Lire le fichier GRIB2 de l'Agence météorologique sur pygrib

introduction

Ici, les fichiers suivants dans Liste d'exemples de données de l'Agence météorologique sont ciblés.

--Modèle de prévision numérique global GPV (GSM) --Meso modèle de prévision numérique GPV (MSM) --Modèle de prévision numérique local GPV (LFM)

Les deux adoptent un format binaire appelé GRIB2.

Environnement de vérification

J'ai utilisé l'environnement virtuel d'Anaconda.

• Windows 10 Home
• conda 4.8.2
• Python 3.7.7

Installation de la bibliothèque

Comme le titre de l'article le suggère, utilisez pygrib. Peut être installé à partir de pip ou conda.

conda install -c conda-forge pygrib

Exemple d'implémentation

Obtenir la température [℃] du stade Jingu (35,6745, 139,7169) (point de maille le plus proche) à chaque instant (JST) à partir du fichier échantillon (MSM) de l'Agence météorologique.

• Les numéros valides sont suspects, mais ne vous inquiétez pas.

from datetime import timedelta
import pygrib
import pandas as pd

time_diff = timedelta(hours=9)

gpv_file = pygrib.open("Z__C_RJTD_20171205000000_MSM_GPV_Rjp_Lsurf_FH00-15_grib2.bin")
t_messages = gpv_file.select(name="Temperature")

df = pd.DataFrame({
    "validDate": [msg.validDate + time_diff for msg in t_messages],
    "temperature": [
        msg.data(
            lat1=35.6745-0.025,
            lat2=35.6745+0.025,
            lon1=139.7169-0.03125,
            lon2=139.7169+0.03125,
        )[0][0][0] - 273.15 for msg in t_messages
    ]
})

print(df)

↓ Résultat de sortie

             validDate  temperature
0  2017-12-05 09:00:00     9.810709
1  2017-12-05 10:00:00    11.409219
2  2017-12-05 11:00:00    12.358789
3  2017-12-05 12:00:00    13.116861
4  2017-12-05 13:00:00    13.770517
5  2017-12-05 14:00:00    14.698541
6  2017-12-05 15:00:00    14.488687
7  2017-12-05 16:00:00    13.063196
8  2017-12-05 17:00:00    11.467722
9  2017-12-05 18:00:00    10.320886
10 2017-12-05 19:00:00     9.592111
11 2017-12-05 20:00:00     8.797952
12 2017-12-05 21:00:00     8.171686
13 2017-12-05 22:00:00     7.832407
14 2017-12-05 23:00:00     7.461450
15 2017-12-06 00:00:00     6.884409

Explication de la mise en œuvre

Connexion de fichier

pygrib.open Créez une interface avec le fichier en utilisant la classe.

import pygrib

gpv_file = pygrib.open("Z__C_RJTD_20171205000000_MSM_GPV_Rjp_Lsurf_FH00-15_grib2.bin")

--L'instance pygrib.open elle-même est l'itérateur de l'instance pygrib.gribmessage --Peut être utilisé comme interface pour extraire des informations spécifiques contenues dans un fichier en tant qu'instance pygrib.gribmessage ou sa liste (réutilisable)

• Le pygrib.gribmessage sera décrit plus tard.

méthode de message

Prend l'argument N (int) et renvoie la Nième (1 origine) instance pygrib.gribmessage sur l'itérateur.

In[]

gpv_file.message(2)

↓

Out[]

2:Surface pressure:Pa (instant):regular_ll:surface:level 0:fcst time 0 hrs:from 201712050000

sélectionner la méthode

Prend un argument sous la forme «** kwargs» et renvoie une liste de «pygrib.gribmessage» qui correspond à cette condition.

Si plusieurs conditions de recherche sont spécifiées, elles sont évaluées en tant que conditions AND.

--1 condition

In[]

gpv_file.select(name="Temperature")

↓

Out[]

[5:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 0 hrs:from 201712050000,
 15:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 1 hrs:from 201712050000,
 27:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 2 hrs:from 201712050000,
 39:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 3 hrs:from 201712050000,
 51:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 4 hrs:from 201712050000,
 63:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 5 hrs:from 201712050000,
 75:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 6 hrs:from 201712050000,
 87:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 7 hrs:from 201712050000,
 99:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 8 hrs:from 201712050000,
 111:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 9 hrs:from 201712050000,
 123:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 10 hrs:from 201712050000,
 135:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 11 hrs:from 201712050000,
 147:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 12 hrs:from 201712050000,
 159:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 13 hrs:from 201712050000,
 171:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 14 hrs:from 201712050000,
 183:Temperature:K (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 15 hrs:from 201712050000]

--2 conditions

In[]

gpv_file.select(shortName="r", forecastTime=3)

↓

Out[]

[40:Relative humidity:% (instant):regular_ll:heightAboveGround:level 1.5 m:fcst time 3 hrs:from 201712050000]

Les éléments qui peuvent être utilisés dans la pratique pour les conditions de recherche sont les suivants.

• Notez que «ForecastTime» a une unité de [heure] en GSM et MSM, mais une unité de [minute] en LFM.
• • ParameterNumber doit être utilisé en combinaison avec parameterCategory

Acquisition de valeur de données

Le pygrib.gribmessage extrait ci-dessus contient ** des données pour tous les maillages d'un certain temps et élément de données ** C'est inclus.

Variables principales

• Toutes les dates et heures du fichier sont en UTC.

méthode des latlons

Renvoie une liste des latitudes et longitudes de maillage pour chaque maillage. Les deux types de retour sont «numpy.ndarray».

In[]

message = gpv_file.message(2)
lats, lons = message.latlons()

Out[]

# lats
array([[47.6 , 47.6 , 47.6 , ..., 47.6 , 47.6 , 47.6 ],
       [47.55, 47.55, 47.55, ..., 47.55, 47.55, 47.55],
       [47.5 , 47.5 , 47.5 , ..., 47.5 , 47.5 , 47.5 ],
       ...,
       [22.5 , 22.5 , 22.5 , ..., 22.5 , 22.5 , 22.5 ],
       [22.45, 22.45, 22.45, ..., 22.45, 22.45, 22.45],
       [22.4 , 22.4 , 22.4 , ..., 22.4 , 22.4 , 22.4 ]])

# lons
array([[120.    , 120.0625, 120.125 , ..., 149.875 , 149.9375, 150.    ],
       [120.    , 120.0625, 120.125 , ..., 149.875 , 149.9375, 150.    ],
       [120.    , 120.0625, 120.125 , ..., 149.875 , 149.9375, 150.    ],
       ...,
       [120.    , 120.0625, 120.125 , ..., 149.875 , 149.9375, 150.    ],
       [120.    , 120.0625, 120.125 , ..., 149.875 , 149.9375, 150.    ],
       [120.    , 120.0625, 120.125 , ..., 149.875 , 149.9375, 150.    ]])

Il semble que l'ordre soit tel que le cas où il est écrit sous forme de matrice et le cas où il est affiché sur une carte correspondent visuellement.

méthode de données

Obtenez la valeur des données du maillage dans la plage des arguments «lat1» (latitude minimale), «lat2» (latitude maximale), «lon1» (longitude minimale) et «lon2» (longitude maximale) et la latitude / longitude de ce maillage. Faire. En ce qui concerne la valeur de retour, le "numpy.ndarray" bidimensionnel en forme de maillage de chaque valeur de données, latitude et longitude est un taple.

In[]

message.data(lat1=22.45, lat2=22.55, lon1=120.0625, lon2=120.1875)

Out[]

(array([[101985.52856445, 101985.52856445, 101985.52856445],
        [101985.52856445, 101985.52856445, 101985.52856445]]),
 array([[22.5 , 22.5 , 22.5 ],
        [22.45, 22.45, 22.45]]),
 array([[120.0625, 120.125 , 120.1875],
        [120.0625, 120.125 , 120.1875]]))

référence

• pygrib
• Données au format de fichier - Centre d'assistance aux entreprises météorologiques
• Information technique n ° 500 sur les matériaux de distribution * pdf
• ECMWF | Parameter database