台风是重大灾害性天气,台风引起的直接灾害通常由三方面造成,狂风、暴雨、风暴潮,除此以外台风的这些灾害极易诱发城市内涝、房屋倒塌、山洪、泥石流等次生灾害。正因如此,台风在科研和业务工作中是研究的重点。希望这次台风路径可视化可以给予大家一点点帮助。
台风路径的获取
中国气象局(CMA)
中国气象局(CMA)的台风最佳路径数据集(BST),BST是之后对历史台风路径进行校正后发布的,其经纬度、强度、气压具有更高的可靠性,但是时间分辨率为6小时,部分3小时,这一点不如观测数据。下载地址:
http://tcdata.typhoon.org.cn/
温州台风网
温州台风网的数据是实时发布数据的记录,时间分辨率最高达1小时,对于台风轨迹具有更加精细化的表述。下载地址:
http://www.wztf121.com/
示例
导入模块并读取数据,使用BST的2018年台风路径数据作为示例,已经将原始的txt文件转换为xls文件。
import os, glob import pandas as pd import numpy as np import shapely.geometry as sgeom import matplotlib.pyplot as plt from matplotlib.image import imread from matplotlib.animation import FuncAnimation import matplotlib.lines as mlines import cartopy.crs as ccrs import cartopy.feature as cfeat from cartopy.mpl.ticker import LongitudeFormatter,LatitudeFormatter import cartopy.io.shapereader as shpreader import cartopy.io.img_tiles as cimgt from PIL import Image import warnings warnings.filterwarnings('ignore') df = pd.read_csv('./2018typhoon.csv')
定义等级色标
def get_color(level): global color if level == '热带低压' or level == '热带扰动': color='#FFFF00' elif level == '热带风暴': color='#6495ED' elif level == '强热带风暴': color='#3CB371' elif level == '台风': color='#FFA500' elif level == '强台风': color='#FF00FF' elif level == '超强台风': color='#DC143C' return color
定义底图函数
def create_map(title, extent): fig = plt.figure(figsize=(12, 8)) ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree()) url = 'http://map1c.vis.earthdata.nasa.gov/wmts-geo/wmts.cgi' layer = 'BlueMarble_ShadedRelief' ax.add_wmts(url, layer) ax.set_extent(extent,crs=ccrs.PlateCarree()) gl = ax.gridlines(draw_labels=False, linewidth=1, color='k', alpha=0.5, linestyle='--') gl.xlabels_top = gl.ylabels_right = False ax.set_xticks(np.arange(extent[0], extent[1]+5, 5)) ax.set_yticks(np.arange(extent[2], extent[3]+5, 5)) ax.xaxis.set_major_formatter(LongitudeFormatter()) ax.xaxis.set_minor_locator(plt.MultipleLocator(1)) ax.yaxis.set_major_formatter(LatitudeFormatter()) ax.yaxis.set_minor_locator(plt.MultipleLocator(1)) ax.tick_params(axis='both', labelsize=10, direction='out') a = mlines.Line2D([],[],color='#FFFF00',marker='o',markersize=7, label='TD',ls='') b = mlines.Line2D([],[],color='#6495ED', marker='o',markersize=7, label='TS',ls='') c = mlines.Line2D([],[],color='#3CB371', marker='o',markersize=7, label='STS',ls='') d = mlines.Line2D([],[],color='#FFA500', marker='o',markersize=7, label='TY',ls='') e = mlines.Line2D([],[],color='#FF00FF', marker='o',markersize=7, label='STY',ls='') f = mlines.Line2D([],[],color='#DC143C', marker='o',markersize=7, label='SSTY',ls='') ax.legend(handles=[a,b,c,d,e,f], numpoints=1, handletextpad=0, loc='upper left', shadow=True) plt.title(f'{title} Typhoon Track', fontsize=15) return ax
定义绘制单个台风路径方法,并绘制2018年第18号台风温比亚。
def draw_single(df): ax = create_map(df['名字'].iloc[0], [110, 135, 20, 45]) for i in range(len(df)): ax.scatter(list(df['经度'])[i], list(df['纬度'])[i], marker='o', s=20, color=get_color(list(df['强度'])[i])) for i in range(len(df)-1): pointA = list(df['经度'])[i],list(df['纬度'])[i] pointB = list(df['经度'])[i+1],list(df['纬度'])[i+1] ax.add_geometries([sgeom.LineString([pointA, pointB])], color=get_color(list(df['强度'])[i+1]),crs=ccrs.PlateCarree()) plt.savefig('./typhoon_one.png') draw_single(df[df['编号']==1818])
定义绘制多个台风路径方法,并绘制2018年全年的全部台风路径。
def draw_multi(df): L = list(set(df['编号'])) L.sort(key=list(df['编号']).index) ax = create_map('2018', [100, 180, 0, 45]) for number in L: df1 = df[df['编号']==number] for i in range(len(df1)-1): pointA = list(df1['经度'])[i],list(df1['纬度'])[i] pointB = list(df1['经度'])[i+1],list(df1['纬度'])[i+1] ax.add_geometries([sgeom.LineString([pointA, pointB])], color=get_color(list(df1['强度'])[i+1]),crs=ccrs.PlateCarree()) plt.savefig('./typhoon_multi.png') draw_multi(df)
定义绘制单个台风gif路径演变方法,并绘制2018年第18号台风的gif路径图。
def draw_single_gif(df): for state in range(len(df.index))[:]: ax = create_map(f'{df["名字"].iloc[0]} {df["时间"].iloc[state]}', [110, 135, 20, 45]) for i in range(len(df[:state])): ax.scatter(df['经度'].iloc[i], df['纬度'].iloc[i], marker='o', s=20, color=get_color(df['强度'].iloc[i])) for i in range(len(df[:state])-1): pointA = df['经度'].iloc[i],df['纬度'].iloc[i] pointB = df['经度'].iloc[i+1],df['纬度'].iloc[i+1] ax.add_geometries([sgeom.LineString([pointA, pointB])], color=get_color(df['强度'].iloc[i+1]),crs=ccrs.PlateCarree()) print(f'正在绘制第{state}张轨迹图') plt.savefig(f'./{df["名字"].iloc[0]}{str(state).zfill(3)}.png', bbox_inches='tight') # 将图片拼接成动画 imgFiles = list(glob.glob(f'./{df["名字"].iloc[0]}*.png')) images = [Image.open(fn) for fn in imgFiles] im = images[0] filename = f'./track_{df["名字"].iloc[0]}.gif' im.save(fp=filename, format='gif', save_all=True, append_images=images[1:], duration=500) draw_single_gif(df[df['编号']==1818])
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新动态
- 《庄心妍 实力唱将 发烧音乐精选集》[WAV+CUE][380MB]
- [音展纪念碟]2006年《TAA台湾第十六届国际HI-ENDHI-FI音响展》2cd[WAV]
- 中国音乐地图之听见西藏山歌牧歌酒歌2020[WAV分轨]
- 王宏伟2017-永远的红飘带[太平洋影音][WAV+CUE]
- 费翔.1997-NOW现在【第一中国】【WAV+CUE】
- 新格合唱团.1981-我唱你和2辑(滚石新格民歌系列)【新格】【WAV+CUE】
- 陈柏宇.2011-QUINQUENNIUM【SONY】【WAV+CUE】
- 雨果唱片-《金唛系列-蔷薇依韵琼瑶》WAV
- 陈百强《凝望(2012华纳LPCD45限量版)[DMI]》[WAV整轨]
- 模拟之声慢刻CD《徐小凤45周年》[德国母带][低速原抓WAV+CUE]
- 《庄心妍 实力唱将 发烧音乐精选集》[WAV+CUE][380MB]
- 《王菲 单曲合集》[FlAC/分轨][520MB]
- 《费玉清 原味再现 水长流》[WAV+CUE][430MB]
- 群星.1992-畅销榜老歌金曲10CD【风格】【WAV+CUE】
- 孙悦.2024-时光音乐会【金蜂】【WAV+CUE】