LGHAP數據之切割與平均
背景
- LGHAP1檔案名稱規則、檔案格式詳見zip下載與轉檔
- 由於該檔案的空間範圍為全中國,因此需先將其切割出台灣範圍、再行轉換座標、並將1公里解析度之檔案處理成3公里解析度。
- 由於來源及目標座標系統之解析度相同,此處以「最近距離」法來進行內插與轉檔(如建立cmaq邊界點位置與cams網格系統的對照關係或衛星數據轉換成D4座標系統)
- 此處著重程式說明,程式詳genN_D4T.py(LGHAP)及genN_D4T.py(NASA)
- 除了此處之regrid處理之外,進一步處理成鄉鎮區平均程式,可以參考LGHAR2csv.py之說明。
切割方式
- 詳細網格座標的對應方式詳衛星數據轉換成D4座標系統,此處介紹差異之處
差異對照表
項目 | MCD19A2.006 | LGHAP | 說明 |
---|---|---|---|
經緯度之維度 | 2維 | 1維 | 前者為北往南 |
檔案個數 | 2個檔案聯集 | 1個檔案 |
kuang@master /nas2/cmaqruns/2019TZPP/output/Annual/aTZPP/LGHAP.PM25.D001
$ diff genN_D4T.py ../MCD19A2.006/2016/genN_D4T.py
23,30c23,32
< fname='LGHAP.PM25.D001.template.nc'
< nc = netCDF4.Dataset(fname,'r')
< lat=nc['lat'][:]
< lon=nc['lon'][:]
< lon2d,lat2d=np.meshgrid(lon, lat)
< x1,y1=pnyc(lon2d,lat2d, inverse=False)
---
> lat=[];lon=[]
> for hh in ['28','29']:
> with open('2016allnc'+hh+'.txt','r') as f:
> fnames=[i.strip('\n') for i in f]
> nc = netCDF4.Dataset(fnames[0],'r')
> lat=lat+list(np.array(nc['grid1km_latitude'][:,:]).flatten())
> lon=lon+list(np.array(nc['grid1km_longitude'][:,:]).flatten())
> x1,y1=pnyc(lon,lat, inverse=False)
程式碼下載
Download: LGHAP數據與D4座標點位之對應引數建立程式:genN_D4T.py
Long-term Gap-free High-resolution Air Pollutants concentration dataset provides gap free AOD product with daily 1-km resolution covering the land area of China. see publication ↩