从NOAA倒总云量% ?

Question

我试图找到并使用数据涉及总云量%。我已经从NCEI / NOAA专门下载数据在这里我策划:

进口xarray一样xr进口numpy np matplotlib进口。pyplot plt进口pygrib进口cartopy。crs cartopy ccr自己进口。作为cfeature # ForecastTestDate加载数据集。grb2 #过滤通过ds = xr.open_dataset (“gfs_3_20220402_0000_000 atmosphereSingleLayer水平。grb2’,引擎= ' cfgrib’, filter_by_keys = {“stepType”:“即时”,“typeOfLevel”:“大气”})#显示级别信息ds太极拳是大气数据的变量# # =总云量无花果移行细胞癌,ax = plt.subplots()我= ax.imshow (ds.tcc) fig.colorbar(即时通讯、定位=“垂直”)plt.show ()

我得到这个图:

显然这是一个许多云,超过地球上放大显示。我认为总云量%倒?这是常见的做法和/或会是相同的其他数据集的数据库?

Answer 1

我不相信那么快,但是像这样GFS模型块模拟红外卫星/前一小时1 z第二(基本上同时你的形象)验证不是倒。

从TropicalTidbits.com

特别是这个功能后在太平洋和东亚地区:

我很惊讶它的地球上,多云。脱颖而出的一件事对你的形象几乎都是多云的地区为100%……这似乎与与部分cloudcover倍的数量。所以我不确定相当。但当你扔在雾、层云、海洋层,对流降雨等……我想它的可行性。或者一个因素的数据或情节决议? ? ?

似乎值得我去看一看完全打开磁盘与云前阶段强调不同的云为了更好地知道事情真的是全谱的云。希望你把它分类,但似乎你可能会比你认为你想去的地方。

Answer 2

我认为总云量%倒?

不,它不是。正如gerrit评论中提到,大约70%的地球是被云层覆盖在任何时候。科幻电影和电视节目在1960年代中期显示地球无云。科幻电影和电视节目之后往往给一个更现实的地球图像,大部分是被云层覆盖。卫星时代的出现,让这些科幻电影的变化。

更糟的是,生成的形象似乎是使用一个equirectangular投影。看来你有0作为180年北极和南极(余纬而不是纬度),以同样的步骤余纬等距的生成图像。这种投影夸大了在高纬度地区。高纬度地区更可能比赤道地区多云。