马年大吉 | 代码实战 | 气压层插值常用库综述（含 xgcm / MetPy / GeoCAT / wrf-python / easyclimate）

马年大吉 | 代码实战 | 气压层插值常用库综述（含 xgcm / MetPy / GeoCAT / wrf-python / easyclimate）

温馨提示

本文以“气压层（等压面）插值”为主题，整理常用的 Python 库与典型调用方式，适合做大气模式数据的层间插值、诊断与可视化前处理。 若你在使用这些库时遇到问题，欢迎留言交流。

前言

不经意间又是一年，在这里祝大家马年大吉，新春快乐。之前在气象家园看到有朋友在对比cdo与geocat库的插值气压层效果（https://bbs.06climate.com/forum.php?mod=viewthread&tid=111661），于是萌生总结一下我所知道的插值气压层的方法，以便读者学习。

气压层插值是大气数值模式后处理中的高频步骤：

• 模式输出通常是地形跟随的混合 σ 层或模型层；
• 诊断分析与可视化却常常要求固定的等压面（如 500 hPa、850 hPa）；
• 将模式层数据统一到标准压力层，是后续诊断与绘图的关键。

本文以“可落地、易上手”为目标，整理几类常见 Python 工具包，并给出它们在气压层插值上的适用场景与入口函数。

项目目标

• 了解 Python 生态中可用于气压层插值的主流库
• 快速判断每个库的优劣和适用场景
• 便于后续写脚本时快速定位可用函数

项目方法

本文对以下库进行梳理：

• GeoCAT-comp
• MetPy
• wrf-python
• xgcm
• Skyborn
• easyclimate

并补充转载来源说明，便于规范引用与传播。

1. GeoCAT-comp：混合 σ 层 → 等压面（强烈推荐）

GeoCAT-comp 提供与 NCL vinth2p 类似的接口，适合处理 CAM/ERA 等混合 σ 层数据。

核心函数： geocat.comp.interpolation.interp_hybrid_to_pressure

特点：

• 支持线性/对数插值
• 可选地面以下外推
• 默认输出 21 个标准气压层

适用场景：

• 使用 xarray 数据，且数据是混合 σ 层或模型层
• 需要与 NCL/ECMWF 插值结果保持一致的科研项目

代码示例：

import geocat.comp as gc

plev = [100000, 85000, 70000, 50000]  # Pa
out = gc.interpolation.interp_hybrid_to_pressure(
    data=var, ps=ps, hyam=hyam, hybm=hybm,
    new_levels=plev, method="log"
)

来源：https://geocat-comp.readthedocs.io/en/latest/user_api/generated/geocat.comp.interpolation.interp_hybrid_to_pressure.html

2. MetPy：σ 层 → 等压面（轻量、易用）

MetPy 提供 log_interpolate_1d，适合在已计算出 pressure 的情况下进行插值。

核心函数： metpy.interpolate.log_interpolate_1d（示例中常用 mpcalc.log_interp）

特点：

• 使用对数插值，适合气压坐标
• 可同时插多个变量

适用场景：

• 你已经有 pressure 三维场
• 只需要插值到少量等压面层

代码示例：

from metpy.interpolate import log_interpolate_1d
from metpy.units import units

plev = [700] * units.hPa
height_700, temp_700 = log_interpolate_1d(
    plev, pressure, height, temperature, axis=1
)

示例图（官方文档）：

MetPy Sigma → Pressure 示例图

来源：https://unidata.github.io/MetPy/latest/examples/sigma_to_pressure_interpolation.html

3. wrf-python：WRF 数据插值到指定气压层

wrf-python 在 WRF 后处理中非常常见，interplevel 可以将三维变量插到指定压力面。

核心函数： wrf.interplevel

特点：

• 直接对 3D 变量插值
• 结果可返回 xarray.DataArray

适用场景：

• 典型 WRF 后处理
• 需要快速获取 500 hPa / 850 hPa 等层的数据

代码示例：

from netCDF4 import Dataset
from wrf import getvar, interplevel

wrfin = Dataset("wrfout_d02_2010-06-13_21:00:00")
pressure = getvar(wrfin, "pressure")
height = getvar(wrfin, "z", units="dm")
height_500 = interplevel(height, pressure, 500.0)

来源：https://wrf-python.readthedocs.io/en/latest/user_api/generated/wrf.interplevel.html

4. xgcm：网格变换式垂直坐标插值（灵活但需理解网格）

xgcm 的 Grid.transform 允许在任意轴上做坐标变换，method='log' 用于等压面插值。

核心函数： xgcm.Grid.transform

特点：

• 更通用的坐标变换框架
• 可以从 σ/模式层插到等压面

适用场景：

• 已基于 xarray + xgcm 构建网格
• 需要统一处理多个坐标维度

代码示例：

from xgcm import Grid
import numpy as np

# grid 已由 xarray Dataset 构建
plev = np.array([1.0e5, 8.5e4, 7.0e4])
var_p = grid.transform(
    ds.temperature, "Z", plev,
    target_data=ds.pressure, method="log"
)

来源：https://xgcm.readthedocs.io/en/latest/transform.html

5. Skyborn：xarray 友好的混合 σ 层插值封装

Skyborn 以 xarray 为核心，提供混合 σ 层到等压面的插值封装。

核心函数： skyborn.interp.interp_hybrid_to_pressure

特点：

• 保留元数据
• 支持外推和多种插值方法

适用场景：

• 想要轻量但功能完整的插值封装

代码示例：

import skyborn.interp as si
import numpy as np

plev = np.array([100000, 85000, 70000])
var_p = si.interp_hybrid_to_pressure(
    data=var, ps=ps, hyam=hyam, hybm=hybm,
    new_levels=plev, method="linear"
)

来源：https://skyborn.readthedocs.io/en/latest/_modules/skyborn/interp/interpolation.html

6. easyclimate：模型层 → 标准气压层的通用插值

easyclimate 对 SciPy 插值进行了简单封装，适合快速把模型层转换为标准气压层。

核心函数： easyclimate.interp.modellevel2pressure.interp1d_vertical_model2pressure

特点：

• 插值方式可选（linear、cubic 等）
• 对 pressure_data 维度要求明确

适用场景：

• 想要显式控制插值方式
• 更偏工程/业务处理

代码示例：

from easyclimate.interp.modellevel2pressure import interp1d_vertical_model2pressure

plev = [5000, 10000, 20000, 30000, 50000, 85000, 100000]
var_p = interp1d_vertical_model2pressure(
    pressure_data=pressure,
    variable_data=temperature,
    vertical_input_dim="lev",
    vertical_output_dim="plev",
    vertical_output_level=plev,
    kind="linear"
)

来源：https://easyclimate.readthedocs.io/en/latest/technical/api/easyclimate/interp/modellevel2pressure/index.html

快速对比（便于选型）

小结：如何选择合适的库？

• CAM/ERA 等混合 σ 层数据：优先 GeoCAT-comp
• WRF 后处理：wrf-python 最直接
• 自定义压力场 / 轻量脚本：MetPy 足够
• 复杂多轴坐标变换：xgcm 更适合
• 偏工具封装：Skyborn / easyclimate 可快速上手

参考

1. https://geocat-comp.readthedocs.io/en/latest/user_api/generated/geocat.comp.interpolation.interp_hybrid_to_pressure.html
2. https://unidata.github.io/MetPy/latest/examples/sigma_to_pressure_interpolation.html
3. https://wrf-python.readthedocs.io/en/latest/user_api/generated/wrf.interplevel.html
4. https://xgcm.readthedocs.io/en/latest/transform.html
5. https://skyborn.readthedocs.io/en/latest/_modules/skyborn/interp/interpolation.html
6. https://easyclimate.readthedocs.io/en/latest/technical/api/easyclimate/interp/modellevel2pressure/index.html