颱風資料庫與路徑繪製#
前言#
世界上颱風路徑資料 (Tropical Cyclone Best Tracks) 是由各個氣象作業單位所管理的，這些單位包含：
海軍聯合颱風預警中心 Joint Typhoon Warning Center (JTWC), Naval Oceanography Portal: 擁有除北大西洋之外的所有洋盆之颱風路徑資料，包含西北太平洋、北印度洋、南半球等區域。 https://www.metoc.navy.mil/jtwc/jtwc.html?best-tracks
中國氣象局 China Meteorological Administration (CMA): 擁有西北太平洋的颱風資料。 http://tcdata.typhoon.org.cn/en/zjljsjj_zlhq.html
日本氣象廳 RSMC Tokyo-Typhoon Center, Japan Meteorological Agency (JMA): 擁有西北太平洋的颱風資料。 https://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/trackarchives.html
美國大氣海洋總署之國家颶風中心 National Hurricane Center (NHC), National Oceanic and Atmospheric Administration: 擁有北大西洋和東太平洋的颱風資料，是JTWC所沒有的。 https://www.nhc.noaa.gov/data/#hurdat
世界氣象資料中心之全球颱風最佳路徑分析資料 International Best Track Archive for Climate Stewardship (IBTrACS): 將世界上所有作業單位之颱風路徑資料統合、整理，得到的全球颱風路徑資料。 https://www.ncdc.noaa.gov/ibtracs/
然而，每一家作業單位整理颱風路徑的資料規格都有所不同，因此besttracks這個套件就是希望發展一套介面，將作業單位的颱風資料讀入整理成一個固定的格式，方便大家取用。這個資料格式就是我們在第十單元所介紹的pandas。接下來會教讀者如何安裝和使用這個套件來分析颱風資料。
安裝套件#
如果電腦有git套件，可以直接利用以下指令將套件下載到資料夾。
git clone https://github.com/miniufo/besttracks.git
或是進入套件的網頁 (miniufo/besttracks) ，點選Code按鈕，選擇下載為Zip壓縮檔。解壓縮後，把其中的besttracks/這個資料夾移出來 (包含__init__.py、core.py、io.py、utils.py等檔案)，放在欲執行的程式的目錄下。
讀取資料#
我們以JMA資料為例。
from besttracks import parse_TCs
# parse dataset from JMA
TCs = parse_TCs('data/jma_bst_all.txt',
agency='JMA')
tcs = TCs[0:1] # 先選前兩個颱風預覽一下
tcs
[TC (ID=195101, name=NONAME, year=1951, fcstTime=0, unit=knot)
TIME LAT LON TYPE PRS WND
0 1951-02-19 06:00:00 20.000000 138.500000 TD 1010.0 -9999.0
1 1951-02-19 12:00:00 20.000000 138.500000 TD 1010.0 -9999.0
2 1951-02-19 18:00:00 23.000000 142.100006 TD 1000.0 -9999.0
3 1951-02-20 00:00:00 25.000000 146.000000 OTHERS 994.0 -9999.0
4 1951-02-20 06:00:00 27.600000 150.600006 OTHERS 994.0 -9999.0
5 1951-02-20 12:00:00 28.900000 153.300003 OTHERS 994.0 -9999.0
6 1951-02-20 18:00:00 31.299999 157.500000 OTHERS 992.0 -9999.0
7 1951-02-21 00:00:00 32.599998 162.100006 OTHERS 990.0 -9999.0
8 1951-02-21 06:00:00 33.900002 166.000000 EC 990.0 -9999.0
9 1951-02-21 12:00:00 36.000000 170.000000 EC 990.0 -9999.0]
接下來我們簡介tcs的結構，這個變數是由一個list組成的，這個list中每個元素都是一個pandas.DataFrame，且每個DataFrame都有一些控制項，例如編號(ID)、命名(name)、年份(year)等。在parse_TCs這個函數中，可以利用以上的這些參數來調整所選取的颱風的範圍，例如：
TCs = parse_TCs('data/jma_bst_all.txt',
tc_cond= lambda tc:tc.year==2017,
agency='JMA')
tcs = TCs[:]
這樣就可以只選擇2017年的所有颱風。
資料過濾及繪圖#
Example 1: 選取並繪製2017年12月所有颱風路徑資料。
import cartopy.crs as ccrs
from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
import pandas as pd
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
mpl.rcParams['figure.dpi'] = 150
lon1 = 89
lon2 = 151
lats = -1
latn = 31
proj = ccrs.PlateCarree()
fig,ax=plt.subplots(1,1,subplot_kw={'projection':proj})
plt.figure(figsize=[8,5])
ax.set_xlim(lon1,lon2)
ax.set_ylim(lats,latn)
ax.coastlines()
ax.set_xticks(np.arange(90,160,10))
ax.set_yticks(np.arange(0,40,10)) # 設定x, y座標的範圍，以及多少經緯度繪製刻度。
lon_formatter = LONGITUDE_FORMATTER
lat_formatter = LATITUDE_FORMATTER
ax.xaxis.set_major_formatter(lon_formatter)
ax.yaxis.set_major_formatter(lat_formatter) # 將經緯度以degN, degE的方式表示。
for i in range(0,len(tcs)):
tc = TCs[i] # List中的所有颱風，一個一個去挑選
tc_mask = tc['TIME'].dt.month.isin([12])
if (tc_mask.any()):
if (tc['TIME'].dt.year.isin([2017]).any()):
tc_plot = tc.plot_track(ax=ax, linewidth=2,
trackonly=False,
xlim=(lon1,lon2), ylim=(lats,latn))
ax.text(x=107, y=3 , s='Kai-Tak', size='medium',color='black',fontweight='bold')
ax.text(x=100, y=10, s='Tembin', size='medium',color='black',fontweight='bold')
ax.text(x=105, y=13, s='Bolaven', size='medium',color='black',fontweight='bold')
ax.get_legend().remove()
ax.set_title('JMA Best Tracks, Dec.-Jan. 1979-2018',fontweight='bold')
plt.show()
/Users/waynetsai/micromamba/envs/p3/lib/python3.10/site-packages/shapely/predicates.py:798: RuntimeWarning: invalid value encountered in intersects
return lib.intersects(a, b, **kwargs)
/Users/waynetsai/micromamba/envs/p3/lib/python3.10/site-packages/shapely/predicates.py:798: RuntimeWarning: invalid value encountered in intersects
return lib.intersects(a, b, **kwargs)
<Figure size 1200x750 with 0 Axes>
以上的程式碼，有幾點特別說明：
tc['TIME']由於是DatetimeIndex，所以可以利用第四單元時間條件控制的方式來過濾所需要的時間。同理，也可以用tc['LAT']和tc['LON']來過濾空間範圍。上圖中，各路徑的時間點不同的顏色代表強度，藍色代表TD，綠色代表TS，紅色代表颱風。如果只想要畫路徑，
trackonly=True。
更多的範例可以參考 miniufo/besttracks 。