[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1 @4 Q  ?( h( [+ c- C( D, @: Q# ^
[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()

# v0 I# W  }8 ~* ]" X! p) r0 ]0 X/ w6 ~* M7 R1 K5 ~5 r$ P  u
. K/ B/ [; @6 w- d1 P- c1 g$ C
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。0 z8 \9 z* k* q4 p4 _
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")
' Z6 R& V  `- P; O4 j7 \  y' {* Z. g

/ R- C- z' y3 ~. G# _$ V: Z
8 e- G6 U9 E" S: ]- X$ Y3 S* _6 C
ed1aee602f3f4017dba308359d8bd9fc.png

) S/ ]7 v$ v! X# T3D地形图
' v9 I  ~/ `3 r0 i: H3 ^+ [" c" s
[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()

; B; m. k) G0 }; N( E& N: \" D3 E1 R$ U& A
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。

! y5 r9 k! i% _) F. H! P2 E( ~& M& F# ~+ {8 i( E- s% G0 e% X9 e1 q2 o
5 w* _9 c0 J7 z- s- E
7100ae794662c389cd43c7806338a33b.png

5 j# \8 W6 g& \- e# x7 Y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
% X$ H3 N* W3 M! R' t6 k 890462c83b5b71c55982edf82ce3db71.png 3 x" s+ \! [& }8 y% u3 a5 Y

! S) V. r* J9 q4 o3 JReferences[1] 地壳数据: https://www.generic-mapping-tools.org/remote-datasets/earth-age.html7 Y& x# u8 `3 R- h# P
[2] 地形数据: https://www.generic-mapping-tools.org/remote-datasets/earth-relief.html( @! L5 y: b4 a
4 X0 d& x; n9 Z( h7 D7 q+ v+ j9 Q
来源:海洋遥感数据共享* G* ?; [  `  |  i+ E1 @
                5 n! f  k5 B8 d8 X& [. Z

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