如何解决如何使用 xESMF 将高分辨率 GRIB 网格重新采样为较粗的分辨率?
我正在尝试使用 xESMF 包将一组 0.25 度分辨率的 GRIB2 阵列重新采样为更粗糙的 0.5 度分辨率(xarray 的粗化方法在这里不起作用,因为纬度中有奇数个坐标)。
我已经通过 pygrib 包将 GRIB 数据转换为 xarray 格式,然后将我需要的特定网格子集:
fhr = 96
gridDefs = {
"0.25":
{'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/landsfc.pgrb2.0p25"},"0.5":
{'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/landsfc.pgrb2.0p50"},}
fileDefs = {
"0.25":
{'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/GEFSv12/reforecast/2019/2019051900/c00/Days%3A1-10/tmp_pres_2019051900_c00.grib2",'localfile': "tmp_pres.grib2"},"0.5":
{'url': "https://noaa-gefs-retrospective.s3.amazonaws.com/GEFSv12/reforecast/2019/2019051900/c00/Days%3A1-10/tmp_pres_abv700mb_2019051900_c00.grib2",'localfile': "tmp_pres_abv_700.grib2"},}
def grib_to_xs(grib,vName):
arr = xr.DataArray(grib.values)
arr = arr.rename({'dim_0':'lat','dim_1':'lon'})
xs = arr.to_dataset(name=vName)
return xs
gribs = {}
for key,item in gridDefs.items():
if not os.path.exists(item['url'][item['url'].rfind('/')+1:]):
os.system("wget " + item['url'])
lsGrib = pygrib.open(item['url'][item['url'].rfind('/')+1:])
landsea = lsGrib[1].values
gLats = lsGrib[1]["distinctLatitudes"]
gLons = lsGrib[1]["distinctLongitudes"]
gribs["dataset" + key] = xr.Dataset({'lat': gLats,'lon': gLons})
lsGrib.close()
for key,item in fileDefs.items():
if not os.path.exists(item['localfile']):
os.system("wget " + item['url'])
os.system("mv " + item['url'][item['url'].rfind('/')+1:] + " " + item['localfile'])
for key,item in fileDefs.items():
hold = pygrib.open(item['localfile'])
subsel = hold.select(forecastTime=fhr)
#Grab the first item
gribs[key] = grib_to_xs(subsel[1],"TT" + key)
hold.close()
以上代码在两个网格域(0.25 和 0.5)下载两个常量文件 (landsfc),然后也下载每个分辨率的两个 GRIB 文件。我正在尝试将 0.25 度 GRIB 文件 (tmp_pres.grib2) 重新采样到 0.5 度域,如下所示:
regridder = xe.Regridder(ds,gribs['dataset0.5'],'bilinear')
print(regridder)
ds2 = regridder(ds)
我的问题是我在尝试使用 regridder 时生成了两条警告消息:
/media/robert/HDD/Anaconda3/envs/wrf-work/lib/python3.8/site-packages/xarray/core/dataarray.py:682: FutureWarning: elementwise comparison Failed; returning scalar instead,but in the future will perform elementwise comparison
return key in self.data
/media/robert/HDD/Anaconda3/envs/wrf-work/lib/python3.8/site-packages/xesmf/backend.py:53: UserWarning: Latitude is outside of [-90,90]
warnings.warn('Latitude is outside of [-90,90]')
输出 xarray 确实具有正确的坐标,但是网格内的值很远(在更高分辨率网格的最大值/最小值之外),并且表现出这些没有物理意义的奇怪条带模式。
我想知道的是,这是使用 xEMSF 升级阵列的正确过程吗?如果不是,我将如何解决这个问题?
如有任何帮助,将不胜感激,谢谢!
解决方法
我建议首先尝试使用保守而不是双线性(在他们的文档中推荐)并且可能检查您是否正确使用了参数,因为它似乎有问题,我的第一个猜测是您正在做的事情会移动出于某种原因,我将文档链接留在这里,希望有人知道更多。
Regridder 文档: https://xesmf.readthedocs.io/en/latest/user_api.html?highlight=regridder#xesmf.frontend.Regridder.__init__
升级建议(搜索升级,还有一个提高分辨率的指南): https://xesmf.readthedocs.io/en/latest/notebooks/Compare_algorithms.html?highlight=upscaling
,感谢 MASACR 99 提供的文档链接和建议,我能够对 xESMF 包进行更多的挖掘,并从包作者 (https://github.com/geoschem/GEOSChem-python-tutorial/blob/main/Chapter03_regridding.ipynb) 处找到重采样方法的工作示例,我的问题通过两个更改解决了:
- 我将方法从双线性更改为保守(这还需要向输入数组添加两个字段(纬度和经度的边界)。
- 我没有直接将被重采样的变量传递给重采样器,而是必须定义两个固定网格来创建重采样器,然后传递单个变量。
为了解决第一个变化,我创建了一个新函数来为我提供边界变量:
def get_bounds(arr,gridSize):
lonMin = np.nanmin(arr["lon"].values)
latMin = np.nanmin(arr["lat"].values)
lonMax = np.nanmax(arr["lon"].values)
latMax = np.nanmax(arr["lat"].values)
sizeLon = len(arr["lon"])
sizeLat = len(arr["lat"])
bounds = {}
bounds["lon"] = arr["lon"].values
bounds["lat"] = arr["lat"].values
bounds["lon_b"] = np.linspace(lonMin-(gridSize/2),lonMax+(gridSize/2),sizeLon+1)
bounds["lat_b"] = np.linspace(latMin-(gridSize/2),latMax+(gridSize/2),sizeLat+1).clip(-90,90)
return bounds
对于第二个更改,我修改了 regridder 定义和应用程序以使用静态定义的网格,然后传递所需的变量以重新采样:
regridder = xe.Regridder(get_bounds(gribs['dataset0.25'],0.25),get_bounds(gribs['dataset0.5'],0.5),'conservative')
print(regridder)
ds2 = regridder(ds)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。