如何从grib文件中提取温度、相对湿度廓线
使用R语言读取grib2格式文件的方法

使用R读取grib2文件HRThursday, October 08, 2015这个笔记整理了如何读取grib2格式文件。
下面代码中的cmd字符串也可以在命令行工具中直接输入,效果相同。
首先需要下载wgrib2命令行程序,这里是链接。
将其中的wgrib2.exe和其他所有dll文件下载到某个本地路径下,并且将这个路径添加到系统环境变量中(可能需要重启生效)。
完成上面步骤后,可以在windows打开cmd,输入wgrib2,看看能否运行。
下面的例子中构造的cmd命令都是在R中用system函数执行的,也可以在windows的cmd中直接输入。
也可以使用windows命令行的升级版powershell。
下面的例子可以参考一下,特别是输入到csv文件。
显示文件清单(inventory)# 这个fname是我放文件的路径fname <- 'F:/tfiles/grib2_test/z500.ensm.jan.cfsv2.data.grb2'cmd <-paste('wgrib2 ', fname)print(cmd)## [1] "wgrib2 F:/tfiles/grib2_test/z500.ensm.jan.cfsv2.data.grb2"inv <-system(cmd, intern =TRUE)print(inv[1:10])## [1] "1:0:d=1982010618:HGT:500 mb:0-1 month ave fcst:"## [2] "2:49817:d=1982010618:HGT:500 mb:1-2 month ave fcst:"## [3] "3:99481:d=1982010618:HGT:500 mb:2-3 month ave fcst:"## [4] "4:148921:d=1982010618:HGT:500 mb:3-4 month ave fcst:"## [5] "5:198423:d=1982010618:HGT:500 mb:4-5 month ave fcst:"## [6] "6:247781:d=1982010618:HGT:500 mb:5-6 month ave fcst:"## [7] "7:297284:d=1982010618:HGT:500 mb:6-7 month ave fcst:"## [8] "8:338341:d=1982010618:HGT:500 mb:7-8 month ave fcst:"## [9] "9:379422:d=1982010618:HGT:500 mb:8-9 month ave fcst:"## [10] "10:428705:d=1982010618:HGT:500 mb:9-10 month ave fcst:"例如上面清单中最后一行:280:13184074:d=2009010618:HGT:500 mb:9-10 month ave fcst:它的格式含义如下:(msg|msg.submsg):(bytelocation):d=(YYYYMMDDHH):(variable):(level):(ftime):(optional attr)•msg = message/record number starting from 1•submsg = submessage number starting from 1 (optional)•byte location: byte location of the start of the message starting from 0 •YYYYMMDDHH = reference time of the grib message, YYYY = year, MM = month(01..12), DD = day, HH = hour•level = level/layer attributes, ex. "500 mb", "ground", "2 m above ground" •ftime = time attributes, ex. "12 hour fcst", "anl", "0-6 hr ave fcst"•optional attr: optional attributes that are needed to define the field such as ensemble memeber, chemical type (for concentration), probability range上面的例子中没有最后的optional attr。
根据origin处理湿度数据方法

根据origin处理湿度数据方法根据Origin处理湿度数据方法本文档旨在介绍如何使用Origin软件处理湿度数据。
Origin是一款功能强大的数据分析和可视化软件,可用于处理各种实验数据。
步骤1: 导入数据首先,打开Origin软件并导入湿度数据。
可以通过选择"文件"菜单中的"导入"选项来添加数据文件。
Origin支持多种数据格式,如Excel、CSV等。
步骤2: 数据预处理在导入数据后,可以对数据进行预处理,以提高数据的质量和准确度。
对于湿度数据而言,常见的预处理包括数据清洗、去除异常值和填充缺失值等。
步骤3: 数据分析一旦数据准备好,可以对湿度数据进行各种分析。
Origin提供了丰富的数据分析工具和函数,如统计描述、回归分析、时间序列分析等。
选择适当的分析方法,根据需求进行数据处理。
步骤4: 可视化展示除了数据分析,Origin还提供了丰富的可视化功能,可以将数据以图表的形式直观展示。
根据湿度数据的特点和需求,选择合适的图表类型,如线图、散点图、热力图等。
通过图表,可以更好地理解和传达数据信息。
步骤5: 结果输出最后,将分析和可视化结果输出为需要的格式。
Origin可以将结果导出为图像文件、报表文件或将数据直接复制到其他应用程序中。
可以根据需要选择合适的输出方式。
总结:通过以上步骤,我们可以很方便地使用Origin软件处理湿度数据。
Origin强大的数据分析和可视化功能能够帮助我们更好地理解和分析数据。
希望本文对您有所帮助。
T639的GRIB2产品在WRF模式中的应用说明v2.0

CMA 全球模式T639的GRIB2数据在WRF模式中的应用方法说明1.因各国编码体系略有差异,使用CMA T639的GRIB2数据驱动WRF时,需要对WRF/WPS目录中的Vtable和rd_grib2.F两个文件进行修改。
中国气象局提供这两个程序供用户下载。
z Vtable.T639:T639的GRIB2 数据编码信息表z rd_grib2.F.T639:解决原WRF模式中WPS的解码程序ungrib.exe只能解码出一个土壤变量(或者是温度,或者是湿度)的漏洞,该补丁程序可以同时解码土壤温度和土壤湿度两个变量。
2. 应用方法和步骤如下:1)将Vtable.T639文件拷贝到运行目录中,一般为WPS的主目录,此目录中应有namelist.wps和ungrib.exe文件。
用Vtable.T639替换原Vtable文件;cp ./Vtable.T639 WPS/Vtable2)将rd_grib2.F 程序拷贝到 WPS/ungrib/src目录中,替换原rd_grib2.F文件;cp ./rd_grib2.F.T639 WPS/ungrib/src/rd_grib2.F3)进入WPS 目录,按WRF的编译步骤“clean→configure→compile”,重新编译WPS,生成可解码T639 GRIB2数据的可执行文件ungrib.exe;4)创建T639数据目录,将T639 GRIB2数据文件拷入该目录中;进入WPS目录,按WRF手册中的操作步骤(link_grib.csh),将T639的GRIB2数据文件连接到当前目录下;link_grib.csh ??/T639/Z??...grib25)在WPS目录中修改参数列表文件namelist.wps中相应部分参数,运行ungrib.exe,如WPS目录中生成了一组FILE:?? 文件,表明WPS执行T639的GRIB2数据解码成功。
第一步简单的GEO数据提取及数据分析

第一步简单的GEO数据提取及数据分析地理数据提取和分析是一种利用地理信息系统(Geographical Information System,简称为GIS)来处理和分析地理数据的方法。
这种分析方法可以帮助我们理解地理现象、发现隐藏的模式和关联,以及支持决策制定。
在地理数据提取和分析的第一步中,我们需要收集、准备和处理地理数据,然后进行简单的数据分析来获取对地理现象的初步了解。
以下是一些常见的方法和技巧。
第三,基本统计分析。
一旦准备好地理数据,我们可以进行一些基本的统计分析来探索数据的特征和模式。
这些统计分析方法可以包括计算地理数据的中心倾向、离散度、相关性等指标。
例如,我们可以计算一个地区的平均温度、最高和最低温度之间的差异,并确定温度与地形或地理位置之间是否存在关联。
第四,空间分析。
空间分析是地理数据分析的核心内容之一,它可以帮助我们探索地理现象的空间分布和关联性。
通过空间分析,我们可以找出地理数据在空间上的聚集、分散或随机分布,并查看不同地理属性之间的关系。
例如,我们可以使用空间聚类分析方法来确定城市中犯罪活动的热点区域,或者使用空间插值方法来估计未测量地区的环境质量水平。
第五,地理可视化。
地理可视化是一种非常重要的方式,可以帮助我们将复杂的地理数据呈现出来,并帮助我们更好地理解地理现象。
通过地理可视化,我们可以将地理数据以地图、图表或其他形式呈现出来,以便于观察和解释。
例如,我们可以使用地图来显示不同地区的人口密度、土地利用类型或环境污染程度。
通过以上步骤,我们可以初步了解地理数据,并发现一些隐藏的模式和关联。
简单的GEO数据提取和数据分析只是地理分析的入门级别,而更复杂的分析方法和技术还有很多可供进一步探索和学习。
不过,通过这种简单的分析,我们已经可以获取一些关于地理现象的见解,并为后续的研究和决策提供有用的参考。
小波脊线提取 matlab

小波脊线提取 matlab
小波变换是一种信号处理技术,用于分析信号的频率成分。
小波脊线提取是指在小波变换的基础上,通过寻找小波变换系数的局部极大值来识别信号中的脊线(ridge)。
在MATLAB中,可以使用小波变换工具箱来实现小波脊线提取。
首先,你需要确保安装了MATLAB的小波变换工具箱。
然后,你可以按照以下步骤在MATLAB中进行小波脊线提取:
1. 导入你的信号数据到MATLAB中。
2. 使用小波变换函数(如`cwt`)对信号进行小波变换。
你可以选择合适的小波基函数和尺度参数来进行变换。
3. 对小波变换后的系数进行局部极大值的寻找。
可以使用MATLAB中的函数(如`findpeaks`)来寻找局部极大值点。
4. 将找到的局部极大值点连接起来,形成脊线。
5. 可以根据应用的需要,对脊线进行进一步的处理和分析,比
如提取特征等。
需要注意的是,小波脊线提取是一个相对复杂的过程,需要根
据具体的信号和应用场景来选择合适的参数和方法。
此外,MATLAB
提供了丰富的工具和函数来辅助小波脊线提取的实现,你可以查阅MATLAB的文档和示例来获取更多帮助。
总之,小波脊线提取是小波变换在信号处理中的重要应用之一,通过MATLAB的小波变换工具箱,你可以比较方便地实现小波脊线提取,并对信号进行进一步的分析和处理。
希望这些信息能对你有所
帮助。
origin等温吸湿曲线切线画法

origin等温吸湿曲线切线画法等温吸湿曲线切线画法是研究物质吸湿性能的重要手段之一。
它通过实验测定物质在不同湿度下的吸湿量,并将吸湿量与湿度之间的关系绘制成湿度-吸湿量曲线,利用曲线上的切线来分析物质吸湿性能。
下面将从等温吸湿曲线切线画法的原理、步骤和应用等方面进行详细的介绍。
原理等温吸湿曲线切线画法是基于物质在一定温度下对水分吸附或脱附的特性。
在实验中,先将待测样品置于恒温槽中,使样品和恒温槽达到平衡温度。
然后,通过控制恒温槽中的湿度,逐步增加湿度,测量吸湿量。
根据测量结果,绘制湿度-吸湿量曲线。
最后,通过计算或图形方法,绘制吸湿量曲线上的切线,用来分析物质吸湿性能。
步骤等温吸湿曲线切线画法的具体步骤如下:1.准备工作:首先,选择适当的样品和实验设备;然后,将样品切割成适当的大小,并预处理样品,如烘干、灼烧等。
2.制备恒温槽:将样品放置在恒温槽中,使其与恒温槽达到平衡温度。
保持恒温槽的温度不变,从而保持样品温度的稳定性。
3.测量吸湿量:通过控制恒温槽中的湿度,逐步增加湿度,并记录每次增加湿度时的吸湿量。
通常会使用吸湿平衡法等方法进行测量。
4.绘制湿度-吸湿量曲线:将测量得到的湿度和吸湿量数据绘制成曲线。
湿度表示在横轴上,吸湿量表示在纵轴上。
可以使用软件工具或手工绘制曲线。
5.计算切线:通过计算或图形方法,在吸湿量曲线上找到吸湿量变化最大或最小处,即曲线切线的位置。
可以利用微积分的知识进行切线的计算。
6.分析吸湿性能:根据切线的斜率、位置和形态等信息,分析物质的吸湿性能。
例如,切线斜率越大,表示吸湿速率越快;切线位置越靠近湿度轴,表示吸湿量越大;切线形态越陡峭,表示吸湿量变化越敏感等。
应用等温吸湿曲线切线画法在许多领域都有广泛的应用。
以下是几个常见的应用领域:1.材料科学:等温吸湿曲线切线画法可以用来评估材料的湿敏性能。
许多材料在不同湿度下的吸湿性能直接影响其性能和使用寿命。
通过分析吸湿曲线的切线,可以评估材料的吸湿速率、饱和吸湿量等指标,为材料的选择和应用提供依据。
天气预报模型中的数据分析与特征提取方法
天气预报模型中的数据分析与特征提取方法随着科技的发展,天气预报已经成为人们生活中不可或缺的一部分。
天气预报模型通过分析历史天气数据和其他相关数据来预测未来天气情况。
数据分析和特征提取是天气预报模型的核心环节,它们对于提高预报准确性起着关键作用。
在天气预报模型中,数据分析的目标是深入了解各种气象因素之间的关系,以便更好地预测未来天气。
数据分析可以通过多种方法来实现,包括统计分析、机器学习和人工智能等。
其中,统计分析是最常用的方法之一。
统计分析通过对大量历史天气数据进行分析,找出其中的规律和趋势。
例如,气温与季节之间存在着一定的关系,我们可以通过统计方法找出这种关系的模式,并将其应用于未来天气的预测中。
同时,统计分析还可以帮助我们理解不同气象因素之间的相互影响,从而更好地理解天气系统的运行机制。
机器学习是近年来天气预报领域的热门研究方向。
机器学习算法可以通过学习大量的历史天气数据,自动发现其中的规律和模式,并根据这些规律和模式来进行未来天气的预测。
机器学习可以分为监督学习和无监督学习两种方式。
监督学习是一种通过给定输入和输出的训练样本,让模型学习输入和输出之间的映射关系的方法。
在天气预报模型中,我们可以将历史气象数据作为输入,将未来的天气情况作为输出,通过训练模型来预测未来天气。
常用的监督学习算法包括决策树、支持向量机和神经网络等。
无监督学习是一种通过给定输入样本,让模型自动发现其中的模式和规律的方法。
在天气预报模型中,我们可以将历史天气数据作为输入,让模型自动发现其中的天气模式,并将其应用于未来预测中。
常用的无监督学习算法包括聚类算法和关联规则挖掘算法等。
除了数据分析外,特征提取也是天气预报模型中的重要环节。
特征提取的目标是从原始数据中提取出有用的特征,以便更好地预测未来天气。
特征提取可以通过多种方法来实现,包括统计特征、时频特征和图像特征等。
统计特征是指通过统计方法从数据中提取的特征。
例如,平均值、方差和相关系数等都可以作为统计特征。
GRIB数据及其在GrADS中的使用
随着气象研究的不断深入,庞大的气象数据不 扩充,并不断对其进行完善。
但对计算机提出更高的要求,而且要求在国际间能
!&&"年,形 成 了 *+,- 的 第 一 版 本(L79C9@:
形成一种有效的、统一的、标准的数据存储和流通 !)。
的图形化和可视化处理,"’()数据也不例外。而 件,然后使用 6#/7<9=和 2-.文件生成相应的(01
网格资料分析工具 "#$%&对标准 "’()数据有较 文件。
好的支持。
第二种方法:使用 3425 的 >;8.;?47/8@A9B/
!*+ 直接处理 "’()数据
编写的 C6#/7*;1;输出 "’()数据文件的网格信息
程度上影响了气象服务的质量。
其方法可以用以下公式来说明:
本文正是基于这种目的,简要地剖析了 *+,-
!!!""M#N($!’%)…………………(!)
码的压缩方法、数据结构以及在 *./01中进行反
其中:
演的方法。
!M原始数据;
! *+,-简介
"M!"的幂指数; #M参考值(即数据的最小值);
!6! *+,-数据的发展
说,由公式(%)可见,数据的精度取决于 & 和 ’,由 文件的物理结构见图%。
于固定字长对所有数据均使用相同的字长,因此数
一个 !"#$记录最多可分为以下六段,其中两
据的精度取决于二进制字的字长(即 ’),对于变化 个是可选项:
wgrib2 用法
wgrib2 用法wgrib2 是一个用于处理和分析 GRIB2 格式天气数据的工具。
GRIB2 是一种常用的气象数据格式,用于存储天气模型输出、卫星观测和气象观测数据。
wgrib2 提供了一系列命令行选项,可以用于检查、提取和转换 GRIB2 文件中的数据。
以下是一些 wgrib2 常用的用法和选项:1. 检查 GRIB2 文件信息:可以使用 "-s" 选项来快速查看 GRIB2 文件的概要信息。
例如,运行命令 "wgrib2 file.grib2 -s" 可以显示出 GRIB2 文件中包含的所有数据的简要摘要,如变量名称、层次、时间范围等。
2. 提取 GRIB2 数据:wgrib2 允许用户提取 GRIB2 文件中感兴趣的数据。
可以通过指定变量、层次、时间范围等条件来提取特定的数据。
例如,命令 "wgrib2 file.grib2 -d var='温度' -lev '2 m above ground' -ftime '2022010100'" 将提取出指定变量、层次和时间的温度数据。
3. 转换 GRIB2 文件格式:wgrib2 还支持将 GRIB2 文件转换为其他格式,例如网格数据格式(如 NetCDF)或文本格式。
使用 "-netcdf" 选项可以将 GRIB2 文件转换为 NetCDF 格式,使用 "-text" 选项可以将 GRIB2 数据以文本形式输出。
4. 简化 GRIB2 文件:有时候,GRIB2 文件中可能包含大量的数据,而我们只需一小部分数据。
wgrib2 允许通过使用 "-match" 选项来筛选 GRIB2 文件中的数据,只保留满足条件的数据。
以上是wgrib2 的一些常见用法和选项。
wgrib2 是一个功能强大且灵活的工具,它可以帮助气象专业人士处理和分析 GRIB2 格式的天气数据。
报告
基于数字网格的精细化要素预报平台功能概览表
华云信息技术工程有限公司制1/ 33
华云信息技术工程有限公司制2/ 33
华云信息技术工程有限公司制3/ 33
华云信息技术工程有限公司制4/ 33
华云信息技术工程有限公司制5/ 33
华云信息技术工程有限公司制6/ 33
华云信息技术工程有限公司制7/ 33
华云信息技术工程有限公司制8/ 33
华云信息技术工程有限公司制9/ 33
华云信息技术工程有限公司制10/ 33
华云信息技术工程有限公司制11/ 33
华云信息技术工程有限公司制12/ 33
华云信息技术工程有限公司制13/ 33
华云信息技术工程有限公司制14/ 33
华云信息技术工程有限公司制15/ 33
华云信息技术工程有限公司制16/ 33
决策气象服务平台功能概览表
华云信息技术工程有限公司制17/ 33
华云信息技术工程有限公司制18/ 33
华云信息技术工程有限公司制19/ 33
华云信息技术工程有限公司制20/ 33
华云信息技术工程有限公司制21/ 33
华云信息技术工程有限公司制22/ 33
华云信息技术工程有限公司制23/ 33
华云信息技术工程有限公司制24/ 33
华云信息技术工程有限公司制25/ 33
华云信息技术工程有限公司制26/ 33
华云信息技术工程有限公司制27/ 33
华云信息技术工程有限公司制28/ 33
华云信息技术工程有限公司制29/ 33
华云信息技术工程有限公司制30/ 33
华云信息技术工程有限公司制31/ 33
华云信息技术工程有限公司制32/ 33
华云信息技术工程有限公司制33/ 33。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
整理BY junewu@ 2009
一、GRIB数据的获取
相关气象资料的获取可以参考如下网站:
/article/2009-07/133.html
现在用到的主要是来自ucar的NCEP再分析资料。
链接如下:
/datasets/ds083.2/
数据获取步骤如下:
1.打开上述网页,如图
2.在该页面的下部,有一个“Data Access”,单击:
3.进入如下页面,该页面上提供了两种访问方式,任选其一即可(这里选用第二种方式,即Internet Download:
4.后续页面还是询问获取方式,任选其一(这里选Static List):
5.后续页面上列出了可获取的两种格式(都是6小时间隔的再分析资料,分Grib1和Grib2两种格式,这里我们使用Grib1格式):
后续页面上选择2009年的数据:
后续页面上列出了整个2009年的再分析数据,找到所需日期和时间(每天4组,6小时间隔),下载即可:
二、GRIB数据的转换
必备工具:包括Ultra Edit、WinRAR、Grads(Win32版本)等;
下载下来的数据文件是tar格式的压缩文件,用winrar将其解压到一个文件夹,可以看到里面的grib文件:
将解压获得的grib文件(这里为fnl_20091004_00_00_c)拷贝到Grads安装目录的win32e 文件夹下,打开grads,输入如下命令行:
这时文件夹下就生成了20091004_00_00_c.ctl,可以用Ultra Edit打开,查看其内容。
该文件的内容主要是对数据字段的定义等。
该文件还不能直接使用,要先转换成Unix格式才能继续。
利用Ultra Edit,文件->转换->DOS到UNIX,转换ctl的编码方式,然后保存。
UltraEdit默认的“文件”菜单中可能没有这个转换项,需要自己配置一下,如图:
打开“配置”对话框以后,找到“工具栏/菜单”->“定制”->“定制菜单”:
在下面的对话框中,从右边的选项栏中找到相应的功能(这里要使用“转换”),将其拖到左边就行了(这里已经添加到左边了):
在Grads中继续输入如下命令行:
然后在文件夹下就生成了相应的idx文件,就可以使用idx文件来打开grib文件的转换结果了。
注意:idx的文件名应该与ctl中的一致
默认情况下,经纬度为全球范围,1000mb层,各种数据字段的名称可以在相应的ctl文件中看到,比如本例中的温度廓线字段:
如果不做特别的设置,直接绘制该字段的话,得到的是1000mb层的全球温度分布图:
三、具体廓线参数的获得
廓线的话,是在1000mb到0mb的所有层,在某个经纬度位置上定义的。
以合肥地区为例(31N51,117E17),在Grads中这样设置:
得到如下的温度廓线图(31N ,117E ——对于一个格网内的位置,也许要插值来获得较精确的结果):
概廓线数据共有26层,其分层方法参见相应的ctl 文件。
# 廓线数据的导出方法
按照手册,应该有两种方法:fwrite 或write 写出数据,前者输出的是二进制文件,需要经过转换,后者输出ASCII 文件(但是使用write 的时候总有问题,也许是我方法不对,如果你发现了为什么,请告诉我)。
输出方法如下:
这样获得的文件是二进制的,非直接可读。
但是观察输出,发现文件大小为108KB ,输出项为27,格式为低位序(Little Endian ),也就是说每一项为4个字节,可以将其假定为float ,读出观察,如下图(2009-10-04-00:00的温度廓线,26层,最后一行为一个极大值9.99e+20,作为标记)。
set gxout fwrite; set fwrite output.txt; display tmpprs; disable fwrite;
这样,从NCEP得到的数据就有了26层的坐标、值配对,如何从这26层的值内插获得
76年大气分层下对应的每层的值呢??
我的方法是利用MA TLAB中的interp1(),将NCEP数据插值到76年大气的分层位置,
插值结果如图,蓝色线为NCEP数据提供的温度廓线,绿色线为76年标准大气中的温度廓
线,红色线为将NCEP数据插值到76年大气分层位置的廓线,可以看到实际大气廓线与模
式大气廓线差别还是很大的,通过插值,我们可以把实际大气廓线加入模式大气进行计算,
(图中76年大气的温度廓线在接近0mb时,对应温度从270K迅速减到180K,从而提高精度。
因为NCEP的数据只提供到10mb高度,所以这段仍保持原值,应该影响不大)。