x波段雷达基数据绘制成雷达图
1.雷达基数据格式Z_RADR_I_ZR001_20240521020002_O_DOR_YLD2-D_CAP_FMT.bin.bz2
2.基数据读取
```python
f = StandardData(i) # 新版本标准数据radarTime = f.scantime # 获取雷达时次date_str = radarTime.strftime('%Y-%m-%d %H:%M:%S')date_str = date_str.replace(' ', '_').replace(':', '')stationCode = f.codef.available_product(0)
3.基本反射率dbz读取，其他要素类似
r = f.get_data(0, 400, "REF")dbz_path = pngPath + '/' + stationCode + '/' + 'dbz' + '/'if not os.path.exists(dbz_path): # 如果路径不存在os.makedirs(dbz_path) # 则创建该目录else:print("dbz路径已经存在")dbz_name = stationCode + '_' + 'dbz' + '_' + date_str + '.png'dbz_pro = os.path.join(dbz_path, dbz_name)draw_dbz(r, dbz_pro)rpath_dbz = os.path.relpath(dbz_pro, pngPath).replace('\\', '/')add_record(stationCode, radarTime, 'dbz', rpath_dbz)4.绘制dbz雷达图,其余要素类似
def draw_dbz(r, dbz_pro):ref = r.REFproj = ccrs.PlateCarree() # 创建投影，选择cartopy的platecarree投影fig = plt.figure(figsize=(6, 6)) # 创建页面，可以自己选择大小# ax = fig.subplots(subplot_kw={'projection': proj}) #子图ax = fig.add_subplot(1, 1, 1, projection=proj)for spine in ax.spines.values():spine.set_visible(False)color_max = int(ref.max()) + 1color_min = int(ref.min())n_gap = (color_max - color_min) / 20# levels = np.arange(color_min,color_max+n_gap,n_gap)levs = [0, 10.0, 15.0, 20.0, 25.0, 30.0, 35.0, 40.0, 45.0, 50.0, 55.0, 60.0, 65.0, 70.0]cols = [(0, 0, 0, 0), (0, 161 / 255, 247 / 255), (1 / 255, 236 / 255, 237 / 255), (0, 216 / 255, 0),(1 / 255, 144 / 255, 0), (255 / 255, 255 / 255, 0), (231 / 255, 192 / 255, 0),(255 / 255, 144 / 255, 0), (255 / 255, 0, 0), (214 / 255, 0, 0), (192 / 255, 0, 0),(255 / 255, 0, 240 / 255),(150 / 255, 0, 180 / 255), (173 / 255, 144 / 255, 240 / 255)]# 创建自定义颜色映射custom_cmap = ListedColormap(cols)norm = BoundaryNorm(levs, custom_cmap.N, clip=False)# 绘制等高线填充图plt.contourf(r.longitude, r.latitude, ref, cmap=custom_cmap, norm=norm, levels=levs)# 设置透明背景并保存图片plt.savefig(dbz_pro, transparent=True, dpi=600, bbox_inches='tight', pad_inches=0)plt.close(fig)
5.绘制结果展示
6.雷达小常识
1.在国内，我们最常见到和使用的气象雷达，是新一代多普勒天气雷达(CINRAD)。我们在气象局之类建筑楼顶上见到的那些球形建筑，大都属于这一种雷达。这种雷达可以探测反射率因子、多普勒径向速度、谱宽等基本气象要素，从而为短临尺度上的天气预报和预警提供数据支撑。特别是雷达反射率数据，因为其与强对流天气系统直接相关，最常被大家使用。
达数据在日常业务科研中的应用非常多，比如雷达数据可以用于数值模式同化中，为数值模式提供一个更加准确的初始场；基于雷达反射率数据的雷达短临预报系统可以预报未来2小时内，雷达探测范围内的强对流天气。例如，眼控科技自主研发的基于深度学习的AI对流临近预报系统就是利用雷达反射率数据，对未来两小时之内强对流天气，进行准确的预报。看了一下，下面的这个预报效果确实很好
