积分商城

最新搜索： ispLEVER NE555.PDF 滤波器 multism IP超过下载限制怎样解除 线性电源
您现在的位置是：首页 > 技术资料 > 基于Python的气象雷达工具包研究
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于Python的气象雷达工具包研究

更新时间：2019-12-24 14:56:30 大小：1M 上传用户：songhuahua查看TA发布的资源 标签：python雷达辐射测量Py-ART 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

Py-ART(Python ARM Radar Toolkit)是一种基于Python的气象雷达数据处理工具包,其提供了强大的数据处理与分析环境,包含了多种最新的气象雷达数据处理算法,支持不同气象雷达数据格式的读取、可视化、校正及分析.在深入分析Py-ART基本原理和整体架构的基础上,对Py-ART进行了详细探讨,并对气象雷达数据处理中常用的Py-ART模块进行了剖析,可促进Py-ART的应用进程,提升气象雷达数据处理的能力


部分文件列表

文件名 大小
基于Python的气象雷达工具包研究.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
1004 － 5422( 2018) 03 － 0282 － 04  
:
文章编号  
Python  
基于  
的气象雷达工具包研究  
1
1
1
2
，
，
，
眭超亚 唐毅谦 罗正华 曹文继  
( 1．  
，
610106; 2．  
，
成都大学 机械工程学院 四川 成都  
610106)  
成都大学 信息科学与工程学院 四川 成都  
: Py-ART( Python ARM Radar Toolkit)  
Python  
，
的气象雷达数据处理工具包 其提供了强大的数  
摘
要
是一种基于  
据处理与分析环境 包含了多种最新的气象雷达数据处理算法 支持不同气象雷达数据格式的读取 可视化 校正  
Py-ART  
， Py-ART  
，
，
、
、
．
，
进行了详细探讨 并对气象雷达数据处理  
及分析 在深入分析  
基本原理和整体架构的基础上 对  
Py-ART  
Py-ART  
，
模块进行了剖析 可促进  
，
的应用进程 提升气象雷达数据处理的能力  
．
中常用的  
:
关键词 气象雷达  
; Python; ; Py-ART  
雷达辐射测量  
:P413. 2  
:A  
文献标志码  
中图分类号  
0
1 Py-ART  
引 言  
核心模块  
，
Py-ART  
Python  
气象雷达的实时测量包含了大量数据 必须通  
是一个基于  
的雷达数据处理软  
．
过相应的处理才能获得有用的信息 在气象雷达的  
，
1
．
件包 该软件包的整体架构如图 所示  
，
数据处理前端 原始测量的电压数据必须通过数字  
，
;
信号处理算法 将其转换成对应时刻的频谱 而数据  
，
处理的后端获得原始数据后 必须根据前期已知的  
，
，
情况对数据进行修正与控制 然后 利用对应的相关  
、
、
算法来获取风速 风向 云的类型及降雨量的大小等  
．
、
气象参数 气象雷达数据的处理 校正与分析涵盖了  
．
广泛的计算科学领域 气象雷达在采集数据的同时  
，
也完成了一定的数据预处理工作 后端的服务器软  
1
Py-ART  
图
整体框架  
．
件对大量的数据进行处理和分析 在气象雷达持续  
，
提供大量数据与信息的情况下 拥有灵活可扩展的  
1) pyart． core．  
Radar  
Grid 2  
该模块主要包含  
和
．
后端处理软件就显得十分重要 该后端软件需要满  
，
．
个子类 是整个软件的基础核心 在从天气雷达的原  
，
足不同类型用户的需求 包括从基本的数据可视化  
、
、
始数据中提取出海拔 方位角 距离坐标等有用信息  
．
，
到复杂数据处理算法的开发 理想情况下 该软件对  
，Radar Grid 2 ． Radar  
的过程中  
和
个对象贯穿始终  
，
，
常规数据可视化处理十分方便 同时 可以对开发者  
，
类使用不同的格式将雷达数据存储在内存中 其具  
．
提供更强大的可扩展功能  
，
体格式由磁盘上雷达数据的存储格式所决定 一般  
［1］  
Py-ART  
、
是一个可对气象雷达数据进行读取 可  
CF/Radial  
．
为
格式  
该模块还包含了对雷达数据  
、
． Py-ART  
视化 校准和分析的软件包  
满足大气辐射测量气候研究机构的使用需求 目前  
Py-ART Python  
开始仅仅是为了  
、
进行增加 修改与可视化等数据处理的功能函数  
．
，
，
2) pyart． io．  
该模块能识别常见的雷达数据文件  
Radar Grid  
已经发展成为一个基于  
的气象雷达  
，
，
格式 并将其读取到  
和
对象中 方便后  
．
数据通用处理框架 该软件包建立在包括  
NumPy、  
．
，
Radar Grid  
和
续的数据处理 同时 该模块能将  
对
SciPy、Matplotlib  
，
，Py-  
等强大的科学计算库之上 同时  
NetCDF  
象处理完成后的数据以  
格式文件写入磁盘  
ART  
Cython  
C
可以利用  
与
语言编写的雷达数据处理  
．
，
中 与该模块相比 该软件包的其他子程序所支持的  
，
．
库进行交互 加速特定算法对计算速度的要求  
．
雷达数据格式要少一些  
: 2018 － 07 － 05．  
收稿日期  
:
作者简介 眭超亚  
( 1990 — ) ， ， ，  
女 硕士研究生 从事气象雷达相关技术研究  
．
3
， :  
眭超亚 等 基于  
Python  
·283·  
第
期
的气象雷达工具包研究  
display． plot( ＇reflectivity＇，0，vmin = － 32，vmax = 64)  
display． plot range rings( ［10，20，30，40］)  
3) pyart． correct．  
该模块包含修正雷达数据的各  
－
－
． :  
种算法 具体包括 利用极化方式进行数据的衰减校  
准［2］ 利用线性规划进行相位修正  
［3］  
display． plot cross hair( 5)  
－
－
;
;
消除数据中  
plt． show( )  
．
，
的多普勒频移 其中 用于消除多普勒频移的算法具  
［4 － 5］  
FourDD  
、
．
体又包括  
算法 多相位解缠等  
4) pyart． graph．  
该模块包含雷达数据可视化的  
． RadarDisplay  
类和功能函数  
类可绘制气象雷达以  
( Plan position indicator，PPI)  
平面位置显示  
或距离高  
( Range-height indicator，RHI)  
度显示  
的数据  
扫描方式获取  
． RadarMapDisplay  
GridMapDisplay  
或
类可将  
PPI、RHI  
从
扫描方式或笛卡尔坐标获取的数据在  
．
，
地图上进行匹配并可视化 同时 该模块还包含了  
RadarDisplay_Airborne  
，
类 该类可用于机载雷达数据  
，
的可视化 通过不同的颜色来标识不同时刻机载雷  
2
(PPI)  
图
平面位置显示  
．
达获取的数据  
5) pyart． map．  
该模块包含了将一个或多个雷达  
2) RHI．  
，
雷达固定方位角 天线通过俯仰扫描的  
．
数据映射到笛卡尔坐标系的功能函数 在相应精度  
，
探测方式获得数据 然后以雷达为坐标原点建立极  
［6］  
［7］  
，
Cressman  
Barnes  
要求范围内 该函数可选择  
或
，
．
坐标 用不同色标来表示数据的大小和方向 此扫描  
．
提出的不同算法对坐标系中的雷达数据进行插值  
方式可用于监测强对流天气系统中经常会出现的某  
6) pyart． retrieve．  
该模块可检索多个雷达数据之  
，
3
．
些强度回波分布形态 如图 所示  
，
、
间的相关信息 包括微分相位 根据反射率计算出的  
:
import matplotlib． pyplot as plt  
实现代码  
、
信噪比 圆形去极化比率与降水率估计值等  
．
7) pyart． filters．  
，
该模块在收到原始数据后 将不  
import pyart  
，
．
需要的数据进行过滤 以提高数据处理的效率  
import netCDF4  
filename = ‘XSW110520113537． RAW7HHL＇  
RadarDisplay  
2 Py-ART  
部分功能  
#
使用  
创建绘图  
radar = pyart． io． read rsl( filename)  
－
Py-ART  
，
、
基础功能强大 已拥有了画图 坐标转  
display = pyart． graph． RadarDisplay( radar)  
fig = plt． figure( figsize =［10，4］)  
． Py-ART  
Python  
换与数据存储等常见功能  
是基于  
，
Linux  
，
系统 使用  
Ana-  
的 本研究的实验环境基于  
ax = fig． add subplot( 111)  
－
conda Jupyter Notebook  
．
的
来完成  
气象雷达数据可视化  
Py-ART  
instrument name = radar． metadata［‘instrument  
－
2． 1  
name］＇ ． decode( ‘utf － 8＇)  
，
拥有强大的画图功能 能快速创建高质  
time start = netCDF4． num2date( radar． time［‘data］＇ ［0］，radar．  
－
，
PPI  
RHI  
量的雷达时刻图 可支持  
和
等数据格式的  
time［‘units＇］)  
．
显示  
time text = ‘ ＇ + time start． isoformat( ) + ‘Z ＇  
－
－
1) PPI．  
，
雷达固定仰角 天线以全方位扫描的方  
azimuth = radar． fixed angle［‘data］＇ ［0］  
－
，
，
式获取数据 然后以雷达站为中心建立极坐标 采用  
title =‘RHI ＇ + instrument name + time text + Azimuth %．  
－
－
，
2
．
不同颜色来表示数据的大小和方向 如图 所示  
2f % ( azimuth)  
:
实现代码  
import matplotlib． pyplot as plt  
display． plo(t ‘reflectivity＇，0，vmin = － 32，vmax = 64，title = ti-  
tle，  
import pyart  
colorbar flag = False，ax = ax)  
－
filename = ‘XSW110520105408． RAW7HHF＇  
display． set limits( ylim =［0，17］)  
－
/ /  
RadarDisplay  
使用  
创建绘图  
cax = fig． add axes( ［． 9，． 1，0． 02，． 8］)  
－
radar = pyart． io． read rsl( filename)  
－
colorbar label = ‘Eq refl fact ( dBz) ＇  
－
display = pyart． graph． RadarDisplay( radar)  
fig = plt． figure( )  
display． plot colorbar( fig = fig，cax = cax，label = colo rbar label)  
－
－
ax = fig． add subplot( 111)  
－
plt． show( )  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号