Fråga:
Vilka verktyg möjliggör en snabb jämförelse av NetCDF-utdata från havsmodeller?
ZZZ
2014-04-16 22:39:04 UTC
view on stackexchange narkive permalink

Jag skriver mina egna MATLAB-skript för att göra det mesta av visualisering och dataanalys av modellresultat. Jag undrar om det finns ett snabbare sätt för visuell jämförelse av simuleringsresultat från olika havsmodelleringssystem. Finns det ett (helst gratis) mjukvarupaket som fungerar med CF ( Climate and Forecast Metadata Convention) -kompatibel NetCDF-modellutdata direkt eller krävs alltid viss kodning?

@bhf ah, tack. Ser ut som att det för närvarande är en klimatvetenskapsspecifik sak, men om det skulle kunna spridas till andra områden av havs- och atmosfärsvetenskap kan det bara vara bra ...
Ställ inte frågor om shopping / rekommendation här. Prova [softwarerecs.se]
Jag håller inte med om att detta är en för programvarurekommendationer - den övergripande frågan är inte så mycket "vilken programvara ska jag använda" som "Vad är ett snabbt och enkelt sätt att jämföra dessa oceanografiska datamängder". Jag tror att om frågan redigerades för att ändra betoning som sådan, skulle den ganska tydligt gälla här. Det * kan * vara lite brett, men jag tror att det kan fixas med lite redigering - kanske ett exempel på det problem som ska lösas.
Sju svar:
#1
+19
BHF
2014-04-22 10:33:01 UTC
view on stackexchange narkive permalink

För mycket snabb visuell jämförelse skulle jag använda Cube Browser eller ncview tillsammans med ett kommandoradsverktyg som Climate Data Operators. För snabb produktion av snygg grafik (och animationer) gör Panoply verkligen ett bra jobb. För ytterligare analys eller speciell grafik, fortsätt att följa ditt tillvägagångssätt och skript med saker som MATLAB, Python (t.ex. med Iris), IDL, R, ncl eller vad människor runt omkring dig använder.

#2
+17
Deditos
2014-04-17 02:55:37 UTC
view on stackexchange narkive permalink

Författarna till netCDF, UNIDATA, har en ganska omfattande lista över visualiseringsprogramvara på netCDF-webbplatsen. Det nämns till och med ett Excel-tillägg, för det masochistiska, förmodligen.

Under åren har jag funnit att Ferret är tillförlitlig med CF-kompatibla filer (och inte kompatibla de för den delen) och användbara för interaktiva snabba utseende och enkla manipuleringar. Den förstår till exempel det CF-rekommenderade UDUNITS-tidsformatet och tillämpar automatiskt attribut scale_factor och add_offset på variabler. Det är verkligen snabbare att få något på skärmen än Python / R / Matlab-rutten som jag brukar ta för presentations- och publiceringskvalitetsdiagram.

Om du är ute efter en mer GUI-liknande tittare har jag hört bra saker om Panoply, även om jag måste erkänna att jag aldrig har använt det själv.

Tack för att du pekade på programlistan. Jag tyckte att [ncBrowse] (http://www.epic.noaa.gov/java/ncBrowse/) hade det enklaste pek-och-klick-gränssnittet bland de jag försökte.
#3
+12
milancurcic
2014-04-23 08:52:59 UTC
view on stackexchange narkive permalink

Jag andra ncview för att ta en snabb titt på NetCDF-filer.

Jag skulle också rekommendera att du testar Unidatas Integrated Data Viewer (IDV). Det är utmärkt för att lägga över geofysiska fält i 3D från olika källor. Förutom NetCDF stöder den många andra format. Den levereras också med en förinstallerad lista över olika observations- och modelldatalagrar genom THREDDS och OpenDAP. IDV låter dig också definiera funktioner och operationer mellan fält på olika rutnät eller projektioner. Observera att IDV enligt min mening inte är bra för seriös analys, men är mer lämpligt för att utforska datasatser visuellt.

#4
+11
Matteo De Felice
2014-04-22 12:29:33 UTC
view on stackexchange narkive permalink

Normalt använder jag följande programvaror för en snabb överblick över mina NetCDF-filer:

  1. NASA Panoply ( Panoply netCDF, HDF och GRIB Data Viewer): java-baserad , mycket bra för att öppna HDF, NetCDF, GRIBs ...
  2. CDO fungerar som skuggad, kontur etc. (mycket grundläggande men användbar från kommandoraden)
  3. MATLAB och R med deras grundläggande funktioner
#5
+11
ivica
2014-04-23 12:04:40 UTC
view on stackexchange narkive permalink

Bara för att lägga till min synvinkel;

  1. Med ncks kan du göra många saker, dvs differentiera, getratio, extrahera lite vars, skiva på dimensionen etc ..
  2. Om du vill göra några binära operationer på netcdf-filer överväga ncbo. För stora filer föredrar jag att klippa ner vad jag vill från första början, det gör också att fjärrkontrollen öppnas.
  3. Hatar matlab så jag flyttade till NCL (NCAR) vilket är rakt fram och har många skript redan förberedda för de flesta vanliga modeller. Inget behov av att berätta att det producerar siffror för publikationskvalitet;)
  4. Det finns en del av lib för python (pyNGL), samma syntax så en gång när du är bekant med ncl är det lätt att använda det också i python, stöd för andra format som grib, hdf, ...
#6
+6
arkaia
2015-01-27 02:30:16 UTC
view on stackexchange narkive permalink

Med Matlab kan du göra ncgeodataset ( http://code.google.com/p/nctoolbox/wiki/ncgeodataset) för att underpröva netcdf utan att behöva ladda ner stora datamängder.

Till exempel,

  nc = ncgeodataset ('http://thredds.jpl.nasa.gov/thredds/dodsC/ncml_aggregation/OceanTemperature/ghrsst/aggregate__ghrsst_JPL_OUROCEAN-L4UHfnd -GLOB-G1SST_OI.ncml '); gvar = nc.geovariable ('analysed_sst'); s.time = {'20-maj-2012', '24 -May-2012 '}; s.lat = [40 41,5]; s.lon = [0 2,0]; sub = gvar.geosubset (s); % Delmängdsmetod pcolor (sub.grid.lon, sub.grid.lat, double (squeeze (sub.data (1,:,:)))) - 273.15);  
#7
+4
Neo
2014-04-16 22:47:52 UTC
view on stackexchange narkive permalink

Även om jag inte känner till detaljerna i havsmodellering, såvida det inte finns en "standard" där noder är organiserade och skrivna (dvs. X, Y, Z), kommer det alltid att krävas kodning. Dessutom beror det alltid på hur en datafil skrivs på hur uppgifter i modellen delegeras till processorn: Är modellen utformad för att köras på en personlig dator eller ett Beowulf-kluster?

Du kanske kan använda något som OpenDx för att jämföra havsmodelleringsresultat, men jag tror fortfarande att ett snabbt python-skript skulle vara för att korrekt formatera alla datatyper .

Jag antar att netcdf strävar efter att vara den standarden ... men det verkar ha begränsad acceptans bland mjukvaruleverantörerna än.
@SimonW, Jag tror att det är CF som strävar efter att vara metadatastandarden för jordvetenskapliga variabler. NetCDF är mer ett innehålls-agnostiskt containerformat.
@defitos inte riktigt agnostiker, eftersom de föreslår att du använder CF


Denna fråga och svar översattes automatiskt från det engelska språket.Det ursprungliga innehållet finns tillgängligt på stackexchange, vilket vi tackar för cc by-sa 3.0-licensen som det distribueras under.
Loading...