Python读取grib数据获取变量推荐姿势

见贤思齐

前情提要最近使用的EC和GFS预报数据给的都是grib2格式的，之前用惯nc格式的，python读取grib2数据的时候还走了些弯路，看到很多博客上给的教程其实不能满足我的需求，现在搞明白了分享一下pygrib安装第一个问题就是我电脑上pygrib安装都折腾了一阵子我电脑上直接pip是装不上去的pip3installpygrib1使用conda的时候最好使用的是conda-forge源的，用这个装成功了condainstall-cconda-forgepygrib1pygrib使用遍历一下查看数据以一个GFS的预报数据为例，我们使用pygrib读取之后，得到的是一个可迭代对象，可以拿来循环importpygribgrbs=pygrib.open('gfs.t00z.pgrb2.0p25.f024')forgrbingrbs:print(grb)1234我们来看一下遍历出的grbmessage对象打印出来是什么1ressurereducedtoMSLa(instant):regular_ll:meanSea:level0:fcsttime24hrs:from2024072100002:Cloudmixingratio:kgkg**-1(instant):regular_ll:hybrid:level1:fcsttime24hrs:from2024072100003:Icewatermixingratio:kgkg**-1(instant):regular_ll:hybrid:level1:fcsttime24hrs:from202407210000123可以发现，每一个grbMessage对象可以是二维格点数据，同时单位，气压层等维度信息也是有的以“510:Temperature:K(instant):regular_ll:isobaricInhPa:level95000Pa:fcsttime24hrs:from202407210000”为例，表示的意思如下510:这是记录的索引或序号。它标识这是文件中的第510个记录。Temperature:这是变量的名称。在这里，它表示“温度”。K(instant):这是变量的单位和时间类型。K表示开尔文，是温度的单位。instant表示这是瞬时值。regular_ll:这是网格类型，regular_ll表示规则的纬度/经度网格。isobaricInhPa:这是变量所属的层。在这里，它表示等压面。level95000Pa:这是变量的层次信息。这里表示95000帕斯卡(Pa)等压面（950hPa等压面）。fcsttime24hrs:这是预报时间。这里表示从初始时间起24小时后的预报。from202407210000:这是初始时间，表示2024年7月21日00:00。获取变量我下载的明明有41个高度层的信息，但是这样便利出来每一条数据都只是一个二维变量，我最终想获得的温度数据应该是三维数据，这意味着我需要将遍历的数据中为Temperature的调出来将他们拼成三维数组，这样才获取了一个变量完整的数据可以看到，遍历出的数据以Temperature开头的就有56个，这是将非等压面的一些奇怪的Temperature也算上的总数因此我们需要从中获取grbs中真正是气压层的Temperatureimportpygribimportnumpyasnpdefselect_variable(filepath,variable,typeOfLevel):#打开GRIB2文件grbs=pygrib.open(filepath)forgrbingrbs:print(grb)temperature_records=grbs.select(name='Temperature',typeOfLevel='isobaricInhPa')#获取记录数量num_records=len(temperature_records)#假设所有记录的维度相同，获取第一个记录的维度#这里使用第一个记录来确定数据的维度first_record=temperature_records[0].valuesdata_shape=first_record.shape#创建一个三维数组来存储温度数据select_data=np.zeros((num_records,*data_shape))#提取每个记录的数据并存储到三维数组中fori,recordinenumerate(temperature_records):select_data[i,:,:]=record.valuesreturnselect_datafilepath='../download_res/ncep/20240721/gfs.t00z.pgrb2.0p25.f024'variable='Temperature'typeOfLevel='isobaricInhPa'T=select_variable(filepath,variable,typeOfLevel)print(np.shape(T))12345678910111213141516171819202122232425262728293031这个函数和案例就展示了如何从grib数据中获取需要的变量这里需要解释的是typeOfLevel=‘isobaricInhPa’，这是因为这个数据中只要是有不同高度层的数据，他的typeOfLevel就是isobaricInhPa，因为除了高度层的Temperature可以看到这种不是描述等压面温度的Temperature，如果不加上typeOfLevel='isobaricInhPa就会把他们也筛选出来推荐使用Panoply查看grib数据先大概了解数据Panoply直接搜索Panoply去官网下载之后直接打开即可，现在需要Java11装好，也很简单，去orical官网下载Java11的非安装版本，之后配置一下环境变量，在cmd输入java-version看到是11就可以了，无脑使用可以看到，与pygrib不一样，Panoply直接会读出一个叫Temperatureisobaric的变量，表示的就是有不同气压层的温度变量，这样可以很直观地看到数据的维度，但需要注意的是panoply和pygrib读出的变量可能长得不一样，需要留意在Panoply中也可以一目了然总共有什么变量，再回去python中遍历一下找到pygrib读出来的变量名，获取变量