如何将等压相对湿度数据转换为2D数组形式?

我正在尝试在恒定压力水平(500hPa)下创建与MetPy xarray tutorial类似的相对湿度的等高线图。我已经使用Siphon软件包获取了数据,并将其解析为一个数组,该数组似乎是,其中时间和高度是固定的,纬度/经度是可变的:

<xarray.DataArray 'relative_humidity' (time: 1,lat: 141,lon: 121)>
array([[[100.,100.,...,48.5,48.1],[100.,42.8,41.1],[  9.5,9.4,20.7,18.7],9.9,23.8,21.1]]],dtype=float32)
Coordinates:
    reftime   (time) datetime64[ns] 2020-03-24T12:00:00
  * time      (time) datetime64[ns] 2020-03-24T18:00:00
    isobaric  float32 50000.0
  * lat       (lat) float32 55.0 54.75 54.5 54.25 54.0 ... 20.75 20.5 20.25 20.0
  * lon       (lon) float32 270.0 270.25 270.5 270.75 ... 299.5 299.75 300.0
    crs       object Projection: latitude_longitude

要获得此数组,我使用了代码:

data = ncss.get_data(query)

#Parse data using MetPy
ds = xr.open_dataset(NetCDF4DataStore(data))
data = ds.metpy.parse_cf()

#Rename variables to useful things
data = data.rename({
    'Vertical_velocity_pressure_isobaric': 'omega','Relative_humidity_isobaric': 'relative_humidity','Temperature_isobaric': 'temperature','u-component_of_wind_isobaric': 'u','v-component_of_wind_isobaric': 'v','Geopotential_height_isobaric': 'height'
})

#Get data specific to 500mb
zH5 = data['height'].metpy.sel(vertical=850 * units.hPa)
zH5_crs = zH5.metpy.cartopy_crs

#Define coordinates
vertical,= data['temperature'].metpy.coordinates('vertical')
time = data['temperature'].metpy.time
x,y = data['height'].metpy.coordinates('x','y')
lat,lon = xr.broadcast(y,x)

#Create relative humidity array
rel_hum = data['relative_humidity'].metpy.sel(vertical=500*units.hPa)

但是,当我将RH绘制为填充轮廓时,

rh = ax.contourf(x,y,rel_hum,levels=[70,80,90,100],colors=['#99ff00','#00ff00','#00cc00'])

我收到一条错误消息:

TypeError: Input z must be 2D,not 3D

在阅读another SO post about a similar issue之后,我了解了为什么轮廓函数的第三个参数需要是一个二维数组,但是我不确定为什么我的过程在这里(紧密模仿xarray tutorial code from the MetPy docs)不会产生能够绘制的数组。

quzhuanglin 回答:如何将等压相对湿度数据转换为2D数组形式?

基于此输出,由于您只有一次,因此您的数据似乎是2D的:

<xarray.DataArray 'relative_humidity' (time: 1,lat: 141,lon: 121)>

数据仍然被认为是3D的,因为您仍然具有时间维度(即使大小为1)。一种方法是修改对.sel的呼叫以选择特定时间(或向.sel添加另一个呼叫以执行此操作)。

解决此问题的首选方法是使用对.squeeze()的调用。 squeeze()是一种删除所有大小为1的维的方法,解决了这个非常常见的问题,即存在一些无关的维(实际上并没有增加到数组中元素的总数):

rel_hum = data['relative_humidity'].metpy.sel(vertical=500*units.hPa).squeeze()

如果您确实有3D数据,它也不会改变形状。取决于您的应用程序,这可能不是好事。 (如果不好,使用.sel选择时间是更好的选择。)

本文链接:https://www.f2er.com/2588021.html

大家都在问