python作为胶水语言，近年来在气象数据处理与可视化中有着极为广泛地应用，诸多第三方库极为便利地满足了气象研究者处理数据与绘图的要求，处理数据的包：xarray、pandas，读取不同气象格式的包：netcdf4、h5py，用于模式后处理的wrf-python、python-CDO等等。同样，python在气象可视化方面也有着许多包，一般而言，python的气象绘图是用matplotlib包绘图

值得注意的是，在 WRF 模式中，两种方法同化的变量不同，Grid Nudging 中默认同化的变量包括水平风、位温和水汽混合比，Spectral Nudging 中默认同化水平风、位温和位势高度。Nudging是一种应用较为广泛的同化方法，通过在控制方程中加上强迫项，逐渐把模式状态向观测状态逼近。由于我的模拟时间为一个月，并没有达到气候的程度，且当前ERA5再分析资料的upp-air层次已经十分

下垫面类型对于WRF的地表过程十分重要，而在我们研究WRF的地表过程之前，需要对输入的土地利用类型进行一些绘制，以便后续的修改。LU_MODIS21函数定义了绘制的土地类型、标签与对应色标，我们使用时，直接引用LU_MODIS21（）即可返回。其实很简单，只要将你拥有的土地类型数据提取出来，将原本函数中的labels和C切片，重新定义色标再绘制即可。在这里，我将以北极地区为例，绘制北极地区的WRF

实际上，这个问题原因还是由于投影转换的问题，在set_extend时，绘制的上下边界仍然是方形、未被正确投影的边界，与我们的set_boundary存在冲突，最根本的原因还是在于cartopy对于投影计算的一些缺陷。另外我们需要指出的是：**该方法不适用于极地投影，即NorthPolarStereo，由于NorthPolarStereo本身投影特性只需一个参数，本身并不适合。我们绘制极地投影时，同

HDF 是由美国国家超级计算应用中心（NCSA）创建的，以满足不同群体的科学家在不同工程项目领域之需要所建立一种文件格式。主要用来存储与分发不同科学数据。在研究过程中，我们往往需要多种数据，而数据与数据间有着不同的特性、来源、信息，将不同格式与来源的数据进行存储交换，并给予对应的数据说明，便是HDF格式文件解决的问题。HDF格式一般有HDF4/HDF5，目前许多卫星遥感数据便以HDF5的格式储存。

想用WRF模拟地气交换过程，对于WRF的地表数据，尤其是土壤温湿度数据要求便会很大，传统使用ERA5-singledata数据精度也许不足以满足需求，为此，本文尝试使用ERA5-land数据替换驱动WRF。

ANUSPLIN 是提供实用的转换分析和对多变量数据采用薄 盘光滑样条插值进行插值的工具。它提供了完整的统计分析、数据诊断以及空间分布标准误。同样也支持多种数据输入和表面查询功能。ANUSPLIN可以同时处理几个表面,因此在进行气候要素数据内插的批处理中显得更为方便。ANUSPLIN支持输入数据的多种格式变换,提供复杂的统计分析、透明的数据诊断过程和栅格化的拟合曲面以及标准误差曲面输出,因此目前已

一般人为数据的排放前处理使用pre_chen_src工具，然而pre_chen_src处理后的文件并不是WRF所能读取的文件格式，需要使用onvert_emiss.exe，生成WRF需要的人为排放的nc数据。在WRF-chem3.6以后，onvert_emiss.exe便不再WRF的编译中，需要单独安装，显然较为麻烦，而WRF本身就提供了处理全球人为排放数据的工具antro_emiss tool可

下载怀俄明大学的探空数据，之前用的是气象家园写的maltab脚本，但总是链接不上，而且有的站点需要用新网址，有的有需要用老网址，很麻烦，痛定思痛用决定终于用python了，主要有两种方式，各有各的优缺点吧，我们下面逐一介绍一下。

总结一下WRF修改物理参数化方案的流程。修改对应phys/文件夹下的代码，包括计算模块与驱动模块如果不涉及变量的改变，则直接编译即可，如果涉及变量的增添，在修改初始化部分代码与变量输入模块代码。修改Registry文件，增加变量描述、针对需要增加新方案的，参考博客修改Makefile文件，编译自己的新方案模块。分配模块空间，确保在namelist.input中可以选择。修改驱动文件，创建一个新Ca