从 NetCDF 中的多个经纬度中心查找半径内的值

Question

我有一个 netCDF 文件，其中包含特定时间南半球的多个气旋位置（纬度、经度）和气温。

我想要的是从每个气旋位置的中心提取10个测地度（~1110公里）半径范围内的温度值。这个想法是确定与每个气旋相关的温度值（假设距气旋中心的最大径向距离为 10º）并绘制一个仅包含这些温度值的全局 contourf 地图。

我在这里搜索了很多，但我只找到了适用于距一个特定经纬度中心的距离的代码（例如这个：）。

我卡在如何一次对多个中心应用 Haversine 公式。

import xarray as xr
import numpy as np
import matplotlib.pyplot as plt

d = xr.open_dataset('cyc_temp.nc')
lat = d['lat']
lon = d['lon']
cyc_pos = d['id'][:,:]
temp = d['temp'][:,:]

# Haversine formula

def haversine(lon1, lat1, lon2, lat2):
    # convert decimal degrees to radians
    lon1 = np.deg2rad(lon1)
    lon2 = np.deg2rad(lon2)
    lat1 = np.deg2rad(lat1)
    lat2 = np.deg2rad(lat2)

    # haversine formula
    dlon = lon2 - lon1
    dlat = lat2 - lat1
    a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2
    c = 2 * np.arcsin(np.sqrt(a))
    r = 6371
    return c * r

如果有人能帮助我，我会很感激。

Answer 1

这是一个有趣的问题； xarray 的自动广播使它非常干净。

我不确定气旋位置数组的结构，但我假设它的结构如下（或者至少可以操纵成这种形式）：

centers = np.array([[12.0, -62.0], [40.0, -80.0], [67.0, -55.0]])
cyc_pos = xr.DataArray(centers, coords={"coord": ["lon", "lat"]}, dims=["cyclone", "coord"])

换句话说，每一行代表每个气旋的经度和纬度值。

以这种方式定义cyc_pos，使用haversine函数获取经纬度网格中每个点到每个气旋中心的距离相当简单，并从那里获得所需的掩码只是多了一行。

distances = haversine(cyc_pos.sel(coord="lon"), cyc_pos.(coord="lat"), lon, lat)

如果您想要针对特定风暴的面具，您可以使用：

storm_id = 0
mask = (distances <= 1110.0).isel(cyclone=storm_id)

或者如果你想要一个可以抵御所有风暴的面具，你可以使用：

mask = (distances <= 1110.0).any("cyclone")

从 NetCDF 中的多个经纬度中心查找半径内的值

Find values within a radius from multiples lat lon centers in a NetCDF

python

matplotlib

netcdf

python-xarray

haversine