计算各种最先进的陆地-大气耦合指标
项目描述
计算各种最先进的陆地-大气耦合指标
免费软件：麻省理工学院许可证
安装
pip install coupling-metrics
您还可以使用以下方法安装开发中版本：
pip install https://github.com/abtawfik/coupling-metrics/archive/master.zip
文档
要在命令行或 Python 代码中使用 CoMeT，请查看文档。
示例用法
安装后有两种使用 CoMeT 的方法。使用 python API 或在命令行上。请参阅下面的两种用途。
CLI 示例
假设您正在尝试计算一年内潜热通量和土壤水分之间的 NARR 数据（北美区域再分析）的陆地耦合指数。你调用这个命令行：
comet coupling --xname=soilm --yname=lhtfl --averaging=season --outname=NARR_lhf_vs_soilm_2017.nc lhtfl.2017.nc soilm.2017.nc
在这种情况下要注意内存，因为当前所有数据都需要加载到内存中。这在未来可能会改变。
如果您想查看指标列表：
comet --help
要查看指标列表的参数：
comet mixing --help
Python API
每个指标也可以直接从 python 调用。
import comet as cm
import xarray as xr
from glob import glob
# Load data using xarray
latent_heat_files = glob('lhtfl.????.nc')
soilm_files = glob('soilm.????.nc')
ds = xr.open_mfdataset(latent_heat_files + soilm_files)
# Compute coupling index
terra_coupling = cm.CouplingIndex()
terra_coupling = terra_coupling.compute(ds, xname='soilm', yname='lhtfl', averaging='month')
# Output it to a file (may take a while depending on how much data is being processed)
terra_coupling.to_netcdf('My_new_NARR_Terra_coupling_lhf_vs_soilm.nc')
查看指标列表
import comet as cm print(cm.list_metrics)
何时使用 CoMeT？
这些指标旨在促进将最常见的陆地-大气耦合指标用于研究目的。
可用指标列表
1.对流触发电位（又名 CTP-HiLow 或只是 CTP）评估早晨的大气廓线以确定干燥或潮湿的土壤更可能触发对流
2.混合图 使用温度和湿度的昼夜协变来量化进入行星边界层的热量和水分通量
3.陆地耦合指数（又称陆地耦合参数）量化土壤水分变化控制地表能量通量变化的程度。可以是潜热或显热通量，通常足以应用于其他表面变量，例如 LAI 和显热通量之间的关系。
4.加热冷凝框架 评估大气背景状态与对流引发并确定局部与非局部触发的湿对流。
5.相对湿度趋势 返回表面能通量、干空气夹带、热量夹带和边界层生长对边界层顶部相对湿度变化的贡献。
6.土壤水分记忆（统计形式） 确定初始土壤水分异常随时间保留的时间尺度。土壤水分的滞后自相关用于记忆的确定。
发展
要运行所有测试运行：
tox
请注意，要组合来自所有tox环境的覆盖率数据，请运行：
视窗 |
设置 PYTEST_ADDOPTS=--cov-append tox |
|---|---|
其他 |
PYTEST_ADDOPTS=--cov-append tox |
变更日志
1.0.0 (2020-01-10)
PyPI 上的第一个版本。
关
Couple_metrics -1.0.0-py2.py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 4d76a904979281f0dc73efe73334b64281979a6732a86e39c1baa629d7411b02 |
|
| MD5 | 21e7efff730ed87ad99f1c8b9500aa6a |
|
| 布莱克2-256 | acbf1956bc47a800a43093b8e9ec05ee0cebbea762ed6a9fcfc992dd2e97a0d0 |