MPAS模式后处理，寻找距离观测站点最近的网格点
气象和海洋领域涉及到很多站点数据的应用，比如气象站点观测、海洋浮标数据等，而且非结构网格的模式的输出数据也可以视为站点类型的数据，如MPAS，FVCOM,ADCIRC等大气或者海洋模式。
MPAS-A非结构网格，其输出数据也类似于站点数据
一个常用的场景是，给点一个经纬度点A，从一组经纬度点中（也就是前述的站点数据）寻找距离A点最近的点。比如寻找距离气象观测站最近的模式网格点。
sklearn.neighbors其中的BallTree类可以直接找到最近邻。通过建立一组离散点的BallTree，可以方便的搜索到这一组离散点中距离目标位置最近的点的索引，并计算最近距离。
下面以MPAS模式的一个后处理为例，给定气象观测站点的经纬度，然后寻找模式网格中距离观测站最近的网格点，从而读取模式模拟结果与观测资料进行对比，评估模拟结果。
以下为全部代码：
import netCDF4 as nc4
from sklearn.neighbors import BallTree
import numpy as np
## 构建BallTree
def cells_tree(cellsLatLon):
# lat and lon unit: radian
tree = BallTree(cellsLatLon, metric='haversine')
return tree
## 给定观测站点的经纬度，求最近网格点的距离和索引
def nearest_cell_index(lon, lat, tree):
# lon, lat unit: radian
coords = np.zeros((1,2))
coords = lat
coords = lon
dist, index = tree.query(coords, k=1)
dist = dist.flatten()*6371
return dist, index
if __name__ == "__main__":
rad = np.pi/180.0
latSite = 25.0* rad# 观测站点位置
lonSite = 110.0 * rad
## 读取MPAS网格经纬度
fileModel = nc4.Dataset(mpas_output_file, mode='r')
latCell= fileModel.variables["latCell"][:]# unit: radian
lonCell= fileModel.variables["lonCell"][:]
cellsLatLon = []
for i in range(len(latCell)):
cellsLatLon.append((latCell<i>, lonCell))</i>
# 构建BallTree
tree = cells_tree(cellsLatLon)
# 计算最近网格和观测站点的距离，并返回最近网格的索引
distMin, near_cell_index =nearest_cell_index(lonSite, latSite, tree)
文章来源于微信公众号：气海同途
页:
[1]