Как конвертировать долготы из формата [0 360] в [-180 180] в MATLAB

В сегодняшней заметке мы переведём долготы, записанные в формате [-180 180] в формат [0 360] и обратно.

Как известно, долготы обычно принято отсчитывать от нулевого меридиана. На запад от него - западная широта, на восток - восточная. Если буквенные обозначения использовать неудобно (а их при работе с данными неудобно использовать практически всегда), то восточные долготы записываются как положительные числа, а западные - как отрицательные. Такой формат записи будем обозначать [-180 180].

Однако иногда отрицательных значений избегают и долготы отсчитывают не на запад и восток от нулевого меридиана, а только на восток. Такой формат географических координат будем называть [0 360] и бывают случаи, когда данные приходят именно нём. Что же делать, если вам хочется перевести формат [0 360] в [-180 180]? Процедура несложная:

lon_new=rem((lon+180),360)-180;

где rem - функция, которая находит остаток от деления (lon+180)/360. Такая функция есть во многих языках программирования, но конкретно этот пример записан для MATLAB.

Кроме того, в MATLAB есть специальная функция wrapTo180, которая избавит вас от написания каких либо математических операций. Например,

wrapTo180([0 50 175 195 355])

ans =

     0    50   175  -165    -5

Если же вам хочется конвертировать координаты в формат [0 360], то есть аналогичная функция - wrapTo360:

wrapTo360([-10 -5 5 180 185])

ans =

   350   355     5   180   185

Бываю и более непривычные форматы, когда избегают всяческих резких переходов в долготах, и градусы отсчитываются от минус бесконечности до плюс бесконечности, т.е. после 359 идёт не 0, а 360, 361 и т.д. Данная функция с лёгкостью справляется и с этой задачей:

wrapTo360([-4000 -500 -5 89 567])

ans =

   320   220   355    89   207
wrapTo180([-4000 -500 -5 89 567])

ans =

   -40  -140    -5    89  -153

Ну и напоследок следует сказать, что при картировании ваших данных может случиться, что вам нужно, чтобы долготы записывались в формате [0 360] (по умолчанию на картах долготы записываются в [-180 190]), то делается при помощи функции mlabelzero22pi.

 telegram

В следующий решим ещё одну проблему, связанную с форматом записи координат. Чтобы не пропустить новые материалы, подпишитесь на канал в Telegram: https://t.me/koldunovaleksey

 

Colormap для отображения океанологических данных

Сегодня мы поговорим о том, какую цветовую шкалу выбрать для отображения океанологических данных.

Я неоднократно натыкался в сети на негативные отзывы по поводу радужных цветовых шкал, к коим относится и цветовая шкала jet (colormap jet), которая до 2014 года использовалась в MATLAB по умолчанию для построения различного рода визуализаций.

Colormap jet MATLAB

Например, в этой заметке рассказывается, как радужная шкала может ввести вас и ваших читателей в заблуждение (особенно это касается интерпретации градиентов визуализируемых характеристик). На самом деле в интернете ещё много подобного рода заметок и даже статей в научных журналах. Не случайно в 2014 году в MATLAB решили изменить colormap, используемый по умолчанию с jet на parula, озвучив в качестве объяснения всё те же причины.

Поводом для моей сегодняшней заметки стал "заказ" коллеги, который, читая материалы koldunov.ru попросил рассказать, как можно использовать цветовую шкалу, отличную от той, что предлагает MATAB. Он признался, что ему не нравится ни одна матлабовская шкала, кроме разве что jet, да и то с натяжкой.  Мне, честно говоря тоже больше всего нравится (или уже нравилась) jet, может быть потому-что она красочная, может быть потому что часто используется и к ней все привыкли. Однако при подготовки ответа на вопрос коллеги, я в очередной раз окунулся в пучину негативных отзывов о радужной шкале и кажется меня эти доводы окончательно убедили в том, что неправильный выбор шкалы может заставить на изображениях видеть то, чего на самом деле нет и не видить того, что на самом деле есть.

Читать далее «Colormap для отображения океанологических данных»

Настраиваем прозрачность для NaN при построении с использованием texturemap в MATLAB

В одной из наших предыдущих заметок мы визуализировали данные SST на карте. И в той заметке зашла речь о том, что при нанесении данных на карту, используя метод 'texturemap' в функции geoshow, области с пропущенными значениями (NaN) закрашиваются цветом. Например, используя те же данные SST, построим карту для немного другог района:

worldmap([42 78],[-50 180])
setm(gca,'MapProjection','mercator')

Раньше такая конструкция работала, но теперь, по неведомой мне причине MATLAB начал ругаться: "Error using setm (line 41)
Expected H to be a handle to a MATLAB graphics object." Просит сделать указатьель (насколько я понимаю, как на русский язык переводится слово Handle, или ещё называют "дескриптор", что быть может даже более прпвильно), не хочет обращаться к карте при помощи gca. Ладно, сделаем через этот самый hadle.

k = worldmap([42 78],[-50 180])
setm(k,'MapProjection','mercator')

Теперь получилось построить подложку карты, осталось нанести данные:

k = worldmap([42 78],[-50 180])
setm(k,'MapProjection','mercator')
geoshow(lat,lon,sst,'displaytype','texture') 
caxis([-2 25])
geoshow('landareas.shp','FaceColor',[0.5 0.5 0.5])
colormap jet
colorbar
Нанесение данных на карту в MATLAB

Как мы и предупреждали, значения  NaN имеют тёмно синий цвет, что не есть хорошо, так как неотличимы от значений с низкими температурами. Одно из решений мы обсуждали в прошлый раз - заменить 'texturemap' на 'surface':

Читать далее «Настраиваем прозрачность для NaN при построении с использованием texturemap в MATLAB»

Как нарисовать прямоугольник на карте в MATLAB

Часто приходится на карте указывать район нашего исследования, например, если берегов нет или по их очертаниям сразу не определить район. Когда вы показываете маленький район на более крупной и узнаваемой карте, то для зрителя воспринимать ваш доклад, например, будет комфортнее.

Сегодня мы продолжаем цикл заметок посвящённых визуализации в MATLAB и построим на карте прямоугольник, многоугольник,... короче говоря, полигон.

Мы будем идти по стопам прошлой заметки, где мы строили топографическую карту. Поэтому следующий код должен вам оказаться понятен:

[Z, refvec] = etopo('etopo1_ice_c_f4.flt',1, [40 65],[-65 10]);
worldmap ([40 65],[-65 10])
setm(gca,'MapProjection','mercator')
geoshow(Z, refvec, 'DisplayType', 'texturemap');
demcmap(Z)

Получилась такая карта:

Топографическая карта Северной Атлантики, построенная в MATLAB
Читать далее «Как нарисовать прямоугольник на карте в MATLAB»

Как построить цветную топографическую карту в MATLAB

Сегодня мы построим топографическую карту (карту рельефа) для всего мира, а также для отдельных районов, используя средства MATLAB. Нам как океанологам, конечно, важна её батиметрическая часть, но строить мы будем и "сухопутную" часть тоже. Сегодня ограничимся только картой, где топография отлита цветом. Изолинии будем рисовать в другой раз.

Начнём с того, что используем родной файл с топографией, который встроен в MATLAB. 

load topo

В результате этой команды откроются несколько переменных, главная из которых topo, в которой и содержатся нужные нам значения высот

whos
  Name              Size              Bytes  Class     
  topo            180x360            518400  double              
  topolatlim        1x2                  16  double              
  topolegend        1x3                  24  double              
  topolonlim        1x2                  16  double              
  topomap1         64x3                1536  double              
  topomap2        128x3                3072  double              

В прошлый раз (советуем прочитать тот материал, прежде чем читать дальше) для построения карты мы использовали матрицы с широтами и долготам, равные по размерам матрице с данными. Здесь же нет даже векторов, из которых мы эти матрицы можем сделать. Но на самом деле, при равномерной координатной сетке мы можем обойтись и без них. Поэтому сейчас мы построим карту немного другим способом (отличным от того, которым пользовались ранее).

Если мы знаем размер матрицы с топографией и знаем пределы этой карты (по широте и долготе), то можно сказать, что наша координатная сетка нам известна. Функция georefcells по пределам широт и долгот, а также размеру матрицы topo создаст в матлабе референсную ячейку, которую впоследствии мы сможем использовать для построения:

topoR = georefcells(topolatlim,topolonlim,size(topo))

Теперь осталось дело за малым -  построить карту:

worldmap('world')
geoshow(topo,topoR,'DisplayType','texturemap')
топографическая карта MATLAB

Для того, чтобы цвета выглядели более привычно для географа, лучше воспользоваться функцией demcmap, которая создаст специальную цветовую политру (colormap), подходящую для отображения рельефа.

worldmap('world')
geoshow(topo,topoR,'DisplayType','texturemap')
demcmap(topo)
Цветовая палитра для топографической карты

Что ж, карта готова.  Но что, если мы хотим построить карту не для всего Мирового океана, а лишь для небольшого района?

Читать далее «Как построить цветную топографическую карту в MATLAB»

Построение точек на карте с береговой линией по заданным координатам при помощи MATLAB.

Мы продолжаем тему картирования в среде MATLAB.  В одном из недавних постов мы решали задачу построения отдельных точек на карте при помощи Python. Сегодня мы попробуем сделать то же самое при помощи MATLAB.
Напомню условие задачи. В отдельных точках акватории проводились измерения океанологических хараткеристик. Для каждой точки нам известны географические координаты (широта и долгота). Необходимо нанести в виде кружков положение точек на карте.

Точки зададим вручную, также, как делали это в прошлый раз (точки находятся в губе Чупа, Белое море).

lat = [66.297,66.299,66.298,66.295,66.301,66.304,66.288,66.289,66.286,66.289]
lon = [33.640,33.660,33.690,33.747,33.829,33.908,33.891,33.839,33.781,33.740]

Прежде, чем наносить точки на карту, давайте сначала построим эту самую карту и нарисуем береговую черту (также как мы делали в этой заметке):

worldmap([66.22 66.37],[33.60 34])
setm(gca,'MapProjection','mercator')
geoshow('landareas.shp','FaceColor',[0.5 0.5 0.5])
Читать далее «Построение точек на карте с береговой линией по заданным координатам при помощи MATLAB.»

Как визуализировать океанологические данные на карте в MATLAB

Сегодня мы рассмотрим несколько готовых рецептов для визуализации океанологических данных. Эта заметка именно с рецептами и не претендует на полноценное руководство, которое для Матлаба существует и достаточно объёмное (около 1000 страниц). Скачать его сегодня (в ноябре 2018 года) можно по ссылке.

В прошлой заметке мы с вами открыли netCDF файл в MATLAB, теперь настало время визуализировать данные на карте. Если в прошлый раз мы выдумали гипотетическое название файла, то сегодня откроем самые настоящие данные. Для примера скачаем файл с температурой поверхности океана (SST) с сайта https://oceancolor.gsfc.nasa.gov/

В нашем файле содержатся среднемесячные значения температуры поверхности воды за сентябрь 2018 года, если хотите точно такой же, то вот ссылка.

Теперь настало время выудить из этого файла данные о температуре:

sst = ncread('A20182442018273.L3m_MO_SST_sst_9km.nc','sst');

Полученную переменную sst легко визуализировать простыми средствами (как вы бы визуализировали любую другую матрицу), например через функцию imagesc:

imagesc(sst)
визуализация данных в MATLAB

Если вас смущает, что матрица "лежит на боку", то можете переориентировать её, написав в командной строке:  

Читать далее «Как визуализировать океанологические данные на карте в MATLAB»

Как открыть netCDF файл в MATLAB

В данной заметке я покажу два способа открыть NetCDF-файл в MATLAB, один способ более продвинутый и более сложный, а второй более простой. 

Несколько лет назад брат написал статью в своём блоге koldunov.net, где показал, как открыть в MATLAB файлы формата netCDF.

Он использовал функцию netcdf и всю процедуру необходимо было выполнять в несколько шагов. Не буду полностью повторять его статью, но вкратце напомню примерный порядок действий.

Для начала нужно открыть netCDF файл, в результате чего в переменную ncid будет записано число, которое будет являеться неким идентификатором, при помощи которого мы сможем вдальнейшем обращаться к нашему файлу:

ncid = netcdf.open('temperature_and_salinity_2018.nc','NC_NOWRITE');

Зная название (информацию о файле можно получить при помощи функции ncdisp) нужной вам переменной (например, температуры) внутри netCDF-файла, определить её ID (который на самом деле является просто порядковым номером переменной внутри файла; счёт начинается с нуля)

varid = netcdf.inqVarID(ncid,'temperature')
varid =

     3

Затем выудить по полученному ID данные для нужной нам характеристики:

data = netcdf.getVar(ncid,3);

Вот и всё, мы открыли наши данные. Но этих процедур часто бывает недостаточно, потому как для уменьшения размеров netCDF файлов прибегают к различного рода хитростям, например приводят все данные к целочисленным значениям и вычитают какое-нибудь число, если все данные больше этого самого числа.

Читать далее «Как открыть netCDF файл в MATLAB»

Рецензия на книгу Брюса Бэрнбаума “Сущность фотографии: умение видеть и творить”

Брюс Бэрнбаум “Сущность фотографии: умение видеть и творить”

Издательство Питер уже давно ассоциируется у нас с примечательной серией яркий книг по фотографии квадратного формата. “Оранжевая книга” Дмитрия Рудакова - одна из первых, которые помогли нам вынырнуть из плёночной фотографии и окунуться в цифровую. Живой язык, приятная вёрстка, полезная информация заставили нас даже купить две одинаковые книги (каждому по одной).

Совсем недавно издательство Питер выпустило книгу Брюса Бэрнбаума “Сущность фотографии: умение видеть и творить”. Она тоже квадратная, но в этот раз с чёрно-белой обложкой, и это не случайно. Её автор, американский фотограф и преподаватель с большим стажем, стремился преуспеть именно в чёрно-белой фотографии.

Поделимся впечатлениями от прочтения. Читать далее «Рецензия на книгу Брюса Бэрнбаума “Сущность фотографии: умение видеть и творить”»

Вырезка области из данных на криволинейной сетке при помощи Python

Данная заметка является очередной памяткой для себя, но вероятно может быть кому-нибудь полезна, поэтому делаю пост публичным. Это история о том, как не всегда нужно выдумывать сложные пути решения проблем.

Имеем: большой массив с модельными данными для большой области океана. Для исследования требуется лишь небольшой участок, скажем с 65 по 75° с.ш. и с 20°з.д. по 20° в.д.

Задача: вырезать нужный нам маленький район из большого.

Проблема заключается в том, что исходные данные представлены на криволинейной сетке, а значит мы не можем просто приянть, что, например, пятый столбец матрицы будет соответствовать десятой долготе (и т.п. для всех линий координатной сетки).

Для нас не важно получить именно прямоугольник с нужными с координатами, поэтому интерполяция в новую координатную сетку не нужна. Т.е. мы можем вырезать район любой формы, но должны выполняться два условия:

1. Вырезанный участок должен полностью покрыть заданный прямоугольник

2. Чем меньше будет лишних точек, не попадающих в заданный прямоугольник, тем лучше.

Для решения задачи можно было написать алгоритм, который справится с задачей в автоматическом режиме, но я не стал париться и сделал всё визуальными средствами, что отняло у меня меньше времени, чем могло бы.

Итак, последовательность моих действий была очень проста. Для  начала я построил карту нашего райна (сделал его чуть больше, чем нам в итоге нужно).

Импортруем Basemap:

from mpl_toolkits.basemap import Basemap
%pylab inline

строим карту:

m = Basemap(projection='merc',llcrnrlat=60,urcrnrlat=78,\
llcrnrlon=-40,urcrnrlon=40,resolution='l')
figsize(15,15)

m.drawcoastlines()
m.fillcontinents(color='gray',lake_color='white')

plt.show()

map Читать далее «Вырезка области из данных на криволинейной сетке при помощи Python»