WRF Lambert Conformal Conic 如何转换为 Latitude/Longitude Plot Offset

How WRF Lambert Conformal Conic Convert To Latitude/Longitude Plot Offset

我尝试将 Lambert 共形坐标转换为 lat/lon (WGS84) 并且我使用了 wgrib2,但结果有偏差。

命令:

wgrib2 "mypath" -match "10m...." -new_grid_winds grid -new_grid_interpolation neighbor -new_grid latlon 108:129:0.25 16:65:0.25 "outputpath"

结果:

虽然应该是这样的(来自windy.com)

grib 文件:

Grib2 file

Grib2json file

我认为初始 grib 文件中可能存在一些缺陷。我使用 wgrib2 将 grib 文件转换为 netCDF,然后使用 Python 绘制了一些图,但结果并不好。

事实是,当我制作温度图并将其与风矢量叠加时,它看起来不错。问题是,当我也添加海岸线时,我看到台湾岛和大陆的位置与从数据库中提取的海岸线不匹配。

因此我假设初始 gribfile 中有问题 - 坐标(起点和终点或步骤)不是很好,写入 netCDF 的坐标不正确。

我的代码在这里,如果有兴趣:

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
from netCDF4 import Dataset
import json
# -------------------------------
# read the json file:
with open('2018091312.json','r') as f:
    data = json.load(f)
# -------------------------------
lo1,lo2,la1,la2 = 108,142.75,16,23.75
dx,dy=0.25,0.25
nx,ny=140,32
udata=np.array(data[0]['data'],dtype='float32');udata=np.reshape(udata,(ny,nx));
vdata=np.array(data[1]['data'],dtype='float32');vdata=np.reshape(vdata,(ny,nx));
londata=np.arange(lo1,lo2+dx,dx);
latdata=np.arange(la1,la2+dy,dy);
londata,latdata=np.meshgrid(londata,latdata)
# -------------------------------
# -------------------------------
ncin=Dataset('test.nc');
lons=ncin.variables['longitude'][:];
lats=ncin.variables['latitude'][:];
u10=np.squeeze(ncin.variables['UGRD_10maboveground'][:])
v10=np.squeeze(ncin.variables['VGRD_10maboveground'][:])
t2=np.squeeze(ncin.variables['TMP_surface'][:])
ncin.close();
# -------------------------------
xlim=(np.min(lons),np.max(lons));
ylim=(np.min(lats),np.max(lats));
# -------------------------------
plt.figure(figsize=(8, 8))
m = Basemap(projection='cyl', resolution='i',
            llcrnrlat=ylim[0], urcrnrlat=ylim[1],
            llcrnrlon=xlim[0], urcrnrlon=xlim[1], )
xx,yy=m(lons,lats);
m.pcolormesh(lons,lats,t2,vmin=273.,vmax=300.);
skipx=skipy=16
m.quiver(xx[::skipy,::skipx],yy[::skipy,::skipx],u10[::skipy,::skipx],v10[::skipy,::skipx],scale=20.0,units='inches');
# ------------------------------------------
plt.savefig('test_withoutland.png',bbox_inches='tight')
m.drawcoastlines()
m.drawlsmask(land_color = "#ddaa66")
plt.savefig('test_withland.png',bbox_inches='tight')
plt.show()
# ------------------------------------------
skipx,skipy=2,2
plt.figure(figsize=(8, 8))
m = Basemap(projection='cyl', resolution='i',
            llcrnrlat=ylim[0], urcrnrlat=ylim[1],
            llcrnrlon=xlim[0], urcrnrlon=xlim[1], )
xx,yy=m(londata,latdata);
m.pcolormesh(lons,lats,t2,vmin=273.,vmax=300.);
m.quiver(xx[::skipy,::skipx],yy[::skipy,::skipx],udata[::skipy,::skipx],vdata[::skipy,::skipx],scale=20.0,units='inches');
# ------------------------------------------
m.drawcoastlines()
m.drawlsmask(land_color = "#ddaa66")
plt.savefig('test_json.png',bbox_inches='tight')
plt.show()

结果如下(使用 JSON 文件进行的测试):

从grib到newCDF的转换,我是这样做的:

wgrib2 M-A0064-000.grb2 -netcdf test.nc

WRF LCC 中有一些奇怪的定义,您在进行重新投影时需要牢记这些定义。该网站(独立)使用 python.

详细介绍了大部分内容

https://fabienmaussion.info/2018/01/06/wrf-projection/