WRF模型等值线图绘制流程：WRF数据、相关库与主要步骤
[id_1[id_94126746]03758546[id_974184088]
绘制 WRF 模型的等值线图需要用到特定的工具和库。首先需要使用 WRF 数据，同时还需要 wrf-python 库、Matplotlib 库或其他绘图库。以下是一般用于绘制 WRF 模型等值线图的步骤：
[id_[id_1272499531]90536876]
从 getvarWRF 输出文件中提取您希望绘制的变量，例如提取温度、提取降水量、提取风速等。
创建网格：若您的 WRF 输出数据是具有经纬度坐标的，那么您能够运用 latlon_coords 函数去创建网格，这样就可以在等值线图中进行绘制。
绘制等值线图：可以通过使用 Matplotlib 中的 contour 函数或者 contourf 函数来进行。contour 函数用于绘制轮廓线，而 contourf 函数则用于绘制填充轮廓线，具体该使用哪个函数取决于实际的需求。
Basemap 和 Cartopy:
在 Python 里，若要绘制 WRF（Weather Research and Forecasting）模型的地图，存在两个较为常用的库，分别是 Basemap 以及 Cartopy。这两个库均能够用来制作地图，然而它们各自有着不同的特点与用法。
Basemap：
Cartopy：
总体而言，若您需要更高级的地图制作功能，或者需要更强的地理数据处理能力，那么 Cartopy 或许是更优的选择。然而，倘若您仅仅需要简单的地图，Basemap 可能会更便于操作。依据您的需求以及个人的偏好，您能够选择使用其中一个库来对 WRF 模型进行地图可视化。
[id_1201112542]
Basemap：
from netCDF4 import Dataset
import matplotlib.pyplot as plt
from matplotlib.cm import get_cmap
from mpl_toolkits.basemap import Basemap
from pylab import[id_1197162147]
import numpy as np
from[id_1823445491]import获取变量 getvar，对其进行二维平滑 smooth2d，获取基础地图 get_basemap，以及得到经纬度坐标 latlon_coords 并作用于 to_np
import numpy as np
mpl.rcParams['font.sans-serif'] = ['SimHei']
#choose the area
定义一个函数 select_and_return_index_2d，它接收一个二维数组 arr2d 以及最小值 min_val 和最大值 max_val 作为参数，用于选择并返回满足条件的元素的索引。
selected 等于 arr2d 中满足 (arr2d 大于等于 min_val) 并且 (arr2d 小于 max_val) 的元素；selected 也等于 arr2d 中满足 (arr2d 大于等于 min_val) 并且 (arr2d 小于等于 max_val) 的元素；selected 还等于 arr2d 中满足 (arr2d 大于 min_val) 并且 (arr2d 小于 max_val) 的元素；selected 同样等于 arr2d 中满足 (arr2d 大于 min_val) 并且 (arr2d 小于等于 max_val) 的元素。<= max_val)]
index 等于 np.where 满足两个条件的结果，一个条件是 arr2d 大于等于 min_val，另一个条件是 arr2d 小于 max_val，同时 arr2d 不等于特定值。<= max_val))
# return selected, index
# Open the NetCDF file
ncfile = Dataset(G 盘下有 wrfout_d01_2023 年 7 月 1 日 6 时 0 分 0 秒的文件。)
# Get the sea level pressure
slp = getvar(ncfile, "slp")
使海平面气压趋于平稳，因为它在附近往往较为嘈杂。
# mountains
smooth_slp = smooth2d(slp, 3, cenweight=4)
获取纬度和经度的点。
lats 是通过 latlon_coords(slp)得到的；lons 也是通过 latlon_coords(slp)得到的。
# Get the basemap object
bm 等于获取基础地图（slp），其中左下角纬度为18, urcrnrlat=23,llcrnrlon=114, urcrnrlon=119,resolution='h')
levels=np.linspace(1040,1056,10)
# Create a figure
fig = plt.figure(figsize=(12,9))
ax = fig.add_subplot(111)
# Add geographic outlines
bm.drawcoastlines(linewidth=0.25)
bm.drawstates(linewidth=0.25)
bm.drawcountries(linewidth=0.25)
bm.drawlsmask ，其陆地颜色为“gray”，海洋颜色为“white”
将经纬度转换为 x 和 y。务必将经纬度进行转换。
通过 to_np 将 lons 转换为 numpy 数组，否则 basemap 会因未定义的情况而崩溃。
# RuntimeError.
x 和 y 等于通过 bm 函数将 to_np(lons)和 to_np(lats)进行处理后得到的结果
绘制轮廓线以及填充轮廓线。
bm 绘制 x 和 y 的轮廓图，使用 to_np(smooth_slp) 作为数据，水平设置为 levels，颜色设置为 colors 。"black")
bm 对 x 和 y 进行 contourf 操作，同时使用 to_np(smooth_slp)，设置 levels 为 levels，颜色映射为 get_cmap( 。"jet"))
bm.drawparallels( np.arange(18.,24.,1.), labels=[1,0,0,0], color='k', fontsize=12 )
bm.drawmeridians( np.arange(114.,120.,1.), labels=[0,0,0,1], color='k' , fontsize=12 )
# Add a color bar
plt.colorbar(shrink=1)
plt.title("Sea Level Pressure (hPa)")
plt.show()
Cartopy：
from netCDF4 import Dataset
import matplotlib.pyplot as plt
from matplotlib.cm import get_cmap
import cartopy.crs as crs
import cartopy.feature as cfeature
import cmaps
from cartopy.mpl.gridliner importLONGITUDE_FORMATTER 以及 LATITUDE_FORMATTER
import matplotlib.ticker as mticker
import numpy as np
import cartopy.crs as ccrs
from wrf import使用 to_np 获取变量，然后进行 smooth2d 操作，接着通过 get_cartopy 获取相关内容，再利用 cartopy_xlim 进行相关处理。
cartopy_ylim 以及 latlon_coords
# Open the NetCDF file
ncfile = Dataset("G:\wrfout_d01_2023-07-01_06_00_00")
# Get the sea level pressure
slp = getvar(ncfile, "slp")
# Smooth the sea level pressure since it tends to be noisy near the
# mountains
smooth_slp = smooth2d(slp, 3, cenweight=4)
# Get the latitude and longitude points
lats, lons = latlon_coords(slp)
获取 cartopy 绘图对象。
cart_proj = get_cartopy(slp)
levels=np.linspace(1040,1056,10)
# Create a figure
fig = plt.figure(figsize=(12,6))
设置地理轴为 WRF 使用的投影。
ax 等于通过 plt.axes 方法创建的一个坐标轴对象，并且该坐标轴对象的投影设置为 cart_proj
制作平滑海平面的轮廓线和填充轮廓线。
# pressure.
plt 绘制等高线，等高线的经度坐标为 to_np(lons)，纬度坐标为 to_np(lats)，数值为 to_np(smooth_slp)，等高线的级别为 levels，颜色为 colors。"black",
将坐标系统转换为 crs.PlateCarree() 。
mesh 等于 plt.contourf(to_np(lons)、to_np(lats)、to_np(smooth_slp)，levels 为 levels 。
transform 等于 crs.PlateCarree()。
cmap 等于 cmaps.MPL_jet 。
ax.add_feature(cfeature.LAND)#添加陆地
ax 为图形对象，添加特征为海岸线（cfeature.COASTLINE），线宽（lw）设置为具体值（具体值未给出）。0.3)#添加海岸线
ax 添加了海洋这一特征。
# Add a color bar
plt.colorbar(ax=ax, shrink=) 后添加了一个颜色条，该颜色条与指定的轴 ax 相关联，并且进行了收缩处理。.98)
# 获取颜色条相关联的轴对象
# cax = colorbar.ax
# # 设置颜色条刻度标签的字体大小
cax.tick_params(labelsize=labelsize) # 将字体大小设置为之前设定的 5
# Set the map bounds
ax 设置 x 轴的范围为 cartopy_xlim 作用于 smooth_slp 的结果
ax 设置 y 轴的范围为通过 cartopy_ylim 函数处理后的 smooth_slp 的值。
mesh 等于 ax 的网格线（绘制标签为）True, linestyle='--', linewidth=0.6, alpha=0.5, x_inline=False, y_inline=False, color='k')
mesh.top_labels=False
mesh.right_labels=False
mesh 的 xformatter 等于 LONGITUDE_FORMATTER 。
mesh 的 yformatter 等于 LATITUDE_FORMATTER 。
mesh.xlocator 等于 mticker 的 FixedLocator 函数，传入的参数是 np.arange 函数生成的数组，这个数组的范围是从某个起始值到某个结束值，步长为 1 。114,120,1))
mesh.ylocator 等于 mticker 的 FixedLocator 函数，该函数的参数是 np.arange(18,24,1))
mesh.xlabel_style={'size':12}
mesh.ylabel_style={'size':12}
ax.set_extent([114,119,18,23],crs=ccrs.PlateCarree()) # 小范围
plt.title("Sea Level Pressure (hPa)")
plt.show()
phper