3

我正在尝试绘制一些海冰数据图。数据在 EASE-North 网格中提供，示例文件 (HDF4) 可在以下位置下载：

ftp://n4ftl01u.ecs.nasa.gov/SAN/OTHR/NISE.004/2013.09.30/

我为 EASE-Grid 创建了一个自定义投影类，它似乎正在工作（海岸线与数据很好地对齐）。

当我尝试添加自然地球功能时，它返回一个空的 Matplotlib 图。

import gdal
import cartopy

# projection class
class EASE_North(cartopy.crs.Projection):
    
    def __init__(self):
        
        # see: http://www.spatialreference.org/ref/epsg/3408/
        proj4_params = {'proj': 'laea',
            'lat_0': 90.,
            'lon_0': 0,
            'x_0': 0,
            'y_0': 0,
            'a': 6371228,
            'b': 6371228,
            'units': 'm',
            'no_defs': ''}
        
        super(EASE_North, self).__init__(proj4_params)
        
    @property
    def boundary(self):
        coords = ((self.x_limits[0], self.y_limits[0]),(self.x_limits[1], self.y_limits[0]),
                  (self.x_limits[1], self.y_limits[1]),(self.x_limits[0], self.y_limits[1]),
                  (self.x_limits[0], self.y_limits[0]))
        
        return cartopy.crs.sgeom.Polygon(coords).exterior
        
    @property
    def threshold(self):
        return 1e5
    
    @property
    def x_limits(self):
        return (-9000000, 9000000)

    @property
    def y_limits(self):
        return (-9000000, 9000000)


# read the data
ds = gdal.Open('D:/NISE_SSMISF17_20130930.HDFEOS')

# this loads the layers for both hemispheres
data = np.array([gdal.Open(name, gdal.GA_ReadOnly).ReadAsArray()
                 for name, descr in ds.GetSubDatasets() if 'Extent' in name])

ds = None

# mask anything other then sea ice
sea_ice_concentration = np.ma.masked_where((data < 1) | (data > 100), data, 0)

# plot
lim = 3000000

fig, ax = plt.subplots(figsize=(8,8),subplot_kw={'projection': EASE_North(), 'xlim': [-lim,lim], 'ylim': [-lim,lim]})

land = cartopy.feature.NaturalEarthFeature(
            category='physical',
            name='land',
            scale='50m',
            facecolor='#dddddd',
            edgecolor='none')

#ax.add_feature(land)
ax.coastlines()

# from the metadata in the HDF
extent = [-9036842.762500, 9036842.762500, -9036842.762500, 9036842.762500]

ax.imshow(sea_ice_concentration[0,:,:], cmap=plt.cm.Blues, vmin=1,vmax=100,
          interpolation='none', origin='upper', extent=extent, transform=EASE_North())

上面的脚本工作正常并产生以下结果：

在此处输入图像描述

但是当我取消注释时ax.add_feature(land)它会失败而没有任何错误，只返回空图。我错过了一些明显的东西吗？

这是 IPython 笔记本： http: //nbviewer.ipython.org/6779935

我的 Cartopy 版本是 Christoph Gohlke 网站上的 0.9 版（谢谢！）。

编辑：

尝试保存该图确实会引发异常：

fig.savefig(r'D:\test.png')

C:\Python27\Lib\site-packages\shapely\speedups\_speedups.pyd in shapely.speedups._speedups.geos_linearring_from_py (shapely/speedups/_speedups.c:2270)()

ValueError: A LinearRing must have at least 3 coordinate tuples

检查“土地”cartopy.feature没有发现任何问题，所有多边形都通过了.isvalid()，所有环（ext en int）都是 4 个或更多元组。所以输入形状似乎不是问题（并且在 PlateCaree() 中工作正常）。

也许一些环（如南半球）在转换为 EASE_North 后会“损坏”？

编辑2：

当我删除内置的 NE 功能并加载相同的 shapefile（但剪裁低于 40N 的任何内容）时，它可以工作。所以这似乎是某种重投影问题。

for state in shpreader.Reader(r'D:\ne_50m_land_clipped.shp').geometries():
    ax.add_geometries([state], cartopy.crs.PlateCarree(),facecolor='#cccccc', edgecolor='#cccccc')

在此处输入图像描述

4

1 回答 1

1

我会说这是一个错误。我猜add_feature更新了matplotlib viewLim，结果是图片放大到一个很小的区域（除非你缩小很多，否则它看起来是白色的）。

从我的脑海中，我认为 matplotlib 中的底层行为已经得到了改进，但是 cartopy 还没有使用新的 viewLim 计算。同时，我建议您手动设置地图的范围：

ax.set_extent(extent, transform=EASE_North())

高温高压

于 2013-10-03T09:11:48.130 回答