利用Python中的WRF输出计算三维锋生

我目前正试图运行一个python脚本，在我的WRF输出数据上计算三维锋生，以执行横截面分析。我已经有了Petterson公式的二维版本来进行比较，但是我的三维版本只捕捉到了二维版本非常小的方面

我用来计算三维锋生的公式是：

其中梯度项为：

以下是我的二维代码925 hPa生成的示例图像：

这是三维代码，然后插值到相同的二维925hpa表面：

事实上，一些读数至少出现在图像上相同的地理区域，这向我表明，我至少在正确的轨道上，我可能在某个地方犯了一个小错误。从我所看到的来看，我的python代码似乎是正确的，至少从我对np.gradient函数工作原理的理解来看，下面是计算锋生的代码：

# Fetch the fields we need
p = getvar(ncFile, "pressure") * 100 # Convert to Pa
z = getvar(ncFile, "z")
ua = getvar(ncFile, "ua")
va = getvar(ncFile, "va")           
theta = getvar(ncFile, "theta")
omega = getvar(ncFile, "omega")

dz = np.gradient(z, axis=0)
dp = np.gradient(p, axis=0)

theta_gradient = np.sqrt((np.gradient(theta, dx, axis=2))**2 + (np.gradient(theta, dy, axis=1))**2 + (np.gradient(theta, axis=0) / dz)**2)

zonal_gradient = (-1 * np.gradient(theta, dx, axis=2)) * ((np.gradient(ua, dx, axis=2) * np.gradient(theta, dx, axis=2)) + (np.gradient(va, dx, axis=2) * np.gradient(theta, dy, axis=1)))
meridional_gradient = (-1 * np.gradient(theta, dy, axis=1)) * ((np.gradient(ua, dy, axis=1) * np.gradient(theta, dx, axis=2)) + (np.gradient(va, dy, axis=1) * np.gradient(theta, dy, axis=1)))
vertical_gradient = (-1 * (np.gradient(theta, axis=0) / dp)) * ((np.gradient(omega, dx, axis=2) * np.gradient(theta, dx, axis=2)) + (np.gradient(omega, dy, axis=1) * np.gradient(theta, dy, axis=1)))

F3D = 1.08e9 * (1 / theta_gradient) * (zonal_gradient + meridional_gradient + vertical_gradient)
return F3D

作为参考，dx和dy术语直接从NetCDF文件本身获得。它具有属性dx和dy，两者都定义为4000m

我使用wrf python库通过getvar导入数据，getvar导入netCDF文件。作为参考，netCDF文件使用与标准numpy阵列类似的阵列结构： [上下、南北、东西]

所以轴参数的顺序应该是正确的z=0，y=1，x=2

我的一位教员顾问认为，梯度的边缘可能会导致计算内部出现一些问题，但我的理解是，每个点都是独立于边缘计算的，因此应该没有差异，但这一点我不是100%确定

---

有人知道为什么计算会产生如上图所示的错误结果吗？

在进行了更多的抨击之后，我能够解决这个问题。去展示，以确保考虑您的全单元分析！ 势温度梯度中的项考虑垂直轴为z，而垂直梯度中关于ω的项考虑p。由于ω是一个垂直的压力单位，我对潜在温度梯度的术语选择是错误的。将z到p的导数换掉，修复了问题的前半部分

第二，当计算垂直方向上的导数时，你需要考虑NoMy.Read是假设你已经走过了两个数据点，因此它把结果分成两个错误，所以我创建了一个函数包装器来处理分析的内外点：

def calc_center_difference(A, ax):
    gradient = np.gradient(A, axis=ax) 
    gradient *= 2.0
    if ax == 0:
        gradient[0,:,:] /= 2.0
        gradient[-1,:,:] /= 2.0   
    elif ax == 1:
        gradient[:,0,:] /= 2.0
        gradient[:,-1,:] /= 2.0
    elif ax == 2:
        gradient[:,:,0] /= 2.0
        gradient[:,:,-1] /= 2.0
    else:
        return ValueError("Invalid axis passed to calc_center_difference")
    return gradient

之后，我将考虑dz或dp的派生项的实例与包装函数实例交换，以确保正确计算这些项，瞧！一切正常

下面是我前面的函数的正确形式，它可以在python中计算完整的3D锋生：

# Input netcdf
# - [bottom_top, north_south, west_east]
def three_d_fronto(ncFile):
    # Fetch the fields we need
    p = to_np(getvar(ncFile, "pressure") * 100)
    z = to_np(getvar(ncFile, "z"))
    ua = to_np(getvar(ncFile, "ua"))
    va = to_np(getvar(ncFile, "va"))    
    theta = to_np(getvar(ncFile, "theta"))
    omega = to_np(getvar(ncFile, "omega"))

    dz = calc_center_difference(z, 0)
    dp = calc_center_difference(p, 0)

    theta_gradient = np.sqrt((np.gradient(theta, dx, axis=2))**2 + (np.gradient(theta, dy, axis=1))**2 + (calc_center_difference(theta, 0) / dp)**2)
    zonal_gradient = (-1 * np.gradient(theta, dx, axis=2)) * ((np.gradient(ua, dx, axis=2) * np.gradient(theta, dx, axis=2)) + (np.gradient(va, dx, axis=2) * np.gradient(theta, dy, axis=1)))
    meridional_gradient = (-1 * np.gradient(theta, dy, axis=1)) * ((np.gradient(ua, dy, axis=1) * np.gradient(theta, dx, axis=2)) + (np.gradient(va, dy, axis=1) * np.gradient(theta, dy, axis=1)))
    vertical_gradient = (-1 * (calc_center_difference(theta, 0) / dp)) * ((np.gradient(omega, dx, axis=2) * np.gradient(theta, dx, axis=2)) + (np.gradient(omega, dy, axis=1) * np.gradient(theta, dy, axis=1)))

    F3D = 1.08e9 * (1 / theta_gradient) * (zonal_gradient + meridional_gradient + vertical_gradient)
    return F3D

---

作为提醒，您需要安装wrf python库才能使用此函数。

这里只是一点更新。今天我决定试着用手工分别计算这些项，我想我已经解决了这个问题。这里的dz项应该处理z[n+1]-z[n-1]作为梯度项的分母，实际上是在做z[n+1]-z[n]。dp项也做了同样的事情，它会去掉被dz和dp除以的偏导数项。