在python中根据2D数组插值3D WRF数据

Question

我一直在写一个python脚本，我正在用它来研究WRF模型，我在插值例程方面遇到了一些困难。在我的例子中，我试图绘制一个特定的区域，然而，使用一个全面的压力水平，特别是对于较低的水平（1000850），通常会导致极端的最大值或nan值，因为山区位于地面以下。在

所以，我的想法是写一个脚本来检测地面的压力水平（很容易做到以下几点）：

pb = ncFile.variables['PB'][0][0]
p = ncFile.variables['P'][0][0]
sfcPres = pb + p

这将产生一个包含地压的二维阵列表面，然后在这些表面上建立另外两个分别包含50hPa和100hPa压力的场：

^{pr2}$

从这里我想给三个数组：sfcPres、medLevel和topLevel作为一个插值函数的高度参数，将每个lat，lon对上的数据集插值到这三个数组中各自的lat，lon对。在

我的问题是，到目前为止，我使用的所有插值例程都只允许插值到压力水平的一个奇异值，正如我前面所述，这导致了边缘极值的问题。在

我希望能够在this function的顺序上做一些事情，其中desiredlevel参数可以采用该2D数组，并在该2D数组中的每个点对3D数据集（数组为[Z，lat，lon]）执行插值。在

有没有人知道这样做的一个简单的方法，不涉及使用循环，因为数据集是相当大的，我需要计算平均值函数使用8个组合集约60个文件。在

谢谢！在

Answer 1

没有简单的方法可以做到这一点，它确实涉及到使用循环。我有我自己的WRF程序，线性插值4D变量场到我指定的等高曲面。我相信你应该可以修改压力表面的函数。我一直在工作，虽然WRF的数据困扰着我自己。在

def linear_height(var,surface): #defaults to .5km to 20.5km with .5 km intervals
    '''
    Requirements:
    import numpy as np

    This function will take in a variable and the corrosponding height surface of the model to
    then interpolate to constant height surfaces from 500m to 20km at 500m intervals.
    The interpolation to the new height surfaces is linear and occurs from the lowest level x,y point
    to the top level x,y point.

    The output variable will have the same units as the input variable but will have a different shape
    Assuming that height is the second column of the array, this will be the only length to change
    example: linear_height(Temperature, Height_surfaces)

    '''
    ######################################
    #Edit to change the levels of the interpolated height coordinates
    new_height = np.arange(500,20500,500) # 1km to 20 km
    ######################################
    new_surf = np.empty((var.shape[0],new_height.shape[0],var.shape[2],var.shape[3]))

    for TIM in np.arange(var.shape[0]):
        for IDX, VAL in np.ndenumerate(var[0][0]):
            new_val = np.interp(new_height,surface[TIM,:,IDX[0],IDX[1]],var[TIM,:,IDX[0],IDX[1]],left=np.nan, right=np.nan)
            new_surf[TIM,:,IDX[0],IDX[1]]=new_val[:]
    return new_surf