python绘制年平均海表温度、盐度、ph分布图

news2025/2/23 16:09:10

python绘制年平均海表温度、盐度、ph图

文章目录

  • python绘制年平均海表温度、盐度、ph分布图
    • 前言
    • 一、数据准备
    • 二、代码编写
      • 2.1. python绘制年平均海表温度（主要）
      • 2.2. python绘制年平均海表盐度（选看）
      • 2.3. python绘制年平均海表ph（选看）
    • 总结

python绘制年平均海表温度、盐度、ph分布图

所属目录：紫菜

创建时间：2025/2/18

更新时间：2025/2/19

URL：https://blog.csdn.net/2301_78630677/article/details/145716784

前言

本文主要使用python绘制年平均海表温度、盐度、ph分布图，所用数据来源于Bio-ORACLE
参考文章：
Python绘制海表温度
【python海洋专题十二】年平均的南海海表面温度图

所用到的中国地图shp文件：
链接：https://pan.baidu.com/s/1q9hitI11CCYDWvBTWbAevg
提取码：9ju8

一、数据准备

在Bio-ORACLE官网 下载所需的 2010-2020平均海表Ocean temperature、Salinity、pH数据
点击前往下载地址
在这里插入图片描述

下载下来的环境数据为.nc文件，也就是NetCDF格式。

‌NetCDF（Network Common Data Form）格式是一种用于存储和共享科学数据的标准格式，广泛应用于气象学、海洋学、地球科学等领域‌。.nc文件是NetCDF文件的扩展名，主要用于存储大型科学和工程数据集。

.nc文件的基本结构和特点
‌自描述性‌：.nc文件包含关于数据集的元数据，这些元数据描述了数据集的结构和内容，使得用户无需其他文档即可理解数据。
‌可移植性‌：.nc文件是二进制格式，能够在不同的平台上无缝迁移和使用。
‌多维数组结构‌：.nc文件通常包含多个维度，如时间、经度和纬度，适用于存储复杂的多维数据集。

补充：
所用的Bio-ORACLE环境数据合集（有需要就下载吧）
Bio-ORACLE数据分享[decade 2010-2020] [Surface layers]

二、代码编写

接下来主要讲述 python绘制年平均海表温度的代码，另外两个类似，只需要稍加修改

2.1. python绘制年平均海表温度（主要）

该代码用于绘制中国周边海域的海表温度（SST）分布图，并添加了省份边界、等温线和网格线等细节，最后保存pdf文件

import xarray as xr  
import matplotlib.pyplot as plt  
import cartopy.crs as ccrs  
import cartopy.feature as cfeature  
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter  # 导入经纬度格式器 
import numpy as np
from cartopy.io.shapereader import Reader
from cartopy.feature import ShapelyFeature
# 加载NetCDF格式的SST数据（替换为你的SST数据文件路径）  
ds = xr.open_dataset(r"D:\oceandata\Bio-ORACLE\Temperature [mean].nc")  # 假设你的SST数据在该文件中  

print(ds.variables) #打印SST数据的所有变量名及其相关信息，通过查看这些信息，你可以确定要使用哪个变量进行绘图和分析

# 选择SST变量（替换为你的SST变量名）  
sst = ds['thetao_mean']
  
# 计算时间轴上的平均值（如果时间是一个维度）  
sst_mean = sst.mean(dim='time')  # 假设'time'是时间维度  

# 创建一个地图并设置投影  
fig = plt.figure(figsize=(10, 5))  
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())  

# 添加陆地和海洋特征  
ax.add_feature(cfeature.LAND, color='lightgray')  
ax.add_feature(cfeature.OCEAN, color='w', edgecolor='lightgray')  
ax.coastlines(color='black')  
# 添加省份边界
shapefile = r"C:\Users\www\Desktop\china_map\china_SHP\省界_Project.shp"  # 替换为你的Shapefile文件路径
china_provinces = ShapelyFeature(Reader(shapefile).geometries(), ccrs.PlateCarree(), edgecolor='black', facecolor='none')
ax.add_feature(china_provinces)

# 绘制SST平均值数据  
sst_plot = sst_mean.plot.contourf(ax=ax, transform=ccrs.PlateCarree(), cmap='coolwarm', levels=25, extend='both', add_colorbar=False,vmin=5, vmax=30)  
# levels参数可以调整等值线的数量  （具体来说，levels=25 表示将数据范围分成25个间隔，并绘制出相应的等值线。这些等值线将数据集的值范围（在此例中是5到30°C）平均分成25个部分，每个部分的上限和下限定义了一条等值线。）
  
  
# 添加颜色条  
cbar = fig.colorbar(sst_plot, drawedges=True, ax=ax, location='right', shrink=0.95, pad=0.08, spacing='uniform', label='Average Sea Surface Temperature (°C)')  
cbar.ax.tick_params(labelsize=10)  # 设置色标尺标签大小 

# 设置颜色条的刻度标签
cbar.set_ticks(np.arange(5, 31, 5))

# 添加等温线  
sst_contour = sst_mean.plot.contour(ax=ax, transform=ccrs.PlateCarree(), colors='gray', levels=130,linewidths=0.5)   # levels参数可以调整等温线的数量  

# 为等值线添加标签  
plt.clabel(sst_contour, inline=True, fontsize=10, fmt='%1.1f') 

# 设置地图的经纬度范围（可选）  
ax.set_extent([110, 135, 20, 40], crs=ccrs.PlateCarree())  

# 添加网格线  
gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, xlocs=np.arange(110, 135, 5), ylocs=np.arange(20, 40, 5),
                  linewidth=0.5, linestyle='--', color='k', alpha=0.8)  # 添加网格线
gl.xlabels_top = False  
gl.ylabels_right = False  
gl.xformatter = LongitudeFormatter()  # 使用默认的经度格式器  
gl.yformatter = LatitudeFormatter()   # 使用默认的纬度格式器  
gl.xlabel_style = {'size': 10, 'color': 'black'}  
gl.ylabel_style = {'size': 10, 'color': 'black'}  
print("Map created successfully!")
# 保存地图为PDF文件
plt.savefig('scs_sst_1.pdf', dpi=600, bbox_inches='tight', pad_inches=0.1)
# 显示地图  
plt.show()

代码大概包括以下流程：

  1. 加载数据：读取 NetCDF 文件并提取 SST 变量。
  2. 数据处理：对时间维度取平均。
  3. 创建地图：设置投影、添加陆地和海洋特征、绘制省份边界。
  4. 绘制 SST 数据：绘制填充等温线和等温线，添加颜色条和标签。
  5. 设置地图范围与网格线：调整地图范围，添加网格线并格式化标签。
  6. 保存与显示：保存地图为 PDF 文件并显示。

print(ds.variables) #打印SST数据的所有变量名及其相关信息，通过查看这些信息，你可以确定要使用哪个变量进行绘图和分析
例如该SST数据包括四个变量：time、latitude、longitude、thetao_mean， 其中thetao_mean就是SST变量名。

在这里插入图片描述

结果显示
在这里插入图片描述

2.2. python绘制年平均海表盐度（选看）

以下代码与年平均海表温度的代码类似（一些注释信息就没改过来了，知道意思即可）


import xarray as xr  
import matplotlib.pyplot as plt  
import cartopy.crs as ccrs  
import cartopy.feature as cfeature  
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter  # 导入经纬度格式器 
import numpy as np
from cartopy.io.shapereader import Reader
from cartopy.feature import ShapelyFeature
# 加载NetCDF格式的SST数据（替换为你的数据文件路径）  

ds = xr.open_dataset(r"D:\oceandata\so_baseline_2000_2019_depthsurf_49ed_5fc4_602c_U1739344920620_yandu.nc")  # 假设你的SST数据在该文件中  

print(ds.variables)
# 选择SST变量（替换为你的SST变量名）  
sst = ds['so_mean']
  
# 计算时间轴上的平均值（如果时间是一个维度）  
sst_mean = sst.mean(dim='time')  # 假设'time'是时间维度  

# 创建一个地图并设置投影  
fig = plt.figure(figsize=(10, 5))  
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())  

# 添加陆地和海洋特征  
ax.add_feature(cfeature.LAND, color='lightgray')  
ax.add_feature(cfeature.OCEAN, color='w', edgecolor='lightgray')  
ax.coastlines(color='black')  
# 添加省份边界
shapefile = r"C:\Users\www\Desktop\a5bc0-main\china_SHP\省界_Project.shp"  # 替换为你的Shapefile文件路径
china_provinces = ShapelyFeature(Reader(shapefile).geometries(), ccrs.PlateCarree(), edgecolor='black', facecolor='none')
ax.add_feature(china_provinces)


# 绘制SST平均值数据  
sst_plot = sst_mean.plot.contourf(ax=ax, transform=ccrs.PlateCarree(), cmap='coolwarm', levels=15, extend='both', add_colorbar=False,vmin=20, vmax=35)  # levels参数可以调整等温线的数量  
  
# 添加颜色条  
cbar = fig.colorbar(sst_plot, drawedges=True, ax=ax, location='right', shrink=0.95, pad=0.08, spacing='uniform', label='Average Sea Surface Salinity (psu)')  
cbar.ax.tick_params(labelsize=10)  # 设置色标尺标签大小 

# 设置颜色条的刻度标签
cbar.set_ticks(np.arange(20, 36, 3))


# 添加等温线  
sst_contour = sst_mean.plot.contour(ax=ax, transform=ccrs.PlateCarree(), colors='gray', levels=50,linewidths=0.5)  


# 为等值线添加标签  
plt.clabel(sst_contour, inline=True, fontsize=10, fmt='%1.1f') 

# 设置地图的经纬度范围（可选）  
ax.set_extent([110, 135, 20, 40], crs=ccrs.PlateCarree())  

# 添加网格线  
gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, xlocs=np.arange(110, 135, 5), ylocs=np.arange(20, 40, 5),
                  linewidth=0.5, linestyle='--', color='k', alpha=0.8)  # 添加网格线
gl.xlabels_top = False  
gl.ylabels_right = False  
gl.xformatter = LongitudeFormatter()  # 使用默认的经度格式器  
gl.yformatter = LatitudeFormatter()   # 使用默认的纬度格式器  
gl.xlabel_style = {'size': 10, 'color': 'black'}  
gl.ylabel_style = {'size': 10, 'color': 'black'}  
print("Map created successfully!")

# 保存地图为PDF文件
plt.savefig('scs_yandu_1.pdf', dpi=600, bbox_inches='tight', pad_inches=0.1)
# 显示地图  
plt.show()

在这里插入图片描述

2.3. python绘制年平均海表ph（选看）

以下代码与年平均海表温度的代码类似，只不过因为ph的值较小，我们可以先计算一下数据中的最大值与最小值，方便确定ph大小


import xarray as xr  
import matplotlib.pyplot as plt  
import cartopy.crs as ccrs  
import cartopy.feature as cfeature  
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter  # 导入经纬度格式器 
import numpy as np
from cartopy.io.shapereader import Reader
from cartopy.feature import ShapelyFeature
# 加载NetCDF格式的SST数据（替换为你的SST数据文件路径）  

ds = xr.open_dataset(r"D:\oceandata\ph_baseline_2000_2018_depthsurf_f606_6dc8_6180_U1739344995788_ph.nc")  # 假设你的SST数据在'sst.nc'文件中  

# 选择pH变量（替换为你的pH变量名）  
ph = ds['ph_mean']

# 计算pH数据的最高和最低值
ph_max = ph.max(dim=['time', 'latitude', 'longitude'])
ph_min = ph.min(dim=['time', 'latitude', 'longitude'])

print("Maximum pH value:", ph_max)
print("Minimum pH value:", ph_min)

print(ds.variables)
# 选择SST变量（替换为你的SST变量名）  
sst = ds['ph_mean']
  
# 计算时间轴上的平均值（如果时间是一个维度）  
sst_mean = sst.mean(dim='time')  # 假设'time'是时间维度  

# 创建一个地图并设置投影  
fig = plt.figure(figsize=(10, 5))  
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())  

# 添加陆地和海洋特征  
ax.add_feature(cfeature.LAND, color='lightgray')  
ax.add_feature(cfeature.OCEAN, color='w', edgecolor='lightgray')  
ax.coastlines(color='black')  
# 添加省份边界
shapefile = r"C:\Users\王浩天\Desktop\a5bc0-main\china_SHP\省界_Project.shp"  # 替换为你的Shapefile文件路径
china_provinces = ShapelyFeature(Reader(shapefile).geometries(), ccrs.PlateCarree(), edgecolor='black', facecolor='none')
ax.add_feature(china_provinces)


# 绘制SST平均值数据  
sst_plot = sst_mean.plot.contourf(ax=ax, transform=ccrs.PlateCarree(), cmap='coolwarm', levels=15, extend='both', add_colorbar=False,vmin=8, vmax=8.2)  # levels参数可以调整等温线的数量  
  
# 添加颜色条  
cbar = fig.colorbar(sst_plot, drawedges=True, ax=ax, location='right', shrink=0.95, pad=0.08, spacing='uniform', label='Average Sea Surface pH')  
cbar.ax.tick_params(labelsize=10)  # 设置色标尺标签大小 

# 设置颜色条的刻度标签
cbar.set_ticks(np.arange(8, 8.25, 0.05))


# 添加等温线  
sst_contour = sst_mean.plot.contour(ax=ax, transform=ccrs.PlateCarree(), colors='gray', levels=200,linewidths=0.5)  


# 为等值线添加标签  
plt.clabel(sst_contour, inline=True, fontsize=10, fmt='%1.3f')  #保留小数点后三位

# 设置地图的经纬度范围（可选）  
ax.set_extent([110, 135, 20, 40], crs=ccrs.PlateCarree())  

# 添加网格线  
gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, xlocs=np.arange(110, 135, 5), ylocs=np.arange(20, 40, 5),
                  linewidth=0.5, linestyle='--', color='k', alpha=0.8)  # 添加网格线
gl.xlabels_top = False  
gl.ylabels_right = False  
gl.xformatter = LongitudeFormatter()  # 使用默认的经度格式器  
gl.yformatter = LatitudeFormatter()   # 使用默认的纬度格式器  
gl.xlabel_style = {'size': 10, 'color': 'black'}  
gl.ylabel_style = {'size': 10, 'color': 'black'}  
print("Map created successfully!")
# 保存地图为PDF文件
plt.savefig('scs_ph_1.pdf', dpi=600, bbox_inches='tight', pad_inches=0.1)
# 显示地图  
plt.show()

在这里插入图片描述

总结

主要是以绘制年平均海表温度分布图为例，其余环境数据也类似。

2025/2/19

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2303973.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

网络空间安全（2）应用程序安全

网络空间安全（2）应用程序安全

前言 应用程序安全（Application Security，简称AppSec）是一个综合性的概念，它涵盖了应用程序从开发到部署，再到后续维护的整个过程中的安全措施。 一、定义与重要性 定义：应用程序安全是指识别和修复应用程序…
阅读更多...
全链路优化：如何让单点登录认证接口并发性能翻倍？

全链路优化：如何让单点登录认证接口并发性能翻倍？

背景 最近针对一个单点登录认证项目进行性能优化，在 8核 16G 环境下的认证并发能力从每秒800次提升至每秒1600次，性能提升一倍，整理此次优化过程中的相关性能优化操作总结和大家分享一下。 Nginx配置优化 在并发认证场景下，Ngi…
阅读更多...
http代理IP怎么实现？如何解决代理IP访问不了问题？

http代理IP怎么实现？如何解决代理IP访问不了问题？

HTTP代理是一种网络服务，它充当客户端和目标服务器之间的中介。当客户端发送请求时，请求首先发送到代理服务器，然后由代理服务器转发到目标服务器。同样，目标服务器的响应也会先发送到代理服务器，再由代理服务器返回给…
阅读更多...
USC安防平台之地图临近资源列表

USC安防平台之地图临近资源列表

USC安防平台通过配置多层地图，并把相关的摄像机和门禁对象配置到数据上，用户可以方便的在地图上查看并操作。 但是对于大型的视频监控项目，同一个经纬度可能安装了很多台摄像机，这时候就需要显示同一个经纬度的临近资源列表&…
阅读更多...
JavaScript数组方法reduce详解

JavaScript数组方法reduce详解

JavaScript数组方法reduce详解 目录 JavaScript数组方法reduce详解一，前言二，核心语法三，案例1.求和2.找最大值3.数组转对象4.复合操作（同时实现 map filter） 四，常见错误1.空数组没有初始值2.没有返回累加…
阅读更多...
计算机毕业设计SpringBoot+Vue.js服装商城 服装购物系统(源码+LW文档+PPT+讲解+开题报告)

计算机毕业设计SpringBoot+Vue.js服装商城 服装购物系统(源码+LW文档+PPT+讲解+开题报告)

温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 温馨提示：文末有 CSDN 平台官方提供的学长联系方式的名片！ 作者简介：Java领…
阅读更多...
Web自动化中Selenium下Chrome与Edge的Webdriver常用Options参数

Web自动化中Selenium下Chrome与Edge的Webdriver常用Options参数

目录 引言 说明 Add_argument() 添加方式 常用参数 Add_experimental_option() 添加方式 常用方法 任务结束后仍然保持浏览器打开 禁用“Chrome 正受到自动测试软件的控制”提示 设置下载路径 禁用弹窗拦截 禁用图片加载 禁用 JavaScript 注意 引言 …
阅读更多...
现代未来派品牌海报徽标设计无衬线英文字体安装包 THANKS LAB

现代未来派品牌海报徽标设计无衬线英文字体安装包 THANKS LAB

THANK LAB 是一种高级未来主义的软字体，将时尚的现代设计与光滑圆润的边缘相结合，营造出大胆而平易近人的美感。这款字体非常适合品牌、海报、标题、UI/UX 和科幻主题项目，旨在激发创造力。THANK LAB Futuristic Soft Font 完全支持拉丁字母、…
阅读更多...
【算法通关村 Day6】二叉树层次遍历

【算法通关村 Day6】二叉树层次遍历

树与层次遍历青铜挑战 理解树的结构 通过中序和后序遍历序列恢复二叉树是一个经典的二叉树构建问题。给定二叉树的中序遍历序列和后序遍历序列，我们可以利用以下步骤进行恢复。 思路： 后序遍历的特点： 后序遍历的最后一个节点是树的根节点…
阅读更多...
安全面试2

安全面试2

文章目录 简单描述一下什么是水平越权，什么是垂直越权，我要发现这两类漏洞，那我代码审计要注意什么地方水平越权：垂直越权：水平越权漏洞的审计重点垂直越权漏洞的审计重点 解释一下ssrf漏洞原理攻击场景修复方法 横向移…
阅读更多...
【JavaScript进阶】构造函数数据常用函数

【JavaScript进阶】构造函数数据常用函数

目录 本章节用到的所有素材都可以找到：素材自取~~~~ 1、深入对象 1.1创建对象三种方式 1.2 构造函数 练习 利用构造函数创建多个对象 实例化执行过程 1.3实例成员&静态成员 2. 内置构造函数 2.1 Object 2.2 Array 练习 员工涨薪计算成本 2.3 St…
阅读更多...
在PiscTrace开发者版上直接处理图像色阶分布

在PiscTrace开发者版上直接处理图像色阶分布

在图像处理和计算机视觉中，色阶分布（或称灰度分布）是描述图像中像素强度分布的一个重要概念。它对于理解图像的亮度、对比度、纹理和细节等方面具有关键作用。通过色阶分布的分析，我们能够获得图像的整体信息，从而帮助…
阅读更多...
趣味数学300题1981版-十五个正方形

趣味数学300题1981版-十五个正方形

分析：移动两根变成11个正方形很简单： 移动4根变成15个正方形，分析： 一个田字格包含5个正方形，若要15个正方形需要3个田字格，如果3个田字格完全不重合，需要6*318根火柴。如果合并正方形的边&…
阅读更多...
Selenium实战案例1：论文pdf自动下载

Selenium实战案例1：论文pdf自动下载

在上一篇文章中，我们介绍了Selenium的基础用法和一些常见技巧。今天，我们将通过中国科学：信息科学网站内当前目录论文下载这一实战案例来进一步展示Selenium的web自动化流程。 目录 中国科学：信息科学当期目录论文下载 1.网页内…
阅读更多...
nginx 反向代理 配置请求路由

nginx 反向代理 配置请求路由

nginx | 反向代理 | 配置请求路由 nginx简介 Nginx（发音为“Engine-X”）是一款高性能、开源的 Web 服务器和反向代理服务器，同时也支持邮件代理和负载均衡等功能。它由俄罗斯程序员伊戈尔西索夫（Igor Sysoev）于 2004…
阅读更多...
用户中心项目教程（十）---注册里面的重定向排查和相关的修改

用户中心项目教程（十）---注册里面的重定向排查和相关的修改

文章目录 1.注册逻辑的设计和实现2.解决自带的这个重定向的问题3.增加属性的相关操作4.关于如何修改页面上面的绿色按钮 1.注册逻辑的设计和实现 上次说到了的是登录功能，我们使用数据库里面存在的这个存在的账户和密码进行登录，但是是无法进行跳转的&a…
阅读更多...
根据音频中的不同讲述人声音进行分离音频 | 基于ai的说话人声音分离项目

根据音频中的不同讲述人声音进行分离音频 | 基于ai的说话人声音分离项目

0.研究背景 在实际的开发中可能会遇到这样的问题，老板让你把音频中的每个讲话人的声音分离成不同的音频片段。你可以使用au等专业的音频处理软件手动分离。但是这样效率太慢了，现在ai这么发达，我们能否借助ai之力来分离一条音频中的不同的说…
阅读更多...
【单片机】【UDS】 (单帧与多帧) 数据传输

【单片机】【UDS】 (单帧与多帧) 数据传输

对于使用 CAN 的诊断通信系统，每个单帧 (SF)、 第一帧 (FF)、 连续帧 (CF) 或流控 制帧 (FC) 有 8 字节数据场；其中单帧的 CAN_DL≤8 且第一帧的 FF_DL≤4095；下表 中已定义 每个报文的类型。 CAN FD 帧的数据场支持最大 64 个字节&#xff0…
阅读更多...
WebXR教学 02 配置开发环境

WebXR教学 02 配置开发环境

默认操作系统为Windows 1.VS Code VS Code 是一款轻量级、功能强大的代码编辑器，适用于多种编程语言。 下载 步骤 1：访问 VS Code 官方网站 打开浏览器（如 Chrome、Edge 等）。 在地址栏输入以下网址： https://code.v…
阅读更多...
MySql数据库运维学习笔记

MySql数据库运维学习笔记

数据库运维常识 DQL、DML、DCL 和 DDL 是 SQL（结构化查询语言）中的四个重要类别，它们分别用于不同类型的数据库操作，下面为你简单明了地解释这四类语句： 1. DQL（数据查询语言，Data Query Langu…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023