使用 Iris 计算一些季节性气候指标答案

【问题标题】：calculating some seasonal climate metrics with Iris使用 Iris 计算一些季节性气候指标
【发布时间】：2020-12-15 18:49:45
【问题描述】：

我有一个新项目，计算一些季节性气候指标。作为其中的一部分，我需要确定一组气候月度数据中最潮湿的季度：

print(pr_cube)
 
Precipitation / (mm)                (time: 12; latitude: 125; longitude: 211) 
     Dimension coordinates:
          time                           x             -               -
          latitude                       -             x               -
          longitude                      -             -               x

其中时间是每个月，用 coord('time) = 30 年的平均值

DimCoord([2030-01-01 00:00:00, 2030-02-01 00:00:00, 2030-03-01 00:00:00, 
       2030-04-01 00:00:00, 2030-05-01 00:00:00, 2030-06-01 00:00:00,
       2030-07-01 00:00:00, 2030-08-01 00:00:00, 2030-09-01 00:00:00,
       2030-10-01 00:00:00, 2030-11-01 00:00:00, 2030-12-01 00:00:00]

我想知道是否可以为所有连续 3 个月的集合添加季节坐标，包括“环绕”，如下所示：

iris.coord_categorisation.add_season(cube, coord, name='season', 
       seasons=(''jfm', 'fma', 'mam', 'amj', 'mjj', 'jja', 'jas', 'aso', 'son', 'ond', 'ndj', 'djf'))

或

season = ('jfm', 'fma', 'mam', 'amj', 'mjj', 'jja', 'jas', 'aso', 'son', 'ond', 'ndj', 'djf')
iris.coord_categorisation.add_season_membership(cube, coord, season, name='all_quarters')

尚未对此进行测试，只是想知道是否有建议或建议？

然后，获得最大降雨量的季节？

Qtr_max_rain = pr_cube.collapsed('season', iris.analysis.MAX)

这样可以正常工作吗？

【问题讨论】：

标签： python-iris

【解决方案1】：

可能有一种方法可以使用coord_categorisation 来实现这一点，但我相信最简单的方法是使用iris.cube.Cube.rolling_window()。没有本地方法可以按照您需要的方式进行环绕，因此您可以通过在现有数据的末尾复制 Jan 和 Feb 来破解它。

我已经测试了以下内容，它似乎按预期工作。希望它对你有用。

# Create extra cube based on Jan and Feb from pr_cube.
extra_months_cube = pr_cube[:2, ...]
# Replace time coordinate with another that is advanced by a year - ensures correct sorting.
# Adjust addition depending on the unit of the time coordinate.
extra_months_coord = extra_months_cube.coord("time") + (24 * 365)
extra_months_cube.remove_coord("time")
extra_months_cube.add_dim_coord(extra_months_coord, 0)

# Combine original cube with extra cube.
both_cubes = iris.cube.CubeList([pr_cube, extra_months_cube])
fourteen_month_cube = both_cubes.concatenate_cube()

# Generate cube of 3-month MAX aggregations.
rolling_cube = fourteen_month_cube.rolling_window("time", iris.analysis.MAX, 3)

完成后，您当然可以使用 iris.cube.Cube.add_aux_coord() 添加建议的三个月标签。

【讨论】：