收藏本站 劰载中...网站公告 | 吾爱海洋论坛交流QQ群:835383472

[数据处理] 利用Python工具实现热带气旋数据分析和可视化

[复制链接]

Tropycal是旨在简化提取和分析热带气旋数据的Python工具,可以同时处理历史和实时数据,主要面向研究和业务气象部门。文末可获取相关教程文件。

Tropycal可以处理 HURDAT2和IBTrACS再分析以及业务NHC最佳路径数据,可用于气候、季节性和单个雷暴分析

对于每个单独的风暴,国家飓风中心的业务预报、飞机观测数据和任何相关的龙卷风活动都可以提取和绘制。


' n3 w" @7 v/ ~4 Z

安装
( O2 a* {, I1 B8 L3 @  Y

( s/ i/ [; L3 l2 E8 f, W$ L

与常规python工具安装方法类似,可直接利用 pip 进行安装,如下:

[Python] 纯文本查看 复制代码
pip install tropycal

或者下载源代码进行安装:

[Python] 纯文本查看 复制代码
[/color]git clone[url=https://github.com/tropycal/tropycal]https://github.com/tropycal/tropycal[/url][/p][p=null, 2, left][color=rgb(0, 0, 0)]cdtropycal[/color][/p][p=null, 2, left][color=rgb(0, 0, 0)]python setup.py install

示例

官方文档中提供了很多示例,包括龙卷分析、单个雷暴分析、热带气旋数据集分析。

示例中给出的分析可视化结果都非常不错,从可视化的角度而言很值得学习。

龙卷分析

官方示例中给出的示例,可直接加载龙卷数据集进行分析。

[Python] 纯文本查看 复制代码
importtropycal.tracks astracks
importtropycal.tornado astornado
importdatetime asdt
tor_data = tornado.TornadoDataset()
tor_ax,domain,leg_tor = tor_data.plot_tors(dt.datetime(2011,4,27),plotPPH=True,return_ax=True)
tor_ax

7baed1222df25567aee7279e044d9719.jpeg

  T& i) f$ t4 c, d2 I0 Q' l/ r

龙卷路径和PPH(Practically Perfect Forecast)分布

  N. j& e0 d, e. t2 z! k
  • 使用追踪数据集

    ! e! _6 m7 i/ K' O0 i1 \

[Python] 纯文本查看 复制代码
hurdat_atl = tracks.TrackDataset(basin='north_atlantic',source='hurdat',include_btk=False)
storm = hurdat_atl.get_storm(('ivan',2004))
storm.plot_tors(plotPPH=True,return_ax=True)

0ebc6607a133a3b1dfe84443d000eecc.png

1 V; E9 d7 ], C& S8 `

Ivan飓风移动路径和PPH


4 P. e) B* g, c单个雷暴分析

官方文档中给出了HURTDAT2、IBTrACS数据集以及单个雷暴的分析示例。

[Python] 纯文本查看 复制代码
importtropycal.tracks astracks
importdatetime asdt
hurdat_atl = tracks.TrackDataset(basin='north_atlantic',source='hurdat',include_btk=False)
storm = hurdat_atl.get_storm(('michael',2018))
storm.plot(return_ax=True)

3b5e09969635aeea23c0d1febe228959.png

: r; j9 Q) Q' s4 Y" S

Michael飓风移动路径

4 M+ X- I3 D0 G+ Y4 X# A' A+ a1 f" r: p

[Python] 纯文本查看 复制代码
storm.plot_nhc_forecast(forecast=2,return_ax=True)

2709de8905341ba45fb5283bde74c6b7.png

: \2 D3 R' ?! f5 U. ?

潜在的热带气旋预报


% d0 m) s/ r3 ?; wTC数据集分析

在TC数据集部分,利用上述提到的两种数据集对雷暴进行了简单的分析,比如空间分布、最大风速以及移动路径。

[Python] 纯文本查看 复制代码
ibtracs = tracks.TrackDataset(basin='all',source='ibtracs',ibtracs_mode='jtwc_neumann',catarina=True)
ibtracs.gridded_stats(request="maximum wind",return_ax=True)

5ee88ae54d26f8725de21edac847f6be.png

) m, C; Y2 m: z. K8 J

热带气旋最大风速分布


* n- H, W" \5 W& z( G6 h

除了绘图部分外,官方文档还提供了数据源的说明,可点击阅读原文前往官方文档查看相关页面。


6 X7 W" o  c9 ?( j  q. y: p

除了官方文档提供的可视化分析之外,官方的示例脚本源中也提供了一些额外的分析和可视化内容,部分结果如下图所示:


8 X9 ]/ a' e; T; V9 B5 N+ `) G

16af6fb7d03b084d3795552e0b704336.png

dd119535877d9e64d55a86adedf64295.png

b60b4f8d461eec9e82f6106a9cec7756.png

就介绍到这里,感兴趣的可以前往官方文档或官方源查看更详细的信息。

参考链接:


* X9 e) {1 E# w3 ^1 d9 r: ^* K# x$ W

1. https://github.com/tropycal

2. https://tropycal.github.io/tropycal/

3. https://github.com/tropycal/samp ... Tropical_Talk.ipynb


7 E3 f  D  S1 w  e2 c' `$ r0 ~' s0 k# P' Y- N
# |' x0 A* p* P- l
f86bce10e9405b58c34cf5d5e81887c6.png
回复

举报 使用道具

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
文星雨
活跃在2026-4-15
快速回复 返回顶部 返回列表