대기과학지

이번에는 NCL로 그린 WRF 결과를 파이썬으로 gif로 만들어보겠습니다 혼자 해본 그림중에 3일 분량으로 21km * 21km로 그린 그림입니다 시간 간격은 3시간 간격입니다 from PIL import Image as image import numpy as np cd /content/drive/MyDrive/사진/png from IPython.display import Image al = [] for i in np.arange(1, 10, 2): a1 = "Surface_multi.00000" + str(i) + ".png" al.append(a1) for j in np.arange(11, 35, 2): a2 = "Surface_multi.0000" + str(j) + ".png" al.append(..

이번에는 WRF 모델의 결과 기록을 1시간 단위로 나오게 해보겠습니다 저번 포스팅들은 전부 WRF의 결과를 3시간 단위로 기록을 했었습니다 그래서 이번에는 1시간 단위로 줄여서 해보겠습니다 자료의 기간을 기존에는 2016년 10월 6일 00:00:00부터 2016년 10월 8일 00:00:00까지였지만 https://rda.ucar.edu/datasets/ds083.2/ NCAR RDA Dataset ds083.2 Abstract: These NCEP FNL (Final) Operational Global Analysis data are on 1-degree by 1-degree grids prepared operationally every six hours. This product is from the..

이번에는 이전 포스팅과 같은 그림이지만 WRF 결과를 보면 3시간 단위로 2016년 10월 6일 00:00:00 부터 10월 8일 00:00:00까지 총 17개의 파일이 있습니다 아 파일들을 반복문을 이용해서 한 번에 그려지도록 해보겠습니다 begin DATADir = "/home/lsh/" FILES = systemfunc("ls -1 /home/lsh/wrfout*") ;ls -1 로 해당 디렉토리 안에 wrfout이 들어간 파일들을 전부 변수로 지정 numFILES = dimsizes(FILES) print("numFILES =" + numFILES) print(FILES) print(" ") type = "png" wks = gsn_open_wks(type, "Surface_multi") res ..

이번에는 저번 포스팅에서 이슬점 온도와 풍속 풍향 그림의 결과를 보여드리겠습니다 코드는 다른게 없으니 코드와 결과 사진만 올려드리겠습니다 begin a = addfile("./wrfout_d01_2016-10-06_00.nc", "r") type = "png" wks = gsn_open_wks(type, "Surface") res = True res@MainTitle = "REAL-TIME WRF" pltres = True mpres = True mpres@mpDataBaseVersion = "MediumRes" mpres@mpDataResolution = "FinestResolution" mpres@mpDataSetName = "Earth..4" mpres@mpGridAndLimbOn = True mp..

이번에는 조금더 복잡한 그림을 그려보겠습니다 이번 그림은 변수가 하나가 아니라 기온, 풍향, 풍속, 기압 이렇게 4가지 변수를 한 번에 그렸습니다 이슬점온도와 풍향, 풍속을 그린 코드도 함께 있지만 그 부분은 다음 포스팅에서 다루겠습니다 begin a = addfile("./wrfout_d01_2016-10-06_00.nc", "r") type = "png" wks = gsn_open_wks(type, "Surface") res = True res@MainTitle = "REAL-TIME WRF" pltres = True mpres = True mpres@mpDataBaseVersion = "MediumRes" mpres@mpDataResolution = "FinestResolution" mpres@mp..

이번에는 저번 포스팅에서 나왔던 결과를 시각화 해보겠습니다 시작하기 전에 저번과는 다른게 있습니다 저번에는 예제 그대로 미국 허리케인 matthew로 진행했지만 컴퓨터 사양 문제로 격자를 크게 잡을 수 없고 크게 잡는거랑은 별개로 육지의 비중이 너무 작아서 도메인을 조금 수정해서 한반도에서 진행했습니다 이전 결과는 이렇게 출력이 됩니다 수정한 도메인을 보여드리겠습니다 &geogrid e_we = 120, e_sn = 120, ref_lat = 37.541, ref_lon = 126.986, truelat1 = 35.0, truelat2 = 60.0, stand_lon = 127.0, 다른 부분은 바뀐게 없고 이렇게 7개만 변경했습니다 ref_lat, ref_lon의 위경도는 서울시청을 기준으로 했습니다 ..

오늘도 역시 Chat GPT를 사용해보겠습니다 - Make a weather model out of Python and show me the code. (파이썬으로 날씨 모델을 만들어서 코드를 보여줘) 첫번째 질문은 아무 조건도 주지 않았습니다 Chat GPT에 대해서 알아보던 중에 조건을 주고 계산을 시켜도 특정 조건에 맞게 해준다고 되어 있었습니다 하지만 저는 일단은 조건은 주지 않으려고 합니다 결과는 이렇게 나왔습니다 여기 온도, 습도 및 풍속을 고려하고 이러한 매개 변수를 기반으로 날씨를 예측하는 Python의 간단한 날씨 모델 구현이 있습니다. 라는 간단한 코멘트도 달아줬습니다 다른 입력으로 함수를 호출하여 날씨 예측을 확인할 수 있습니다 이것은 단순한 날씨 모델의 구현일 뿐 날씨를 정확하게 예..