原创代码 | Python处理探空数据及可视化

背景 |

2020年，美国飓风 Laura 临近登陆时，NOAA派出飞机投放探空仪观测，很快推特上便有了相应的T-lnP图，如下图。

我国在2020年，也进行了XX计划。在台风森拉克过境后，即在台风外围投放了数十枚探空仪，获取了非常密集的温压湿风探空曲线。这是当时的卫星云图(如下图，来源：韩国GK2A卫星)，可以看到，当时台风主体已经进入越南境内，而释放探空仪的位置位于海南岛东南近海。

真彩色云图

红外增强云图

读数据 |

由于所用数据是Excel的表格，我们用Pandas读取其表单。

from datetime import datetime,timedeltaimport pandas as pdf = '17_54_4.xls'# 将时间解析为datetime类dateparse = lambda x: datetime.strptime('2020-08-02 ' + x, '%Y-%m-%d %H:%M:%S')df = pd.read_excel(f,sheet_name=0,parse_dates=['时间'], date_parser=dateparse)# 时间         纬度          经度     位势高度     温度     湿度     气压  风速  风向#                                     m           degC     %       hPa   m/s  deg   # convert BJT -> UTCdf['时间'] = df['时间'] - timedelta(hours=8)df[df == -9999] = np.nandf = df[::-1]

读取结果

绘T-lnP图 |

用NCAR开发的Metpy包来画T-lnP图，官方链接如下：

https://unidata.github.io/MetPy/latest/

官方提供了诸多例子，包括画常规天气图和T-lnP图，以及计算物理量、诊断量。链接如下：

https://unidata.github.io/MetPy/latest/examples/index.html

根据Simple_Sounding例子，来画我们所需最简单的T-lnP图。注意：美国人用的是斜T-lnP，即旋转30度，而国内是T-lnP，需要改成0度。

对应的函数接口如下：

https://unidata.github.io/MetPy/latest/api/generated/metpy.plots.SkewT.html#metpy.plots.SkewT

SkewT的函数说明

具体绘图脚本如下：

# 代码来源：“happy科研”公众号# 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
import matplotlib.pyplot as pltimport metpy.calc as mpcalcfrom metpy.plots import SkewT, Hodographfrom metpy.units import unitsimport metpy.interpolate as mpi
# 转换为Metpy的数据类p = df['气压'].values * units.hPaT = df['温度'].values * units.degCrh = df['湿度'].values / 100Td = mpcalc.dewpoint_rh(T, rh)wsp = df['风速'].values * units('m/s')wdr = df['风向'].values * units.degreesu, v = mpcalc.wind_components(wsp, wdr)
# 开一个画布fig = plt.figure(figsize=(12, 12))skew = SkewT(fig, rotation=0)
# 画温度、露点和风skew.plot(p, T, 'r')skew.plot(p, Td, 'g')skew.plot_barbs(p[::5], u[::5], v[::5])skew.ax.set_ylim(1000, 250)skew.ax.set_xlim(-40, 30)
# 计算对流凝结高度，p[0]为最低层气压lcl_pressure, lcl_temperature = mpcalc.lcl(p[0], T[0], Td[0])skew.plot(lcl_pressure, lcl_temperature, 'ko', markerfacecolor='black')
# 画状态曲线prof = mpcalc.parcel_profile(p, T[0], Td[0]).to('degC')skew.plot(p, prof, 'k', linewidth=2)
# 画对流有效位能和抑制能skew.shade_cin(p, T, prof)skew.shade_cape(p, T, prof)
# 画0度温度线，图中紫色虚线skew.ax.axvline(0, color='c', linestyle='--', linewidth=2)
# 干绝热线skew.plot_dry_adiabats()# 湿绝热线skew.plot_moist_adiabats()# 等比湿线skew.plot_mixing_lines()

T-lnP图, 世界时: 2020-08-02T10

可以看出台风过后CAPE还是比较大。