收藏本站 劰载中...网站公告 | 吾爱海洋论坛交流QQ群:835383472

[数据处理] 利用Python工具实现热带气旋数据分析和可视化

[复制链接]

Tropycal是旨在简化提取和分析热带气旋数据的Python工具,可以同时处理历史和实时数据,主要面向研究和业务气象部门。文末可获取相关教程文件。

Tropycal可以处理 HURDAT2和IBTrACS再分析以及业务NHC最佳路径数据,可用于气候、季节性和单个雷暴分析

对于每个单独的风暴,国家飓风中心的业务预报、飞机观测数据和任何相关的龙卷风活动都可以提取和绘制。


9 ]# B+ [" _3 E/ D: l, t8 w

安装! h. O1 e6 C: ]7 g

/ ^; M( f8 s/ h, J

与常规python工具安装方法类似,可直接利用 pip 进行安装,如下:

[Python] 纯文本查看 复制代码
pip install tropycal

或者下载源代码进行安装:

[Python] 纯文本查看 复制代码
[/color]git clone[url=https://github.com/tropycal/tropycal]https://github.com/tropycal/tropycal[/url][/p][p=null, 2, left][color=rgb(0, 0, 0)]cdtropycal[/color][/p][p=null, 2, left][color=rgb(0, 0, 0)]python setup.py install

示例

官方文档中提供了很多示例,包括龙卷分析、单个雷暴分析、热带气旋数据集分析。

示例中给出的分析可视化结果都非常不错,从可视化的角度而言很值得学习。

龙卷分析

官方示例中给出的示例,可直接加载龙卷数据集进行分析。

[Python] 纯文本查看 复制代码
importtropycal.tracks astracks
importtropycal.tornado astornado
importdatetime asdt
tor_data = tornado.TornadoDataset()
tor_ax,domain,leg_tor = tor_data.plot_tors(dt.datetime(2011,4,27),plotPPH=True,return_ax=True)
tor_ax

7baed1222df25567aee7279e044d9719.jpeg

: L3 L% `" V  i5 a8 n

龙卷路径和PPH(Practically Perfect Forecast)分布

2 m6 n9 J* g( \" J+ [% f% z0 w# d/ N
  • 使用追踪数据集


    + N, L9 I( ~4 v. m

[Python] 纯文本查看 复制代码
hurdat_atl = tracks.TrackDataset(basin='north_atlantic',source='hurdat',include_btk=False)
storm = hurdat_atl.get_storm(('ivan',2004))
storm.plot_tors(plotPPH=True,return_ax=True)

0ebc6607a133a3b1dfe84443d000eecc.png

. N" @; h3 H* U: b5 `- j

Ivan飓风移动路径和PPH


  P6 X0 }% H8 x8 t0 v单个雷暴分析

官方文档中给出了HURTDAT2、IBTrACS数据集以及单个雷暴的分析示例。

[Python] 纯文本查看 复制代码
importtropycal.tracks astracks
importdatetime asdt
hurdat_atl = tracks.TrackDataset(basin='north_atlantic',source='hurdat',include_btk=False)
storm = hurdat_atl.get_storm(('michael',2018))
storm.plot(return_ax=True)

3b5e09969635aeea23c0d1febe228959.png

$ Z$ y9 R* |+ y( ~" k7 w9 o* N1 |! p. g9 \

Michael飓风移动路径

: Q" t5 j; q3 ^0 \' ]/ K

[Python] 纯文本查看 复制代码
storm.plot_nhc_forecast(forecast=2,return_ax=True)

2709de8905341ba45fb5283bde74c6b7.png


0 P5 ]$ Q/ V* k# V

潜在的热带气旋预报

1 w; y: q. S/ b. f; V  W2 F5 n
TC数据集分析

在TC数据集部分,利用上述提到的两种数据集对雷暴进行了简单的分析,比如空间分布、最大风速以及移动路径。

[Python] 纯文本查看 复制代码
ibtracs = tracks.TrackDataset(basin='all',source='ibtracs',ibtracs_mode='jtwc_neumann',catarina=True)
ibtracs.gridded_stats(request="maximum wind",return_ax=True)

5ee88ae54d26f8725de21edac847f6be.png


! X& p+ P1 Y; D! E- t

热带气旋最大风速分布

7 H: P- @0 n/ J9 z, H5 E& ]/ {

除了绘图部分外,官方文档还提供了数据源的说明,可点击阅读原文前往官方文档查看相关页面。


5 A* W% F' H9 z( w% ]0 V2 M' A, V

除了官方文档提供的可视化分析之外,官方的示例脚本源中也提供了一些额外的分析和可视化内容,部分结果如下图所示:

" t9 `, O1 Y+ `; g) ?( U3 @4 L

16af6fb7d03b084d3795552e0b704336.png

dd119535877d9e64d55a86adedf64295.png

b60b4f8d461eec9e82f6106a9cec7756.png

就介绍到这里,感兴趣的可以前往官方文档或官方源查看更详细的信息。

参考链接:


) h. P, E0 C6 ?, x+ I" }9 p

1. https://github.com/tropycal

2. https://tropycal.github.io/tropycal/

3. https://github.com/tropycal/samp ... Tropical_Talk.ipynb

4 H! I4 v5 Q- d+ _  w7 J% u

+ }4 \* }9 V/ s! n% C5 ]' X
  t! p  \  M; }8 n! v3 G4 |
f86bce10e9405b58c34cf5d5e81887c6.png
回复

举报 使用道具

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
文星雨
活跃在2026-1-27
快速回复 返回顶部 返回列表