业务刚需 |一张图看遍所有模式：用 Meteva 速览 12~72h 降水预报

用户11172986

发布于 2026-04-24 18:55:57

550

文章被收录于专栏：气python风雨气python风雨

一张图看遍所有模式：用 Meteva 速览 12~72h 降水预报

作者：吉林通化局崔忠强关键词：Meteva、会商复盘、降水对比、快捷可视化

前言

前几天看省局组织的天气复盘，发现有一张图挺实用——每一行是一个模式，每一列是一个时效，一张图就可以把所有模式的制定预报时效展示出来了，

不用再去智能网格平台挨个截图了。感觉会商能很实用，就复现了一下。

考虑到能一键设置shp，也能一键生成多个axe，所以就继续偷懒采用meteva的便捷绘图工具。可以维护一个二位列表存储降水数据，然后依次绘制。

唯独比较“难”的地方就是如何在大图中把大图的纵坐标（模式名）和横坐标（时效）显示出来。

想了个笨方法，每一行的第一个图片给y轴设置一个label来显示模式名。每一列的第一个图片设置一个title来显示时效。

总之是复现出来了，欢迎大家交流优化！

效果示例

项目功能速览

要点	内置支持
数据读取	自动算 YYMMDDHH.TTT，读 RAIN12
起报时间	支持 20:00（昨天）/ 08:00（当天）一键切
模式列表	随意增删，动态计算行列
地图范围	extent=[110,125,35,45] 自定义即可
色标	Meteva 自带 24h 降水色标
分辨率	dpi=300，bbox_inches='tight'

代码

直接整段扔进 draw_models.py，安装一次依赖即可跑。

import numpy as np
import meteva.base as meb
import datetime
from metdig.io.cmadaas import get_model_grids
import matplotlib.pyplot as plt

#导入配置ini
meb.set_io_config(r"C:\Users\admin\OneDrive\config\meteva\config.ini")
def draw_map(members=["ECMWF_HR","GERMAN_HR","GRAPES_GFS","GRAPES_3KM","NCEP_GFS","JAPAN_MR",'GRAPES_MESO_HR', 'BEIJING_MR', 'GUANGZHOU_MR','NWFD_SCMOC'],fhours=np.arange(12,84,12),extent=[110,125,35,45],is_20=True):
    '''
    members (列表): 天气模型名称列表。
    fhours (numpy 数组): 预报小时数组。默认值: np.arange(12,84,12)
    extent (列表): 地图范围坐标列表。默认值: [110,125,35,450]
    is_20 (布尔值): 标志，指示预报是否从20:00开始。默认值: True
    '''
    #初始化结果的xarray列表，实际上是一个二维数组
    data_list=[]
    #如果是早间会商，一般使用昨天20点起报的数据，如果是下午加密会商，一般使用今天8点起报的数据。这里用来自动生成起报时间
    if is_20:
        time_now = datetime.datetime.now() - datetime.timedelta(hours = 24)
        time0 = datetime.datetime(time_now.year,time_now.month,time_now.day,20,0)
    else:
        time_now = datetime.datetime.now()
        time0 = datetime.datetime(time_now.year,time_now.month,time_now.day,8,0)
    #对每一个模式进行循环
    for member in members:
        #初始化单模式的结果列表
        grd_list=[]
        #对每一个时次进行循环
        for fhour in fhours:
            #通过meteva读取micaps的分布式服务器的数据，首先生成路径
            path = meb.get_path(r"%s/RAIN12/YYMMDDHH.TTT"%member,time0,fhour)
            try:
                grd = meb.read_griddata_from_gds(path)
                grd_list.append(grd)
            except:#如果读取失败，就用np.nan填充，保证维度一致
                grd_list.append(np.nan)
            print(member,':',fhour,' done')#输出日志
        data_list.append(grd_list)
    #这里生成一个时间列表，用于在每一列顶端显示预报时间
    times = []
    for fhour in fhours:
        times.append((time0+datetime.timedelta(hours = int(fhour))).strftime('%d%H'))
    #利用meteva的便捷绘图工具创造子图
    axs = meb.creat_axs(len(members)*len(fhours),extent,ncol = len(fhours),sup_title='',sup_fontsize = 6,add_minmap=False)
    #遍历所有数据绘图
    for i in range(len(members)):
        for j in range(len(fhours)):
            image = meb.add_contourf(axs[i*len(fhours)+j],data_list[i][j],cmap = meb.cmaps.rain_24h,add_colorbar=False,extend = 'both')
    #左边添加模式名
    for i, label in enumerate(members):
            axs[i*len(fhours)].set_ylabel(label, fontsize=6, rotation=90, ha='center')
    #顶部添加预报时间
    for i, label in enumerate(times):
            axs[i].set_title(label, fontsize=6, pad=10)
    plt.savefig('result.png',dpi=300,bbox_inches='tight')

members=["ECMWF_HR",
    "NCEP_GFS",
    "GRAPES_GFS",
    "GERMAN_HR",
    "JAPAN_MR",
    'GRAPES_MESO_HR', 
    'NWFD_SCMOC']
draw_map(members=members,fhours=np.arange(12,84,12),is_20=True)