GrADS实习：ASCII到二进制数据转换与图形绘制

版权申诉

10 浏览量更新于2024-06-25 收藏 694KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

"本次实习主要涉及GrADS（Grid Analysis and Display System）的使用，包括数据文件的转换和数据描述文件的创建。实习内容是将ASCII码格式的月平均风场和高度场数据转换为GrADS支持的二进制格式，并用Fortran编写程序实现这一过程。同时，需要创建相应的数据描述文件（CTL文件），以便GrADS能够正确解析数据。实习旨在提高对GrADS数据格式的理解，以及Fortran程序设计和数据转换的能力。实习资料包括4个ASCII码文件，分别代表不同高度层的月平均风速分量（u200.dat、u850.dat、v200.dat、v850.dat）和一个月平均高度场文件（hgt500.dat）。所有数据覆盖的时间范围是2002年1月至2005年12月，共48个月，地理范围在60°E到150°E，0°N到40°N之间，具有37行×17列的网格，分辨率是2.5°×2.5°。实习要求首先通过阅读ASCII码数据文件来理解其结构。然后，使用Fortran编程语言将这些ASCII码文件转化为GrADS可以直接处理的二进制格式文件（如uv.grd和hgt.grd），并生成对应的描述文件（uv.ctl和hgt.ctl）。接下来，使用GrADS的基本操作命令打开、显示和比较850hPa和200hPa的风场图，以验证转换数据的准确性。此外，还需要展示2002年7月的850hPa和200hPa风场图，并最终完成实习报告。 Fortran程序的编写需要注意数据维度的定义，例如参数(nx=37, ny=17, nz=1, nt=48)分别表示网格的行数、列数、层次数和时间步数。在程序中，需要正确地读取ASCII文件中的数据，将其存储到二进制文件中，并按照GrADS的数据格式要求组织数据。实习步骤详细列举了如何进行数据处理和绘图的过程，包括使用文本编辑器打开数据文件、编写和运行Fortran程序、创建描述文件、使用GrADS命令显示和比较风场图，以及撰写实习报告。这次实习提供了实践经验，帮助学生深入理解GrADS的数据格式和操作流程，以及Fortran在科学计算中的应用，对于提升气象数据分析和可视化技能具有重要意义。"

资源详情

资源推荐

. -

set lon -180 0

set lev 500

set t 1

d z

那么在图形显示窗口出现如以下列图形

4.2 练习编写和使用 gs 文件。利用文本编辑器〔如记事本，或者写字板〕将所

需要的根本命令编辑成 gs 文件，然后使用 run 命令运行该文件；

Model.le.ctl：

'open c:\data\model.le.ctl'

'set lat 40'

'set lon -180 0'

'set lev 500'

'set t 1'

'd z'

'printim c:\images\im40500.png white'

;

4.3 根据所学过的图形要素设置命令"set〞，编辑 gs 文件绘制北半球 200hPa 纬

向风一维单线图〔经度固定于 120ºE〕和 500hPa 高度场平面图，并用"enable print〞

命令将所画图形分别存放。

Gs:

'reinit'

'open c:\data\model.le.ctl'

'enable print c:\images\model2.gmf'

'set grid off'

'set grads off'

'set lon 120'

'set lat 0 90'

'set lev 200'

'set t 1'

'set xyrev on'

'd u'

'print'

'c'

'reset'

'set grid off'

'set clip 0 11 2 6'

'set lat 0 90'

'set lev 500'

- .word.zl

剩余20页未读，继续阅读

hhappy0123456789

粉丝: 68
资源: 5万+

GrADS实习：ASCII到二进制数据转换与图形绘制

GrADS学习资料：GrADS绘图与编程实习手册.doc

GrADS绘图软件安装及入门.pdf

optimizer.apply_gradients(zip(grads, model.trainable_variables))

grads = T.grad(loss, wrt=net[drop].get_params(trainable=True))为什么结果为0

optimizer.apply_gradients(zip(grads, model.trainable_variables))中zip的作用

grads = T.grad(loss, wrt=layer.W)输出二维

详细解释一下这段代码input_grads = th.autograd.grad( output_tensors, ctx.input_tensors + ctx.input_params, output_grads, allow_unused=True, )

grads = T.grad(loss, wrt=layer.get_params(trainable=True))报错原因

grads = T.grad(loss, wrt=layer.get_params(trainable=True))为0

用grads绘图软件把nc气象文件输出为uv风图

grads = torch.autograd.grad(l_f_meta, (meta_net.params()), create_graph=True) meta_net.update_params(1e-3, source_params=grads)

import tensorflow as tf a = tf.Variable([1., 2.]) b = tf.Variable([2., 1.]) with tf.GradientTape() as tape: y = tf.square(a) + 2*tf.square(b) + 1 grads= tape.gradient(y, [a,b]) a.assign_sub(grads[0]* b) print(a.numpy()) 代码解析

GrADS绘图中'd ua.1;va.2'什么意思

用python写一个基于tensflow2.0以上版本的DDPG算法案例并且给每条语句添加注释

最新资源

import tensorflow as tf a = tf.Variable([1., 2.]) b = tf.Variable([2., 1.]) with tf.GradientTape() as tape: y = tf.square(a) + 2tf.square(b) + 1 grads= tape.gradient(y, [a,b]) a.assign_sub(grads[0] b) print(a.numpy()) 代码解析