分析氣象數據，向Python Cartopy地圖中添加循環點
在使用Python和Cartopy對氣候數據進行可視化分析的過程中，有一個叫做循環點（cyclic point）的術語，它在地理空間柵格數據可視化領域中很重要。
什么是循環點，它有什么用？
有時，當我們試圖繪制地理空間數據時，我們可能會在投影邊緣遇到不連續（跳躍）。這通常是由于我們在地理空間數據集中存儲經度數據的方式導致的。
假設我們有一組具有經度和緯度維度的數據。我們的經度從0°到359.9°（含），分辨率為0.1°（3600個值），緯度從-90°到90°（含），分辨率為0.1°（1801個值）。我們最終的數組形狀為(1801, 3600)。
為什么我們的數據集不包含360度經度的值？答案很簡單，因為360°經度與 0°經度相同。
現在，讓我們嘗試在cartopy地圖上繪制數據。我們使用了可以從Climate Data Store下載的數據集，這是一個ERA5-Land從1950年到現在的月平均數據數據集。我們將使用帶有cfgrib后端的xarray以grib格式加載此數據集，然后使用matplotlib可視化數據。
import xarray as xr
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import numpy as np
# 讀取形狀為（16, 1801, 3600）的數據集
# 選擇第5個時間索引，以獲得2D數組
# 將開爾文轉換為攝氏度
ds = xr.open_dataset("data/era5_temperature.grib", engine="cfgrib")
ds = ds.isel(time=5) - 273.15
# 定義繪圖函數
def plot_data(ds):
# 指定投影
proj = ccrs.PlateCarree()
# 用投影對象創建一個圖和軸
fig, ax = plt.subplots(figsize=(16,9), subplot_kw={'projection': proj})
# 為等高線圖創建層次
temperature_levels = np.arange(-40,41,2)
# 增加更多的參數
additional_kwargs = {
"antialised": True,
"transform": proj,
"levels": temperature_levels
}
# 繪制數據
ds["t2m"].plot.contourf(ax=ax, cmap='nipy_spectral', **additional_kwargs)
# 設置范圍
ax.set_extent([-10, 20, 40, 60], crs=proj)
plt.show()
plot_data(ds)
請注意從頂部跨越到底部的白線恰好在0°經度處，這就是我們要討論的問題。
向數據添加循環點
幸運的是，Cartopy有一個功能可以讓我們解決這個問題。該函數稱為add_cyclic_point，可以從cartopy.util模塊導入。
此函數采用數據數組和可選坐標，并返回循環數據和循環坐標。這意味著我們將增加一個等于360的經度坐標，數據等于經度359.9°。讓我們用數據本身來證明這一點。
首先，我們將循環點添加到我們的數據中，然后比較經度359.9°和經度 360°處的值。
from cartopy.util import add_cyclic_point
import xarray as xr
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import numpy as np
def add_cyclic_point_to_dataset(ds):
# 加載數據
data = ds["t2m"]
# 用循環點生成數據，用循環點生成經度
cyclic_data, cyclic_longitude = add_cyclic_point(data.values, coord=data['longitude'])
# 創建新的坐標，將用于創建新的數據集
# 復制現有數據集的坐標，用循環經度替換經度
coords = {dim: data.coords[dim] for dim in data.dims}
coords["longitude"] = cyclic_longitude
new_ds = xr.Dataset(
data_vars={
"t2m": xr.DataArray(cyclic_data, dims=data.dims, coords=coords)
})
return new_ds
new_ds = add_cyclic_point_to_dataset(ds)
new_ds["t2m"].shape
# (1801, 3601)
difference = ds["t2m"].sel(lnotallow=0, method="nearest") - new_ds["t2m"].sel(lnotallow=360, method="nearest")
difference = difference.fillna(0) # fill nan values with 0
any(difference != 0)
# False讓我們重用plot_data()函數并將其命名為plot_data(new_ds)。當我們繪制使用循環點擴展的數據時，我們可以看到白線消失了，我們的繪圖現在是正確的。
本文介紹了cartopy中不常見的函數add_cyclic_point。在繪制地理空間數據時，你可能會遇到這樣的白線，希望本文能幫助你解決問題。
