MeteoInfoLab脚本示例：格点数据散点图

绘制格点数据的散点图，用scaterm函数。

脚本程序：

f = addfile(‘D:/Temp/GrADS/model.ctl‘)
ps = f[‘PS‘][0,(10,60),(60,140)]
axesm()
mlayer = shaperead(‘D:/Temp/map/country1.shp‘)
geoshow(mlayer, linecolor=(0,0,255))
layer = scatterm(ps)
title(‘Pressure‘)
colorbar(layer)
show()

时间： 2024-10-09 16:56:20

MeteoInfoLab脚本示例：格点数据散点图的相关文章

MeteoInfoLab脚本示例：站点数据散点图

这里演示从micaps第一类数据(地面全要素观测)中读取一个变量(用DimDataFile类的stationdata方法),然后maskout掉中国区域之外的数据,利用scatterm函数绘制散点图. 脚本程序: f = addfile_micaps('D:/Temp/micaps/10101414.000') pr = f.stationdata('Visibility') layer = shaperead('D:/Temp/map/china.shp') pr = pr.maskout(l

MeteoInfoLab脚本示例：AIRS Swath HDF数据

例子中的AIRS Swath HDF数据在Polar Stereographic(南极)投影中接近矩形,需要先从数据中读出经纬度及相关数据数组,利用surfacem函数绘制Swath数据(散点),在surfacem函数中经纬度数据会被投影到目的投影坐标系(在axesm函数中定义),并从2维散点数据生成surface数据(也就是格点数据)用所谓的surface插值方法.2维散点数据可以组成格网(非矩形格网),遍历目标格点数据的每个格点,该格点落在格网中哪个网格中,就将此网格的散点值赋给该格点.有些

MeteoInfoLab脚本示例：OMI Grid HDF数据

OMI卫星格点数据的例子,全球臭氧柱总量分布. 脚本程序: #Add data file folder = 'D:/Temp/hdf/' fns = 'OMI-Aura_L3-OMTO3e_2005m1214_v002-2006m0929t143855.he5' fn = folder + fns f = addfile(fn) vname = 'ColumnAmountO3' v = f[vname] data = v[:,:] #Plot axesm() mlayer = shaperead

MeteoInfoLab脚本示例：FY-3C全球火点HDF数据

FY-3C全球火点HDF数据包含一个FIRES二维变量,第一维是火点数,第二维是一些属性,其中第3.4列分别是火点的纬度和经度.下面的脚本示例读出所有火点经纬度并绘图. 脚本程序: #Add data file fn = 'D:/Temp/hdf/FY3C_VIRRX_GBAL_L2_GFR_MLT_GLL_20150811_POAD_1000M_MS.HDF' f = addfile(fn) #Get data variable v = f['FIRES'] #Get data array d

MeteoInfoLab脚本示例：inpolygon

inpollygon函数是用来判断带坐标(x/y)的数据是否在某个或者一组多边形(Polygon)中,返回的结果中如果做多边形内则值为1,否则值为-1.下面一个例子演示了利用一个shape文件和inpolygon函数生成这种0.1数据.需要下载最新的MeteoInfo版本(1.2.6R1):http://yun.baidu.com/share/link?shareid=669776748&uk=51062435 1.生成一个格点数据(2维数组),可以用zeros函数:a = zeros((50,

MeteoInfoLab脚本示例：计算垂直螺旋度

尝试编写MeteoInfoLab脚本计算垂直螺旋度,结果未经验证. 脚本程序: print 'Open data files...' f_uwnd = addfile('D:/Temp/nc/uwnd.2011.nc') f_vwnd = addfile('D:/Temp/nc/vwnd.2011.nc') f_omega = addfile('D:/Temp/nc/omega.2011.nc') print 'Calculate vertical helicity...' tidx = 173

MeteoInfoLab脚本示例：中尺度气旋散点图

全球长时间序列中尺度气旋数据(http://cioss.coas.oregonstate.edu/eddies/)有netCDF格式,散点数据类型,只有一个很大的维Nobs = 2590938.尝试读取了部分经纬度和track数据,并绘制散度图. 脚本程序: fn = 'D:/Temp/nc/tracks.20130125.nc' f = addfile(fn) n = 1000 lon = f['lon'][0:n] lat = f['lat'][0:n] track = f['track']

MeteoInfoLab脚本示例：TRMM 2A12 HDF数据

TRMM 2A12 HDF数据是卫星观测的SWATH数据(轨道数据),比格点数据处理起来要麻烦一些.数据的经纬度保存在geolocation变量中,需要先将经纬度数据读出来(均为2维数组),然后读取云水含量数据(cldWater).虽然都是2维数组,但并不是格点数据,相当于2维的散点数据,点数相当多(3019*208)如果用散点图来绘制的话会非常的慢,需要将其插值为格点数据.插值方法建议选择nearest,该方法速度最快.插值后的格点数据用imshowm函数显示为图像就很快了. 脚本程序: #A

MeteoInfoLab脚本示例：合并数组

对于全球数据来说,经度要么是-180 - 180,要么是0 - 360,都会存在边界数据不连续的问题.比如0 - 360的数据,怎么得到 -20 - 30度的连续格点数据就是个问题(跨越了数据的经度边界),在MeteoInfoLab中可以用DimArray或MIArray的join函数来将两个数组合并为一个,参数分别是另一个数组和合并的维的序号,比如下面例子中的二维数组(y, x),经度维是第二维(序号为1),也就是说两个数组沿着经度维合并.还需要给合并后的数组的经度维设置新的经度值. 脚本程序