### 绘制位势高度填色图 要使用 `matplotlib` 和 `Cartopy` 绘制位势高度填色图，可以按照以下方式实现。以下是详细的说明以及代码示例。 #### 数据准备 首先需要加载 ERA5 数据并提取所需的变量（例如位势高度）。可以通过 `xarray` 来处理 NetCDF 文件[^2]： ```python import xarray as xr file_path = 'D:/data/era5_data.nc' # 替换为实际路径 ds = xr.open_dataset(file_path) # 假设我们需要的是 geopotential (z) 变量 hgt = ds['z'] / 9.81 # 将 geopotential 转化为 height print(hgt) ``` #### 地理投影设置 为了绘制地图背景，需引入 `Cartopy` 并定义地理投影。这里我们选择常见的正射投影作为例子： ```python import cartopy.crs as ccrs projection = ccrs.PlateCarree() # 定义投影类型 ``` #### 图形绘制 通过 `contourf` 方法填充颜色，并用 `contour` 添加等高线。以下是完整的绘图逻辑： ```python import matplotlib.pyplot as plt import numpy as np # 提取特定时间和层次的数据 time_index = 0 # 时间索引 level_index = 0 # 层次索引 lat_slice = slice(None, None, -1) # 纬度反转以便北极为上 lon_slice = slice(0, 360) # 长度范围 hgt_selected = hgt.isel(time=time_index, level=level_index)[lat_slice, lon_slice] # 创建图形对象 fig, ax = plt.subplots(figsize=(10, 6), subplot_kw={'projection': projection}) # 设置地图边界和海岸线 ax.set_extent([70, 140, 15, 55], crs=ccrs.PlateCarree()) # 设置区域范围 ax.coastlines(resolution='50m', color='black', linewidth=1) # 填充颜色 clevs = np.arange(0, 6000, 200) # 自定义等值线级别 cf = ax.contourf( hgt_selected.lon, hgt_selected.lat, hgt_selected.values, levels=clevs, cmap='terrain', transform=ccrs.PlateCarree() ) # 添加等高线 cs = ax.contour( hgt_selected.lon, hgt_selected.lat, hgt_selected.values, levels=np.arange(0, 6000, 500), colors='k', linewidths=0.8, linestyles='solid', transform=ccrs.PlateCarree() ) plt.clabel(cs, inline=True, fontsize=8, fmt='%d') # 标记等高线数值 # 添加颜色条 cbar = fig.colorbar(cf, orientation='horizontal', pad=0.05, aspect=50) cbar.ax.tick_params(labelsize=10) cbar.set_label('Geopotential Height (m)', fontsize=12) # 显示图像 plt.title(f"Geopotential Height at {int(hgt.level[level_index].values)} hPa", fontsize=14) plt.show() ``` 以上代码实现了基于指定时间、层次的位势高度填色图，并叠加了黑色等高线标记[^1]。 --- ### 注意事项 - **数据预处理**：如果原始数据的时间维度或空间分辨率较高，可能需要先进行插值或降采样操作。 - **自定义配色方案**：可以根据需求调整 `cmap` 参数来改变颜色映射效果。 - **性能优化**：对于大规模数据集，建议仅选取感兴趣的子区域以减少计算负担。 ---