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
    1 ?/ |9 a* ?/ X2 s) Y
本节先介绍怎么通过LLCreader将数据下载本地,并使用GMT绘图。

( D7 w! L! I1 M7 ^. q5 D
步骤加载llcreader
$ n( A8 S+ ?# i0 Pimport xmitgcm.llcreader as llcreader9 V+ M3 {4 ^4 F9 B8 [. A& @: f! Z

9 ]" f9 l# X- v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()
/ w) N) D9 x$ p$ X" ?$ {3 A: i3 R+ c
ds_sst = model.get_dataset(varnames=['Theta'], k_levels=[0], type='latlon',
5 |" b& J. \! Z1 N8 ^                          iter_start=model.iter_start,5 n; ?" n6 w; \2 {/ f+ @; A- C
                          iter_stop=(model.iter_start + model.iter_step),
& y: j8 D: D3 `# }# u5 F) M                          read_grid=True)6 H  K8 @3 I0 d+ @$ E8 P; E
ds_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

$ R- C/ |1 }# m( b
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)。
& |- E$ y/ ~: |) g4 ~
绘图查看
& W" |. x( {( w) Z* }  f7 f: j. A6 F- @
: X8 V0 f, ~$ Q+ Z$ L$ dtemp.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。

( R; J, D  `0 V
保存 .to_netcdf(): ?9 ]7 O' Y9 s% `8 `* k
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. I( F' C8 A  F0 K, X: Y
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

5 v3 _8 V& ^- b6 h- e3 q1 f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。
6 |. [* B7 l* p7 {; N& _$ ?/ S" D3 b9 Y2 d' k
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)
+ I( U6 s0 ~4 T" `* uds_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')
9 m% j- Y7 p1 V5 W7 l& L8 r; Ods_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。

+ v/ J0 F8 v# K! e, K/ v' ~8 O" T
GMT绘图
2 Y) W, g" T. ?0 h
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
. `' F% B+ _+ Z2 Q2 Y. r    gmt set MAP_ANNOT_OBLIQUE 0
) L# O0 @* A2 i2 @6 J" Q    gmt subplot begin 2x1 -A+JTL -Fs16c/10c -M0 -R1000/2000/2500/3500 -JX15/13c -B100 -T"Aghulhas Rings"
2 \* H4 J; L) z& D        gmt subplot set 0,0 -Ce3c
  ^' q' C0 V# |2 k4 E        gmt grd2cpt myfile3.nc?Theta -Cjet -Z
5 z+ p, H8 @1 j  ~" R& H% m; \        gmt grdimage myfile3.nc?Theta -I+a90    [6 J( i, n' x5 l% \
        gmt colorbar -DJRM+o1.5c/0+mc -I0.3 -Bx2+lTheta -By+ldegree2 L0 H1 V9 k9 n( u& b# y

2 S% n& U; {3 Z/ q% r& e8 l        gmt subplot set 1,0 -Ce3c, T$ g% |+ X6 z  l$ n7 {
        gmt grd2cpt myfile4.nc?Theta -Crainbow -Z
  ]6 [" ~6 d6 W  Y- k9 m; I        gmt grdimage myfile4.nc?Theta
0 B2 z& p$ j  M8 ]$ a9 b0 E" G& H        gmt colorbar -DJRM+o1.5c/0+e+mc -Bx2+lTheta -By+ldegree; {" G& \1 M! n$ j, T
    gmt subplot end
5 ?$ W7 F/ o3 \4 c" Rgmt end show & E9 F) R( [3 l1 q. W
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- Q6 h/ I# [, W7 R2 S/ f) \0 r7 X

* F/ q4 P! p# z/ Q
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