|
热带降雨测量任务是美国国家航空航天局()和日本国家太空发展署()的一项联合太空任务，旨在。该任务使用5种仪器: 降水雷达(Precipitation Radar，PR)、 TRMM 微波成像仪(TRMM Microwave Imager，TMI)、可见红外扫描仪(Visible Infrared Scanner，VIRS)、云与地球辐射能量系统(Clouds & Earths Radiant Energy System，CERES)和闪电成像传感器(Lightning Imaging Sensor，LSI)。TMI 和 PR 是用于降水的主要仪器。这些仪器被用于形成 TRMM 多卫星降水分析(TRMM Multi-satellite Precipitation Analysis，TMPA)的 TRMM 组合仪器(TRMM Combined Instrument ，TCI)校准数据集(TRMM 2B31)的算法中，其 和 是最相关的 TRMM 相关气候研究的产品。的空间分辨率为0.25 ° ，1998年至今覆盖北纬50 ° 至南纬50 ° 。
本文中用到的数据主要为TRMM-3B43月平均产品，用于绘制降水的气候态空间分布图
TRMM-3B43产品如下所示：
- 空间分辨率：0.25°
- 时间覆盖范围：1999.01 - 2020.01
- 经纬度范围： 经度：0-360°，纬度：-50°S-50°N
- 单位为：mm/hour
- 降水类型 ： 累计降水
这里使用的python系统环境：linux系统，因为windows上好多库都不好用
关于掩膜的方法，之前出过教程了，这里不再重复：
python 对陆地数据进行掩膜的两种方法
官网数据下载链接
- 这里所使用的3B43降水资料数据为格式，因此需要使用这个库来读取，不习惯的可以下载的数据格式
- 由于数据中缺少经纬度信息（也可能是我没有找到），为了实现区域切片，这里手动造了一个dataarray的数据，从而实现切片的过程
- 数据中读取的变量为，读取完之后是个二维的数组，为了给他加上时间纬度，所以手动给他进行了扩维，之后实现多年的气候态平均计算
- 使用实现对于陆地区域的掩膜处理
- 使用 实现中国的区域绘制，这里的cnmaps的库在windows上可能不好安装，也直接使用cartopy自带的海岸线
- 将原始数据单位转化为 mm/year，这里只是简单的转换
1、首先读取10年的数据路径
2、封装数据读取函数，并对需要的区域进行切片，我选择的区域为经度：[90.0, 145]，纬度：[-10, 55]，并将循环读取的10年月平均数组创建为dataarray的格式方面后续掩膜，这里的时间可以通过pandas自己创建时间序列，我这里偷懒直接读取了之前处理过的月平均gpcp的time了
3、对数据的陆地部分进行掩膜，并计算气候态平均，转换单位为
4、绘图，保存图片
TRMM: Tropical Rainfall Measuring Mission
https://climatedataguide.ucar.edu/climate-data/trmm-tropical-rainfall-measuring-mission
Monthly 0.25° x 0.25° TRMM multi-satellite and Other Sources Rainfall (3B43)
http://apdrc.soest.hawaii.edu/datadoc/trmm_3b43.php
TRMM 3B43: Monthly Precipitation Estimates
https://developers.google.com/earth-engine/datasets/catalog/TRMM_3B43V7
中巴经济走廊TRMM_3B43月降水数据（1998-2017年）：http://www.ncdc.ac.cn/portal/metadata/4b9504fa-0e34-47c9-a755-91d3f3253312
TRMM (TMPA/3B43) Rainfall Estimate L3 1 month 0.25 degree x 0.25 degree V7 (TRMM_3B43)（GES 官网介绍）：https://disc.gsfc.nasa.gov/datasets/TRMM_3B43_7/summary
国家海洋遥感在线分析平台 https://www.satco2.com/index.php?m=content&c=index&a=show&catid=317&id=217
之前没怎么处理过程HDF的文件，时间仓促，只是简单了记录了一下，没有考虑代码的美观和计算的高效性，欢迎大家评论或者联系我进行交流讨论~~ | 
