个遥感影像和地形结合的例子(17和18),可以作为很好的学习材料.
afb45a09fcfc65a8534009017a7411b3.png & T; w1 R0 @, L' w( M/ t3 M- c
890462c83b5b71c55982edf82ce3db71.png
0 \5 q2 T) ^. b: S$ y. E9 [- _
) {8 {/ C0 Y1 J0 _- {# `& T- {References[1] 地壳数据: https://www.generic-mapping-tools.org/remote-datasets/earth-age.html; X  ~; ~5 y7 w( a* T* v) U' C' s
[2] 地形数据: https://www.generic-mapping-tools.org/remote-datasets/earth-relief.html0 H5 _; D! l- ~3 C' B
( f5 G2 c8 y1 T1 k1 o. C
来源:海洋遥感数据共享
9 N: ~' f. Z% A( y& R                ( `+ I7 |8 T  `( I( F( {8 A) E

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
象山港
活跃在2025-1-25
快速回复 返回顶部 返回列表