Matlab全球风场图—以ERA5、NCEP和ECMWF再分析数据为例

thinkfunny

一、matlab读取NCEP再分析数据并绘制风场
% A- N. o$ r, f- u. p8 [
; r8 p( R$ S3 C% _( U%该程序用于求水汽通量散度
  k8 D' ?/ n! T%注意！我们这里读到的u是四维矩阵，分别是lon*lat*level*time，
clc;clear;close all
f_hgt = 'ps_level_20170121_0130.nc';
. y$ e# x1 z2 m! `2 O/ t% ncdisp(f_hgt);
6 o4 N9 f+ R2 u0 o5 b  ntime=ncread(f_hgt,'time');
level=ncread(f_hgt,'level');
lon=ncread(f_hgt,'longitude');
3 d1 `: i; O! Q: Blat=ncread(f_hgt,'latitude');
%%%%%%时间转换
time  = double(time);
format = 'mm dd, yyyy HH:MM:SS.FFF AM';%转换格式
dstr = datestr((datenum('1900-01-01') + time./24),format);%转换后时间字符串存储
. \+ V; g# O0 zTM = datevec(dstr);%将时间字符数组转化为数值数组
8 H, @7 Y" P, w7 ntidx=find(TM(:,2)==1 & TM(:,3)==28 & TM(:,4)==00);%筛选7月25日08时（世界时加8）
2 l2 g3 y: I# bps_lev=find(level ==850);%%删选出850hPa高度
4 n$ D3 D, m5 o# M/ j- [" Fstart=[1,1,ps_lev,tidx];%所指定变量的每一维的开始读取的位置
count=[41,31,1,1];%从start指定的开始位置算起，一共读取的每一维要素的数目
9 z! {0 }, ^6 C) ?' x0 U$ \& D5 y1 wstrip=[1,1,1,1];%从start开始，每一维读取的数目为count时，每一维的读取的步长
hgt=ncread(f_hgt,'z',start,count,strip);%读取温度值，单位K
u=ncread(f_hgt,'u',start,count,strip);%读取温度值，单位K
v=ncread(f_hgt,'v',start,count,strip);%读取温度值，单位K
[X,Y]=meshgrid(lon,lat);
/ \  m9 Z9 Z1 ]  F/ L" }) X( Kfigure(1)
4 `: Y, U/ n* U: Q3 tm_proj('Mercator','lat',[25,35],'lon',[100,115]);
- R" _% M  D" t" e1 P1 q: |2 K0 N% m_grid('linestyle','none','tickdir','out','fontsize',12,'fontname','Times New Roman');
0 ^2 E) P5 P, u3 h" s6 }$ em_grid('linestyle','none','box','fancy','fontsize',11,'tickdir','in','xtick',[100:3:115],'ytick',[25:2:35]);
" w8 X3 {7 z2 D9 {; W1 bhold on
  w: N8 T4 H, H9 Dm_windbarb(X',Y',u,v,'color','k')
7 ^1 C/ p. \8 W0 ]%m_coast('patch',[.9 .9 .9],'edgecolor','none');
" }* r; i/ q0 I- r) y3 l5 d1 E0 S[C,h]=m_contour(X',Y',hgt/10 ,'color','k','LineWidth',1);%[5000:80:5900]%[1520:25:1680]
%set(b,'ShowText','on','TextStep',get(b,'LevelStep'),'fontsize',12,'fontname','Times New Roman');   %在等高线上叠加数值（文后详情）
clabel(C,h,'FontSize',13,'fontname','Times New Roman');
8 h) j7 v5 R: k9 v2 r# l9 U) Sma=shaperead('F:/RMeteoInfo/data/map/bou2_4l.shp');
% m_line( [ma(：).X], [ma(：).Y],'color',[0.5,0.5,0.5]);%绘制范围内的地图
m_line([ma(：).X],[ma(：).Y],'color','r');%绘制范围内的地图
* q3 Q& Z7 _0 M8 \# X, zm_plot(105.5,29.43,'marker','^','MarkerSize',7,'color','k','MarkeRFaceColor','k')
( m" j/ X! U, h8 B3 w7 _

( r  v5 v- O/ w, Q9 [# D
. C( F! x& Z( i
二、matlab读取ERA5并绘制全球风场图
# C5 e: ?5 x/ V1 ]" c% f& H% e' h
clc;clear;close all
4 v$ J' R& s* l. m( }6 |! lu0=ncread('202008muwind.nc','uas');    %读取其中一项
1 G1 A) m( M- C3 \, K, Ov0=ncread('202008mvwind.nc','vas');
; O7 r7 c+ @) D0 F; }4 D* s, Z& |time0=ncread('202008muwind.nc','time');
lat0=ncread('202008muwind.nc','lat');
lon0=ncread('202008muwind.nc','lon');      
9 @) m0 e* R  v# G8 p[lat,lon]=meshgrid(lat0,lon0);
: J0 L: W# H4 V" y4 ]u=u0(:,:,2);
v=v0(:,:,2);
b=sqrt(u.^2+v.^2);
: }& J, G0 B0 @+ r/ _; d+ {& Bfigure(1);
m_proj('Equidistant Cylindrical','long',[-180 180],'lat',[-90 90]);%矩形投影；取区域观察
[lon1,lat1]=meshgrid([-180:2.5:179.75],[-90:2.5:90]);
u2=u(1:10:end,1:10:end)';
% u3=[u2,u2(:,end)];
v2=v(1:gap:end,1:gap:end)';
3 F! R5 w+ a0 b; ?! ?% v3=[v2,v2(:,end)];
m_quiver(lon1,lat1,u2,v2,0);
0 z+ {% Q0 y+ D& R5 o% Xhold off
3 ]* u$ q% c/ ~" @- l, m) {m_coast('patch',[1 .85 .7]);
( M: N1 S3 ^" W) {% ^7 Jm_grid('box','on','tickdir','out');


3 M. x4 [2 [. P. x  U# R" U  q' _


: M1 E3 N% l! e4 k. w" {$ x$ Y9 Qm_contourf(lon,lat,b);%在mmap基础上的画
4 _. g( R1 D2 P3 m8 Zshading interp;%使数据插值
hold on;
m_quiver(lon1,lat1,u2,v2,0);
hold off;



6 l5 l$ y- n; f. Q% L* L: R
+ ^) p2 s  _* s9 E9 J+ q
) m, c8 |# s/ B: S, Z' q4 Dm_quiver(lon1,lat1,u2,v2,0);

: g3 z- @) I1 r8 k1 _' m

0 @0 J: F5 D  C( `' u

2 J; v6 q$ h& A+ N( om_contourf(lon,lat,b,500,'linestyle','none')   %在mmap基础上的画
shading interp;  %使数据插值

- M/ p6 A0 l: x5 p: M


  {# S0 R, K! k" T! N7 E

SsaaM7

Matlab全球风场图—以ERA5、NCEP和ECMWF再分析数据为例