PySPLIT-自动生成轨迹工具介绍

赏真阁

在HYSPLIT分析和研究中，气象数据的轨迹检测、分类和分析往往是至关重要的任务，很多同学都有生成大量轨迹的需求。然而，HYSPLIT没有内置的方法来执行这些任务。结果，我们在用HYSPLIT的桌面版本、在线READY接口和Meteoinfo生成轨迹时经常会遇到参数调整，大量重复操作的过程，转向低效的、不一致的、不可重复的、可能容易出错的数据分析、管理和可视化选项。非常的消耗精力，并且浪费时间。有什么办法可以解决上述问题呢？
在之前，最先进的技术是编写自定义脚本和/或通过电子表格、数据库或GIS程序的组合跨多个程序和环境管理轨迹数据。在这些条件下自然开发的工作流是费力的、低效的、难以迭代的，并且具有复制的挑战性。大量的轨迹放大了这些问题。
PySPLIT这款神器来了，它可以非常灵活的解决这些问题，可以做到自动生成轨迹！
PySPLIT是Mellissa S.C. Warner 博士是基于美国国家海洋和大气管理局空气研究实验室（NOAA ARL）混合单粒子拉格朗日积分轨迹模型（HYSPLIT ）开发的python第三方库。



Mellissa S.C. Warner在德克萨斯州奥斯汀举行的2015年科学计算Python (SciPy 2015)会议上引入的PySPLIT的迭代

PySPLIT通过提供一个直观而高效的API来生成、检查和绘制轨迹路径和数据，从而促进和加快HYSPLIT轨迹分析工作流程。PySPLIT支持完全可重复的工作流，与以前单独使用HYSPLIT相比，具有数量级的效率，并利用科学Python生态系统和matplotlib的功能来生成可重复的、出版质量的数据。
Mellissa S.C. Warner 博士是地球科学家、数据科学家、数据可视化专家。研究兴趣包括科学问题解决和软件工程、图像处理、地球和行星科学、（古）气候学、气象学和同位素地球化学。Warner拥有明尼苏达大学双城分校的地球科学博士学位。
为了响应更高效、可重复的方法处理HYSPLIT轨迹数据的需求，PySPLIT的第一次迭代，一个用于HYSPLIT的Python工具包，于2013年诞生。此后，PySPLIT一直在不断地进行修改和改进，包括增加了超过12,000行代码和删除了15,000行代码。
PySPLIT将容易生成和分析的轨迹数量增加了一千多倍，同时还显著减少了所需的计算量和用户交互时间。该软件包将pandas、geopandas和matplotlib功能用于HYSPLIT空气轨迹研究问题，极大地扩展了复杂分析的可能性，并为HYSPLIT用户带来完全可重复的、出版质量的可视化。
目前流行的版本PySPLIT 0.3.3，它得到了显著的更新和改进。PySPLIT的主要目标是为可重复的HYSPLIT轨迹分析工作流程提供最佳的开源、灵活和高效的系统，并显著增强HYSPLIT的核心能力。PySPLIT依赖于NumPy, matplotlib, matplotlib Basemap工具包，geopandas。


图1证明了PySPLIT的功能。标记为“冬季”、“春季”和“夏季”的面板是使用PySPLIT生成的6万个轨迹中自动分类的数百个降雨轨迹创建的，然后进一步分析并在PySPLIT生成的地图上绘制。还显示了ERA-Interim 250mb的风数据(箭头在60-00°E之间)和2500米(红色)和4000米(黑色)的海拔等高线创建所有三个面板的总活动时间为两到三个小时，并且可以很容易地被其他人复制。与之形成鲜明对比的是图1的右下面板，它是在PySPLIT之前创建的。这幅图由30个精心挑选的降雨轨迹和三个第三方程序精心组合而成。这一过程耗时三周，无法复制。
Mellissa S.C. Warner 博士本人在参加2015年科学计算Python (SciPy 2015)会议上讲解PySPLIT的视频

和PySPLIT介绍手册参考：
链接：https://pan.baidu.com/s/15z9kGf5VVOaBHCG11FH5KQ
提取码：6c3k