使用Python计算云的预计到达时间（ETA）？

我在气象站的一个项目中工作，但我被困在了估计到达时间（ETA）的某个项目中，因此，我想应用一种方法来估计云到达某个地点的时间，例如，我将有一个太阳站，然后会有云，但在它们到达太阳站之前，我想计算到达太阳站的预计时间？但它不应该那么准确

这是我目前掌握的数据

从A点到B点>>1km

风速在>>1.5-3.6 m/s之间变化

以下是天气预报代码：

import pyowm
import os
from datetime import datetime
import warnings

warnings.filterwarnings("ignore", category=DeprecationWarning) 
APIKEY=''
OpenWMap=pyowm.OWM(APIKEY)
Weather=OpenWMap.weather_at_place('Location')
Data=Weather.get_weather()
Weatherforecast = OpenWMap.three_hours_forecast('Location')

date_time = datetime.now().strftime("%d %b %Y | %I:%M:%S")

print ("-------------------------------------------------------------")
print ("Weather Status for - Location || {}".format(date_time))
print ("-------------------------------------------------------------")

temp = Data.get_temperature(unit='celsius')
print ("Average Temp. Currently ", temp['temp'] , '°C')
print ("Max Temp. Currently ", temp['temp_max'], '°C')
print ("Min Temp. Currently ", temp['temp_min'], '°C')


humidity = Data.get_humidity()
print ("Humidity : ",humidity, '%')


wind = Data.get_wind()
print ("Wind Speed : ",wind['speed'], 'm/s')
print ("Wind Direction in Deg : ",wind['deg'],'°')


cloud = Data.get_clouds()
print ("Cloud Coverage Percentage : ",cloud, '%')

weatherstatus = Data.get_status()
weatherstatusdetailed = Data.get_detailed_status()
print ("Weather status : ",weatherstatus)
print ("Weather status with details :",weatherstatusdetailed)

rain=Weatherforecast.will_have_rain()
sun=Weatherforecast.will_have_sun()
cloud=Weatherforecast.will_have_clouds() 

print("There will be rain :",rain)
print("There will be sun :",sun)
print("There will be clouds :",cloud) 

我还使用摄影机pi和OpenCV库来遮罩云层

这是云覆盖率的一部分，它将指示何时必须开始ETA计算，因此当云覆盖率的百分比为50%或以上时，它将开始计算。代码：

# determine the cloud coverage
    cloud_pixels   = np.count_nonzero(inverted == 255)
    total_pixels   = result.size
    cloud_coverage = cloud_pixels / total_pixels

    # create a mask of where the clouds are
    cloud_image_mask = np.zeros(mask.shape, dtype=np.uint8)
    cloud_image_mask[mask] = inverted.flatten()

    print('Coverage is {:.3f}%'.format(cloud_coverage*100))
    print(datetime.now() - startTime)

    last_dot  = imagepath.rindex('.')
    save_path = imagepath[:last_dot] + '-mask' + imagepath[last_dot:]
    cv2.imwrite(save_path, cloud_image_mask)

    return(cloud_coverage)

这是风速的代码，所以它每隔几分钟或几小时改变一次，当它改变时，我希望它被应用。代码：

wind = Data.get_wind()
print ("Wind Speed : ",wind['speed'], 'm/s')
print ("Wind Direction in Deg : ",wind['deg'],'°')

以下是计算数学：

简化的情况非常明显：

• 距离d为1000米
• 速度s为3.6至1.5 m/s
• 预计到达时间为d/s=278至667秒

---

不过，这只是我对您问题的解决方案

while True:
    If cloud_coverage >= 0.5: # if the cloud coverage is 50% or greater
        eta = d/wind["speed"] # calculate the eta

    if abs(wind["speed"] - Data.get_wind()["speed"]) > variance_tolerance: 
    #if the absolute value of the difference between wind["speed"] and an updated wind speed 
    #is greater then the tolerance
        wind = Data.get_wind() #reassign the wind variable
        #recalculate d
        eta = d/wind["speed] #recalculate the eta

---

不过，这只是我对你问题的解决办法

while True:
    If cloud_coverage >= 0.5: # if the cloud coverage is 50% or greater
        eta = d/wind["speed"] # calculate the eta

    if abs(wind["speed"] - Data.get_wind()["speed"]) > variance_tolerance: 
    #if the absolute value of the difference between wind["speed"] and an updated wind speed 
    #is greater then the tolerance
        wind = Data.get_wind() #reassign the wind variable
        #recalculate d
        eta = d/wind["speed] #recalculate the eta

---

---

只是想澄清一下，因为里面有很多信息，你需要计算一朵云以1.5-3.6米/秒的速度移动1公里需要多长时间。正确吗？@IsaacWP121准确发布更新。提供更多信息我不知道这是否是你想要的，因此发表评论，但是，如果云覆盖率>=50%，你可以得到风速，然后做d/s得到秒数。当风速发生重大变化（取决于你的影响）时（几乎起到缓冲作用，阻止它不断地发出微小变化），你能重新计算d并获得新的预计到达时间吗？@IsaacWP121是的。只是澄清一下，因为其中有很多信息，您需要计算一朵云以1.5-3.6m/s的速率移动1公里所需的时间。正确吗？@IsaacWP121准确发布更新。提供更多信息我不知道这是否是你想要的，因此发表评论，但是，如果云覆盖率>=50%，你可以得到风速，然后做d/s得到秒数。当风速发生重大变化（取决于你的影响程度）时（几乎起到缓冲作用，防止它不断地发出微小变化），你能重新计算d并获得新的预计到达时间吗？@IsaacWP121是。@Ruben helslot。。。。我得到了这个错误：NameError:name'variance\u tolerance'没有定义我也做了一些修改：

而True:if cloud\u coverage>=0.5:eta=1000/风[“speed”]如果abs（风[“speed”]-Data.get\u wind（）[“speed”]）>偏差公差：风=数据。获取风（）#重新分配风变量#重新计算d eta=1000/风[“速度”]#重新计算eta打印（'eta='，eta）

@ErrorPath方差_公差变量只是一个占位符变量，用于指示在计算新eta之前需要进行多大的更改。另外@ErrorPath您更改的代码（将d更改为1000）违背了我编写的代码的目的。你如何计算你的位置和云之间的距离？你想给它赋值，当它说#重新计算d时，你就用同样的距离公式来重新计算d@Ruben赫尔斯洛特。。。。我得到了这个错误：NameError:name'variance\u tolerance'没有定义我也做了一些修改：

而True:if cloud\u coverage>=0.5:eta=1000/风[“speed”]如果abs（风[“speed”]-Data.get\u wind（）[“speed”]）>偏差公差：风=数据。获取风（）#重新分配风变量#重新计算d eta=1000/风[“速度”]#重新计算eta打印（'eta='，eta）

@ErrorPath方差_公差变量只是一个占位符变量，用于指示在计算新eta之前需要进行多大的更改。另外@ErrorPath您更改的代码（将d更改为1000）违背了我编写的代码的目的。你如何计算你的位置和云之间的距离？你想给它赋值，然后当它说#重新计算d时，你用同样的距离公式来重新计算d