0

在使用 MetPy 创建 GOES16 图像时，我在匹配 CMI01 到 CMI06 上的颜色表/亮度时遇到问题。我尝试使用库存颜色表并使用随机 vmin/vmax 来尝试匹配。我也尝试过使用定制的颜色表，甚至尝试将 min_reflectance_factor && max_reflectance_factor 集成为 vmin/vmax 值。

也许我让这种方式比现在更困难？有什么我想念的吗？以下是有助于创建我拥有的当前图像输出的代码摘录：

grayscale = {"colors": [(0,0,0),(0,0,0),(255,255,255),(255,255,255)], "position": [0, 0.0909, 0.74242, 1]} CMI_C02 = {"name": "C02", "commonName": "Visible Red Band", "grayscale": True, "baseDir": "visRed", "colorMap": grayscale}

dat = data.metpy.parse_cf('CMI_'+singleChannel['name']) proj = dat.metpy.cartopy_crs

maxConcat = "max_reflectance_factor_"+singleChannel['name'] vmax = data[maxConcat]

sat = ax.pcolormesh(x, y, dat, cmap=make_cmap(singleChannel['colorMap']['colors'], position=singleChannel['colorMap']['position'], bit=True), transform=proj, vmin=0, vmax=vmax)

make_cmap是我发现的一种方便的花花公子方法，有助于创建自定义颜色表。此代码是多处理过程的一部分，singleChannel实际上也是如此CMI_C02。

作为参考，第一张图片来自杜佩奇学院，第二张是我的输出......

在此处输入图像描述 在此处输入图像描述 任何帮助/指导将不胜感激！

4

2 回答 2

1

在对一些气象学家进行民意调查后，我最终制作了一张介于两张图像之间的颜色表，因为普遍认为他们认为我的版本太暗而标准太亮。

我仍然使用vmaxand vminforpcolormesh()并将我的对象简化grayscale为两种颜色，灰色比标准略深。

感谢所有看过这个的人。

于 2019-01-10T11:59:15.300 回答
1

所以你的问题是，我相信，因为有一个非线性变换被应用于杜佩奇学院的数据，在这种情况下是平方根（sqrt）。如GOES ABI 文档中所述，这在过去已应用于 GOES 图像。我认为这就是 CoD 正在做的事情。

这是一个比较使用和不使用 sqrt 的脚本：

import cartopy.feature as cfeature
from datetime import datetime, timedelta
import matplotlib.pyplot as plt
import metpy
import numpy as np
from siphon.catalog import TDSCatalog

# Trying to find the most recent image from around ~18Z
cat = TDSCatalog('http://thredds.ucar.edu/thredds/catalog/satellite/goes16'
                 '/GOES16/CONUS/Channel02/current/catalog.xml')
best_time = datetime.utcnow().replace(hour=18, minute=0, second=0, microsecond=0)
if best_time > datetime.utcnow():
    best_time -= timedelta(days=1)
ds = cat.datasets.filter_time_nearest(best_time)

# Open with xarray and pull apart with some help using MetPy
data = ds.remote_access(use_xarray=True)
img_data = data.metpy.parse_cf('Sectorized_CMI')
x = img_data.metpy.x
y = img_data.metpy.y

# Create a two panel figure: one with no enhancement, one using sqrt()
fig = plt.figure(figsize=(10, 15))
for panel, func in enumerate([None, np.sqrt]):
    if func is not None:
        plot_data = func(img_data)
        title = 'Sqrt Enhancement'
    else:
        plot_data = img_data
        title = 'No Enhancement'

    ax = fig.add_subplot(2, 1, panel + 1, projection=img_data.metpy.cartopy_crs)
    ax.imshow(plot_data, extent=(x[0], x[-1], y[-1], y[0]),
              cmap='Greys_r', origin='upper')
    ax.add_feature(cfeature.COASTLINE, edgecolor='cyan')
    ax.add_feature(cfeature.BORDERS, edgecolor='cyan')
    ax.add_feature(cfeature.STATES, edgecolor='cyan')
    ax.set_title(title)

结果是：

增强对比图

应用了转换的下部图像sqrt似乎与 CoD 图像非常匹配。

于 2019-01-16T22:19:11.047 回答