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

xmitgcm下载LLC海洋模式数据

[复制链接]

上一节,我们介绍了xmitgcm的LLCreader入门操作,总体上这个工具可以通过网络自动加载门户网站(ECCO)的模式数据,实现对模式LLC4320(PB级)和LLC2160的读取。但还有许多问题尚未解决:
  • • 能否保存数据到本地
  • • 能否按照经纬范围选取数据
  • • 能否选择连续的一段时间(如70天,每小时一个)
  • • 能否做较复杂计算
    0 o1 k) ]1 V* K% J* }4 H9 X6 F4 n
本节先介绍怎么通过LLCreader将数据下载本地,并使用GMT绘图。

/ i! [* m" y6 l6 T, ]: ~2 n
步骤加载llcreader
1 @- f$ y7 @! T3 Wimport xmitgcm.llcreader as llcreader
8 B* g9 Q  d! L
- u5 I* B7 U  f+ L初始化模型
因为LLC4320数据体量较大,这里先以LLC2160为例。我们选择Theta进行导出测试。
model = llcreader.ECCOPortalLLC2160Model()3 I5 q8 P/ ^$ X# ?# ?% l

' e; a& J/ m5 B& B/ Cds_sst = model.get_dataset(varnames=['Theta'], k_levels=[0], type='latlon',
( ~7 T& V9 g2 B. Z                          iter_start=model.iter_start,
! w  i6 K' r' l8 ?: Y: q: b" e                          iter_stop=(model.iter_start + model.iter_step),
3 E! A2 H- p  M9 D                          read_grid=True)
9 f: ]8 Q3 S" q. e; Rds_sst.Theta                          
e17c398cadb9e820fdac5f77c3133fe4.png
ds_sst的数据结构为Xarray的dataset,ds_sst.Theta的数据结构为Xarray的dataarray。可以看到Theta的数据大小是231M,这只是一个1小时快照的单层全球数据,体积不算太大。
58abfadff7631b95c513bd2043e38d04.png
3 Y' {  @3 X5 X
上图为其coordinates,这是dataarray数据结构的一个关键术语,其中黑色粗体i,j,k,time表示维度坐标(Dimension coordinate),其他为无维度坐标(Non-dimension coordinate)。

9 c* e" f8 r$ ]
绘图查看; I7 `" y" m- Z

; Y  o8 m- q" O+ I$ X  x. Etemp.Theta.plot()
f270b69e1b4897a0cd47fc89f200ecb6.png
维度坐标i,j作为其x和y轴,另一维度time和k(深度0)出现在标题上。
因为LLC为特殊的网格结构,这里暂时不能直接实现地理绘图。后面会对此进行单独介绍。

4 w1 Y5 k& H2 e1 A4 S
保存 .to_netcdf()0 O) Y8 U9 x+ i$ T
to_netcdf()是Xarray内置的函数,可将数据保存为nc格式。注意数据保存和llcreader函数无关,llcreader的主要作用是在线获得LLC模式数据,并转化成Xarray特有的数据结构,后面所有的操作都是使用Xarray,因此有必要对Xarray做全面的学习。后面会对此介绍。
ds_sst.Theta.to_netcdf('myfile.nc')
上述命令可以将Theta参数保存。通过panoply可以绘图展示SST参数的全球分布:
91cc1704eec295e82dba5dc4b4ea2558.png
删除不重要的坐标
0 C7 u" X, N) S9 ^6 N
但可以发现保存的文件大小是2.5G,远远超过了其自身大小,这是什么原因呢?
27bd7c12fcde88ccd1396cf073f4d373.png

# m) p1 V( x1 w- J- k% [原来是把无维度坐标全部保存了,这些坐标其实也是数据,因此占用很大空间。一共有11个这样的2D坐标,再加上Theta,数据体积就达到2.5G了。
. A# h( ]+ b! b- n
. T! m0 w9 k% P6 ~# {& B8 F5 j, A+ A
d403e8d05dabb82f32cb37999f6e03f8.png
这些无维度坐标可以删去:
ds_sst.Theta.reset_coords() # 将无维度坐标转为变量(不删除)& W' y% A# H9 Q0 J5 s& X" [- N( s" Z! G5 o
ds_sst[["Theta"]].reset_coords(drop=True) # 将会删去无维度坐标
976ce67a006158504eefcf096d561940.png
若想保留某些坐标,比如经纬度XC,YC:
ds_sst.Theta.reset_coords()[["XC", "YC","Theta"]]
上面使用了[[ ]]做变量的筛选。
然后保存:
ds_sst[["Theta"]].reset_coords(drop=True).to_netcdf('myfile2.nc')
+ y& I  P: r' O2 Fds_sst.Theta.reset_coords()[["XC", "YC","Theta"]].to_netcdf('myfile3.nc')
这样,数据体积就小了,其中myfile2.nc仅包含Theta,大小213M。

# \2 y0 K" U5 j* i; ], l
GMT绘图# u, z/ A! q8 B1 W* I2 J
GMT绘图比ython自带函数更加强大,既然已经下载到本地,则看一下GMT绘图效果:
gmt begin ex02 png+ V3 N& |% ~- r3 _0 e! D
    gmt set MAP_ANNOT_OBLIQUE 0; g: s* P- S! K3 g
    gmt subplot begin 2x1 -A+JTL -Fs16c/10c -M0 -R1000/2000/2500/3500 -JX15/13c -B100 -T"Aghulhas Rings"# f& J; `& [7 P6 ~
        gmt subplot set 0,0 -Ce3c
& m9 X  p2 a1 e- @/ U        gmt grd2cpt myfile3.nc?Theta -Cjet -Z
4 |7 N8 _( Y" ?6 O" v4 J& ^% @        gmt grdimage myfile3.nc?Theta -I+a90  0 _. k' l7 I( n7 [3 }3 l
        gmt colorbar -DJRM+o1.5c/0+mc -I0.3 -Bx2+lTheta -By+ldegree
; n; x4 \5 u+ R" ^4 {0 k; x) ?. M  B  h. ?
        gmt subplot set 1,0 -Ce3c  g5 m  B1 r7 I3 \) z
        gmt grd2cpt myfile4.nc?Theta -Crainbow -Z9 `" Z5 Q7 q4 _4 m' n9 j
        gmt grdimage myfile4.nc?Theta/ w3 k( r0 q" g+ ]2 C) a
        gmt colorbar -DJRM+o1.5c/0+e+mc -Bx2+lTheta -By+ldegree( y: D  U5 f# `8 p
    gmt subplot end! a+ j: w/ Z. p! G& q
gmt end show
4 f6 F+ j! P$ {; a8 o' Y
c8c573203e6afdb5b6b0dd2d6cb60576.png
台湾海域
1c9c67d88f9b8f004fc59c26c772f279.png
下节预告
  • • 范围的筛选
  • • 时间维度的连续导出% ?" p3 P2 h- e6 }

* m: `" i# K" ?6 S8 t; X
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
半座山
活跃在2026-2-8
快速回复 返回顶部 返回列表