雷达组网拼图3.0数据掌握和python解析处理

大家好，欢迎来到IT知识分享网。

废话不多说，先展示雷达图

以反射率为例：

核对数据格式

Z_RADA_C_BABJ_615_P_DOR_ACHN_CREF__043000.bin 

数据分析认识

 1. 组网产品分类： 组网产品包括组网混合扫描反射率（HSR），组网组合反射率（CR）、组网最大反射率高度（CRH）、组网回波顶高产品（ET）、组网垂直累积液态水含量（VIL）、组网一小时降水（OHP）、组网等高面反射率（CAP）。数据频次为10分钟 2. 文件名结构： Z_RADA_C_BABJ_{ 
   YYYYMMDDhhmmss}_P_DOR_{ 
   AREACODE}_{ 
   DTYPE}_{ 
   YYYYMMDD_hhmmss}.bin，{ 
   }内表示为命名规则中的变量，定义依次如下： YYYYMMDDhhmmss：产品生成时间，年月日时分秒 AREACODE：区域号，如全国区域：ACHN DTYPE：雷达产品类型简写，如QREF YYYYMMDD_hhmmss：资料观测时间，年月日_时分秒 3. 文件格式： 组网拼图产品文件格式定义为：文件头 + 数据块。文件头中定义了文件卷标（文件固定标识、文件格式版本代码、文件字节数）、 产品描述（拼图产品编号、坐标类型、产品代码、产品描述、产品数据起始位置、产品数据字节数）、数据时间（数据时钟、观测时间年、月、日等）、 数据区信息（数据区的南、西、北、东边界等），具体定义如下表所示。文件头共占用256字节，实际定义变量占176字节， 后面的80字节为预留空间。数据块为nX*nY（文件头中定义变量）个short类型数组，根据文件头中的Compress标志位判断是否压缩 

总体数据包括文件头和数据块，数据为bin格式二进制，根据文件格式将二进制转化为实际的数据类型，其余不过多分析，到这里，我们基本了解了组网产品的基本情况，接下来我们直接读取和出雷达图。

# 雷达拼图3.0数据绘制雷达图* # 设置日志 logger = logging.getLogger('RADA_L3_MST_CREF_QC') logging.basicConfig(level=logging.INFO) # 假设雷达颜色映射表 radarColoMap 已定义，并且是Python列表格式 def group(array, sub_group_length): for i in range(0, len(array), sub_group_length): yield array[i:i + sub_group_length] def read_string(buffer, length, encoding='gb2312'): return buffer[:length].decode(encoding).replace('\x00', '').replace(' ', '') def unbzip2_decompress(data): try: return bz2.decompress(data) except Exception as e: logger.error(f"Error decompressing bz2 data: { 
     e}") return None def get_path(path, path1): # 找到path1在path中的结束位置 end_index = path.find(path1) + len(path1) # 截取从path1之后的部分 sub_path = path[end_index:] return sub_path class BinaryReader: def __init__(self, buffer, is_little_endian=True): self.buffer = buffer self.index = 0 self.is_little_endian = is_little_endian def seek(self, offset, origin=0): if origin == 0: # Set absolute position self.index = offset elif origin == 1: # Set relative to current position self.index += offset elif origin == 2: # Set relative to end of file self.index = len(self.buffer) + offset def read_bytes(self, length): data = self.buffer[self.index:self.index + length] self.index += length return data def read_string(self, length): return read_string(self.read_bytes(length), length) def read_int(self): fmt = '<i' if self.is_little_endian else '>i' value, = struct.unpack_from(fmt, self.buffer, self.index) self.index += struct.calcsize(fmt) return value def read_int16(self): fmt = '<h' if self.is_little_endian else '>h' value, = struct.unpack_from(fmt, self.buffer, self.index) self.index += struct.calcsize(fmt) return value def readHeader(br): # 读取文件头信息 label = br.read_string(4) # 文件固定标识 version = br.read_string(4) # 文件格式版本代码 file_bytes = br.read_int() # 文件字节数 mosaic_id = br.read_int16() # 拼图产品编号 coordinate = br.read_int16() varname = br.read_string(8) description = br.read_string(64) BlockPos = br.read_int() BlockLen = br.read_int() TimeZone = br.read_int() yr = br.read_int16() mon = br.read_int16() day = br.read_int16() hr = br.read_int16() min = br.read_int16() sec = br.read_int16() ObsSeconds = br.read_int() ObsDates = br.read_int16() GenDates = br.read_int16() GenSeconds = br.read_int() latMin = br.read_int() / 1000 lonMin = br.read_int() / 1000 latMax = br.read_int() / 1000 lonMax = br.read_int() / 1000 cx = br.read_int() / 1000 cy = br.read_int() / 1000 # 读取数据区前的信息 nX = br.read_int() # 列数 nY = br.read_int() # 行数 dx = br.read_int() / 10000 dy = br.read_int() / 10000 height = br.read_int16() compress = br.read_int16() num_of_radars = br.read_int() UnZipBytes = br.read_int() scale = br.read_int16() unUsed = br.read_int16() RgnID = br.read_string(8) units = br.read_string(8) reserved = br.read_string(8) return yr, mon, day, nX, nY, latMin, latMax, lonMin, lonMax, scale # 读取数据字节 def readData(buffer): # 读取数据区 # br.seek(256) # 跳过未压缩的256字节头部 compressed_data = unbzip2_decompress(buffer[256:]) return compressed_data # 解压bz2数据 def unbzip2_decompress(data): try: return bz2.decompress(data) except Exception as e: logger.error(f"Error decompressing bz2 data: { 
     e}") return None class RadarWarnRequest(BaseModel): filePath: Any radarValue: Any lonMin: Any lonMax: Any latMin: Any latMax: Any provinceId: Any class RADA_L3_MST_CREF_QC: @staticmethod def parse(file_path, radarValue, lonMin, lonMax, latMin, latMax, provinceId): with open(file_path, 'rb') as f: buffer = f.read() br = BinaryReader(buffer, is_little_endian=True) yr, mon, day, nX, nY, lat_Min, lat_Max, lon_Min, lon_Max, scale = readHeader(br) compressed_data = readData(buffer) if compressed_data: data = np.frombuffer(compressed_data, dtype=np.int16) array_2d = data.reshape((nY, nX)) array_2d = array_2d / scale # 数据放大倍数 array_2d = np.where((array_2d >= 0) & (array_2d <= 75), array_2d, np.nan) # array_2d = ma.masked_where((array_2d > 75) | (array_2d < -5), array_2d) # 筛除无效值 # array_2d = ma.filled(array_2d) # array_2d = np.round(array_2d, decimals=0) # 保留两位 # 使用flipud函数进行翻转 array_2d = np.flipud(array_2d) lon = np.linspace(lon_Min, lon_Max, nX) lat = np.linspace(lat_Min, lat_Max, nY) # # 裁切完的数据 cropped_array_2d, cropped_lon, cropped_lat = crop_masked_array_by_bounds(array_2d, lon, lat, lonMin, lonMax, latMin, latMax) # 绘制河南的 proj = ccrs.PlateCarree() # 创建投影，选择cartopy的platecarree投影 fig = plt.figure(figsize=(10, 8)) # 创建页面，可以自己选择大小 # ax = fig.subplots(subplot_kw={'projection': proj}) #子图 ax = fig.add_subplot(1, 1, 1, projection=proj) levs = [0, 5.0, 10.0, 15.0, 20.0, 25.0, 30.0, 35.0, 40.0, 45.0, 50.0, 55.0, 60.0, 65.0, 70.0] cols = [(0, 0, 239 / 255), (65 / 255, 157 / 255, 241 / 255), (100 / 255, 231 / 255, 235 / 255), (109 / 255, 250 / 255, 61 / 255), (0, 216 / 255, 0), (1 / 255, 144 / 255, 0), (255 / 255, 255 / 255, 0), (231 / 255, 192 / 255, 0), (255 / 255, 144 / 255, 0), (255 / 255, 0, 0), (214 / 255, 0, 0), (192 / 255, 0, 0), (255 / 255, 0, 240 / 255), (150 / 255, 0, 180 / 255), (173 / 255, 144 / 255, 240 / 255)] # 创建自定义颜色映射 custom_cmap = ListedColormap(cols) norm = BoundaryNorm(levs, custom_cmap.N, clip=False) # 绘制等高线填充图 plt.contourf(lon, lat, array_2d, cmap=custom_cmap, norm=norm, levels=levs) # 设置透明背景并保存图片 plt.savefig('../v3/china.png', transparent=True, bbox_inches='tight', pad_inches=0) else: logger.error("Failed to decompress data") return