MetPy 匹配 GOES16 反射亮度

Question

在使用 MetPy 创建 GOES16 图像时，我在匹配 CMI01 到 CMI06 上的颜色 table/brightness 时遇到问题。我试过使用库存颜色表并使用随机 vmin/vmax 来尝试匹配。我也尝试过使用定制的颜色表，甚至尝试将 min_reflectance_factor && max_reflectance_factor 之类的东西整合为 vmin/vmax 值。

也许我让这条路比现在更难了？有什么我想念的吗？以下是帮助创建我当前图像输出的代码摘录：

grayscale = {"colors": [(0,0,0),(0,0,0),(255,255,255),(255,255,255)], "position": [0, 0.0909, 0.74242, 1]} CMI_C02 = {"name": "C02", "commonName": "Visible Red Band", "grayscale": True, "baseDir": "visRed", "colorMap": grayscale}

dat = data.metpy.parse_cf('CMI_'+singleChannel['name']) proj = dat.metpy.cartopy_crs

maxConcat = "max_reflectance_factor_"+singleChannel['name'] vmax = data[maxConcat]

sat = ax.pcolormesh(x, y, dat, cmap=make_cmap(singleChannel['colorMap']['colors'], position=singleChannel['colorMap']['position'], bit=True), transform=proj, vmin=0, vmax=vmax)

make_cmap 是我发现的一种方便的花花公子方法，有助于创建自定义颜色表。此代码是多处理过程的一部分，因此 singleChannel 实际上是 CMI_C02。

供参考，第一张图片来自杜佩奇学院，第二张是我的输出...

任何 help/guidance 将不胜感激！

Answer 1

在征求了一些气象学家的意见后，我最终在两幅图像之间制作了一种颜色 table，因为普遍认为他们认为我的版本太暗而标准太亮。

我仍然使用 vmax 和 vmin 作为 pcolormesh() 并将我的 grayscale 对象简化为只有两种颜色，灰色比标准颜色稍深。

感谢所有看过这篇文章的人。

Answer 2

所以我认为您的问题是因为对杜佩奇学院的数据应用了非线性变换，在本例中为平方根 (sqrt)。正如 GOES ABI documentation. 中提到的，这在过去已应用于 GOES 图像，我认为这就是 CoD 正在做的事情。

这是一个用于比较有无 sqrt 的脚本：

import cartopy.feature as cfeature
from datetime import datetime, timedelta
import matplotlib.pyplot as plt
import metpy
import numpy as np
from siphon.catalog import TDSCatalog

# Trying to find the most recent image from around ~18Z
cat = TDSCatalog('http://thredds.ucar.edu/thredds/catalog/satellite/goes16'
                 '/GOES16/CONUS/Channel02/current/catalog.xml')
best_time = datetime.utcnow().replace(hour=18, minute=0, second=0, microsecond=0)
if best_time > datetime.utcnow():
    best_time -= timedelta(days=1)
ds = cat.datasets.filter_time_nearest(best_time)

# Open with xarray and pull apart with some help using MetPy
data = ds.remote_access(use_xarray=True)
img_data = data.metpy.parse_cf('Sectorized_CMI')
x = img_data.metpy.x
y = img_data.metpy.y

# Create a two panel figure: one with no enhancement, one using sqrt()
fig = plt.figure(figsize=(10, 15))
for panel, func in enumerate([None, np.sqrt]):
    if func is not None:
        plot_data = func(img_data)
        title = 'Sqrt Enhancement'
    else:
        plot_data = img_data
        title = 'No Enhancement'

    ax = fig.add_subplot(2, 1, panel + 1, projection=img_data.metpy.cartopy_crs)
    ax.imshow(plot_data, extent=(x[0], x[-1], y[-1], y[0]),
              cmap='Greys_r', origin='upper')
    ax.add_feature(cfeature.COASTLINE, edgecolor='cyan')
    ax.add_feature(cfeature.BORDERS, edgecolor='cyan')
    ax.add_feature(cfeature.STATES, edgecolor='cyan')
    ax.set_title(title)

这导致：

下图应用了 sqrt 变换，似乎与 CoD 图像非常匹配。

MetPy 匹配 GOES16 反射亮度

MetPy Matching GOES16 Reflectance Brightness

python

numpy

matplotlib

metpy