python中利用cartopy库绘制SST图像

1. Cartopy简介

Cartopy 是一个开源的 Python 库,用于绘制地图和地理数据分析。它结合了 matplotlib 的绘图功能和 shapely、pyproj 等库的地理空间数据处理能力,为用户提供了在地图上可视化数据的强大工具。
以下是 Cartopy 的一些主要特点和功能:

【1】支持常用地图投影:Cartopy 支持多种常用地图投影,包括 Mercator、Lambert Conformal、Orthographic 等,以及全球和局部的投影。

【2】地图特征:Cartopy 内置了一些常见的地图特征数据,如海岸线、河流、湖泊等,方便用户在地图上添加这些特征。

【3】地理数据处理:Cartopy 可以轻松处理地理空间数据,如矢量数据、栅格数据等,支持常见的地理空间文件格式。

【4】与 Matplotlib 结合:作为 Matplotlib 的扩展库,Cartopy 可以直接与 Matplotlib 结合使用,使用户可以在 Matplotlib 的图形基础上添加地图数据。

【5】开源和活跃的社区:Cartopy 是一个开源项目,拥有活跃的社区支持,用户可以从社区获取支持和贡献自己的代码。
Cartopy 在科学研究、地理信息系统、气象学等领域都有广泛的应用,可以用于绘制地图、分析地理数据、制作气象图等。它提供了丰富的功能和灵活的接口,适用于多种地理空间应用场景。

2. 绘制SST数据

下面使用随机生产的SST绘图

2.1 Lambert投影

2.2 Mercator投影

3. 代码

python 复制代码
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import cartopy.feature as cfeature
import numpy as np

# 生成经纬度网格
lon_min=100
lon_max=140
lat_min=0
lat_max=30

lon = np.arange(lon_min, lon_max+0.5, 0.5)
lat = np.arange(lat_min, lat_max+0.5, 0.5)
lon_grid, lat_grid = np.meshgrid(lon, lat)


# 生成随机噪声
noise = np.random.rand(len(lat), len(lon)) * 2 - 1  # 随机噪声范围为[-1, 1]

# 生成正弦函数并添加噪声
sst = np.sin(lon_grid * np.pi / 180) + np.cos(lat_grid * np.pi / 180) + 0.2*noise
sst_max=np.max(sst)
sst_min=np.min(sst)
sst=(sst-sst_min)/(sst_max-sst_min)*30

# 创建图形
fig = plt.figure(figsize=(10, 8))

# 使用Lambert投影
ax = plt.axes(projection=ccrs.LambertConformal(central_longitude=120, central_latitude=15))

# 使用Mercator投影
# ax = plt.axes(projection=ccrs.Mercator())

# 设置地图范围
ax.set_extent([lon_min, lon_max, lat_min, lat_max], crs=ccrs.PlateCarree())

# 绘制SST数据

contour = ax.contourf(lon_grid, lat_grid, sst, transform=ccrs.PlateCarree(), 
                      cmap='coolwarm',levels=np.linspace(5, 25, 21),extend='both')
cbar = plt.colorbar(contour, orientation='horizontal',pad=0.05,aspect=40,
                    ticks=np.arange(5, 26, 5), extend='both')
cbar.set_label('SST (°C)',fontsize=12)
cbar.ax.tick_params(labelsize=12)

# 陆地填充为浅黄色
ax.add_feature(cfeature.LAND, zorder=1,facecolor='lightyellow',
               edgecolor='black')

# 绘制海岸线
ax.add_feature(cfeature.COASTLINE, zorder=1)

# 添加经纬网
gl = ax.gridlines(draw_labels=True, linewidth=1, color='gray', alpha=0.5, linestyle='-')
gl.top_labels = False
gl.right_labels = False
gl.xlocator = plt.FixedLocator(np.arange(lon_min, lon_max+1, 5))
gl.ylocator = plt.FixedLocator(np.arange(lat_min, lat_max+1, 5))
gl.xlabel_style = {'size': 12, 'color': 'black'}
gl.ylabel_style = {'size': 12, 'color': 'black'}

# 显示并导出图形
outname='SST'
plt.title('Sea Surface Temperature (SST)')
plt.savefig(outname+'.png', format='png', dpi=600)
plt.savefig(outname+'.pdf', format='pdf', dpi=600)

plt.show()
相关推荐
mortimer39 分钟前
安装NVIDIA Parakeet时,我遇到的两个Pip“小插曲”
python·github
@昵称不存在1 小时前
Flask input 和datalist结合
后端·python·flask
赵英英俊2 小时前
Python day25
python
东林牧之2 小时前
Django+celery异步:拿来即用,可移植性高
后端·python·django
何双新2 小时前
基于Tornado的WebSocket实时聊天系统:从零到一构建与解析
python·websocket·tornado
AntBlack3 小时前
从小不学好 ,影刀 + ddddocr 实现图片验证码认证自动化
后端·python·计算机视觉
凪卄12133 小时前
图像预处理 二
人工智能·python·深度学习·计算机视觉·pycharm
巫婆理发2223 小时前
强化学习(第三课第三周)
python·机器学习·深度神经网络
seasonsyy3 小时前
1.安装anaconda详细步骤(含安装截图)
python·深度学习·环境配置
半新半旧3 小时前
python 整合使用 Redis
redis·python·bootstrap