반응형

     정보

    • 업무명    : 대기 환경 자료 처리 및 가시화 : HDF 형식인 전지구 오존량 자료를 이용한 가시화

    • 작성자    : 이상호

    • 작성일    : 2020-03-31

    • 설   명    :

    • 수정이력 :

     

     내용

    [개요]

    • 안녕하세요? 기상 연구 및 웹 개발을 담당하고 있는 해솔입니다.

    • 대기 환경 정보는 다양한 차원의 관측 자료 및 분석 자료로 구성되어 있기 때문에 이용자가 적절한 분석 및 가시화 기술이 요구됩니다.

    • 따라서 오늘 포스팅에서는 HDF 형식인 전지구 오존량 자료를 이용한 가시화를 소개해 드리고자 합니다.

    • 추가로 대기과학 전공자를 위한 IDL를 소개한 링크를 보내드립니다.

     

    [IDL] 아이디엘 대기과학 전공자를 위한 IDL (Interactive Data Language) 소개

    정보 업무명 : 대기과학 전공자를 위한 IDL (Interactive Data Language) 소개 작성자 : 이상호 작성일 : 2020-03-23 설 명 : 수정이력 : 내용 [개요] 안녕하세요? 웹 개발 및 연구 개발을 담당하고 있는 해솔입니..

    shlee1990.tistory.com

     

    [특징]

    • 대기 환경 자료를 이해하기 위해서 자료 처리 및 가시화 기술이 요구되며 이 프로그램은 이러한 목적을 달성하기 위해 고안된 소프트웨어

     

    [기능]

    • 위도, 경도, 전지구 오존량 자료 읽기

    • 자료 전처리

    • 가시화

     

    [활용 자료]

    • 자료명 : TOMS_AI_20051201.hdf

    • 자료 종류 : 오존량 자료

    • 확장자 : hdf

    • 영역 : 전지구

    • 기간 : 2005년 12월 01일 - 2005년 12월 28일

    TOMS_AI.zip
    1.15MB

     

    [사용법]

    • 입력 자료를 동일 디렉터리에 위치

    • 소스 코드를 실행 (idl -e Visualization_Using_Ozone_Data_of_HDF_Format)

    • 가시화 결과를 확인

     

    [사용 OS]

    • Windows 10

     

    [사용 언어]

    • IDL v8.5

     

     소스 코드

    • 해당 작업을 하기 위한 컴파일 및 실행 코드는 IDL로 작성되었으며 가시화를 위한 라이브러리는 Coyote's Guide to IDL Programming를 이용하였습니다.

    • 소스 코드는 단계별로 수행하며 상세 설명은 다음과 같습니다.

      • 1 단계는 주 프로그램은 작업 경로 설정, HDF 파일 읽기, 변수 전처리하여 메모리상에 저장하고 가시화를 위한 초기 설정합니다.

      • 2 단계는 plot 매핑에 따라 영상 장면 표출하여 이미지 형식으로 저장합니다. 이 과정에서 포스트 스크립트 (PS) 형식에서 PNG로 변환합니다.

     

    [명세]

    • 전역 변수 설정

      • cd를 통해 작업 디렉터리 설정

      • file_search를 통해 HDF 형식인 파일 목록 확인

      • 위/경도, 오존량에 대한 배열 (dim) 설정

    cd, 'C:\SYSTEM\PROG\IDL\HDF'
    
    fileList = file_search("./INPUT/*.hdf", count = iNumber)
    
    dim = [288, 180, iNumber]
    
    lon1D = fltarr(dim[0])
    lat1D = fltarr(dim[1])
    val2D = fltarr(dim[0], dim[1])
    val3D = fltarr(dim[0], dim[1], dim[2])
    valMean2D = fltarr(dim[0], dim[1])
    valSd2D = fltarr(dim[0], dim[1])

     

    • HDF 파일 읽기 및 전처리

      • 반복문 hd_sd_getdata를 통해 2차원 전지구 오존량 (ozone) 읽기

      • 즉 2차원 자료를 3차원으로 변환 (val3D)

    for iCount = 0L, dim[2] - 1 do begin
    
        hdf_file = fileList(iCount)
        print, hdf_file
    
        sd_id = hdf_sd_start(hdf_file, /read)
    
        sds_name = "O3"
        sds_index = hdf_sd_nametoindex(sd_id, sds_name)
        sds_id = hdf_sd_select(sd_id,sds_index)
        hdf_sd_getdata, sds_id, ozone
    
        hdf_sd_endaccess, sds_id
        hdf_sd_end, sd_id
    
        val3D(*, *, iCount) = ozone(*, *)
    
    endfor

     

     

    • 위/경도 자료 설정

      • findgen를 통해 288개 경도와 180개 위도 생성  
    lat1D = 89.5 - findgen(180)
    lon1D = -179.375 + (findgen(288) * 1.25)

     

    • 요약 통계량 확인

      • 최소값 (min), 평균값 (mean), 최대값 (max) 계산

      • help를 통해 자료형 및 배열 정보 확인

    print, min(lon1D, /nan), mean(lon1D, /nan), max(lon1D, /nan)
    print, min(lat1D, /nan), mean(lat1D, /nan), max(lat1D, /nan)
    print, min(val3D, /nan), mean(val3D, /nan), max(val3D, /nan)
    
    help, lon1D, lat1D, val3D

     

     

    • 가시화

      • 데이터 세트에서 정보는 여전히 숨겨져 있기 때문에 가시화 필요

      • 가시화는 일반적인 정적 탐색 데이터 분석에서 웹 브라우저의 동적 대화식 데이터 시각화에 이르기까지 다양함

     

    • 전지구 오존량을 위한 설정 및 가시화

      • 시간에 따른 반복문 수행

      • 관심 영역 (ROI)과 중심 위/경도 (cnLon, cnLat) 설정

      • 이미지 저장 파일명 (psName) 및 제목명 (mainName)

      • fnMakePsPlot를 통해 이미지 저장

    for iCount = 0L, dim[2] - 1 do begin
        hdf_file = fileList(iCount)
        dateYmd = STRMID(hdf_file, 14, 8)
    
        psName = "Img01_" + dateYmd
        mainName = "HDF Ozone Amount : " + dateYmd
    
        val2D = val3D[*, *, iCount]
    
        fnMakePsPlot, lon1D, lat1D, val2D, dim, cnLat, cnLon, ROI, psName, mainName, 200, 500, 50, 33
    
    endfor

     

     

    • 2005년 12월에 전지구 오존량의 평균 및 표준편차를 위한 설정 및 가시화

      • 시간에 따른 위/경도의 평균 (mean) 및 표준편차 (stddev) 반복문 수행

      • 요약 통계량 확인

      • fnMakePsPlot를 통해 이미지 저장

    for i = 0L, dim[0] - 1 do begin
        for j = 0L, dim[1] - 1 do begin
            valMean2D(i, j) = mean(val3D(i, j, *), /nan)
            valSd2D(i, j) = stddev(val3D(i, j, *), /nan)
        endfor
    endfor
    
    print, min(valMean2D, /nan), mean(valMean2D, /nan), max(valMean2D, /nan)
    print, min(valSd2D, /nan), mean(valSd2D, /nan), max(valSd2D, /nan)
    help, valMean2D, valSd2D
    
    dateYmdPeriod = '20051201-20051228'
    psName = "Img02_Mean_" + dateYmdPeriod
    mainName = "HDF Mean Ozone Amount : " + dateYmdPeriod
    fnMakePsPlot, lon1D, lat1D, valMean2D, dim, cnLat, cnLon, ROI, psName, mainName, 200, 400, 20, 33
    
    psName = "Img03_Stdev_" + dateYmdPeriod
    mainName = "HDF Stdev Ozone Amount : " + dateYmdPeriod
    fnMakePsPlot, lon1D, lat1D, valSd2D, dim, cnLat, cnLon, ROI, psName, mainName, 0, 100, 20, 33

     

     

    • 2005년 12월 01-28일 오존량 평균

     

    • 2005년 12월 01-28일 오존량 표준편차

     

    • 동영상 애니메이션 설정

      • 반복문 수행한 이후 spawn를 통해 1초마다 동영상 애니메이션 생성

    com = "convert -loop 0 -delay 100 "+ "./FIG/*.png" + " " + "./GIF/Img01.gif"
    spawn, /hide,  com

     

     

    • 사용자 편의성 함수 정의

      • 전달 인자

        • 1차원 위도 (lon1D), 1차원 경도 (lat1D), 2차원 값 (val2D), 배열 정보 (dim), 중심 위도 (cnLat), 중심 경도 (cnLon), 관심 영역 (ROI), 이미지 저장 파일명 (psName), 제목명 (mainName), 최소값 (zmin), 최대값 (zmax), 등고선 간격 (interval), 컬러 테이블 (color_table)

      • 기능

        • plot를 통해 위/경도에 따른 값 매핑

        • 포스트 스크립트 (PS)를 PNG로 변환

    ;====================================================================
    ; Subroutine : Function Make Postscript to Png Graph
    ;====================================================================
    pro fnMakePsPlot, lon1D, lat1D, val2D, dim, cnLat, cnLon, ROI, psName, mainName, zmin, zmax, interval, color_table
    
          set_plot, "ps"
    
          device, filename = psName + ".ps", decomposed = 0, bits = 8, /color, xsize = 20, ysize = 9, /inches, font_size = 13, /Helvetica
    
          !p.font = 0 & !p.charsize = 2.0 & !p.charthick = 1.6  & !p.multi = [0,1,1] & !p.background = 255
    
          xvert = [0.1, 0.1, -0.1, -0.1 ,0.1]
          yvert = [-0.1, 0.1, 0.1, -0.1, -0.1]
    
          usersym, xvert, yvert, /fill
    
          start_color = 0 & end_color = 255 & colorn = end_color - start_color + 1
    
          cgloadct, color_table
    
          latmin = ROI(0) & latmax= ROI(1) & lonmin = ROI(2) & lonmax= ROI(3)
    
          cgMAP_SET, cnLat, cnLon, /CYLINDRICAL $
                    , limit = [latmin, lonmin, latmax, lonmax] $
                    , position = [0.05, 0.0, 0.85, 0.90], /noborder, /ISOTROPIC
    
          for i = 0L, dim[0] - 1 do begin
            for j = 0L, dim[1] - 1 do begin
    
              nLon = lon1D[i]
              nLat = lat1D[j]
              nVal = val2D[i, j]
    
              if (lonmin gt nLon or nLon gt lonmax or finite(nLon, /nan) eq 1) then continue
              if (latmin gt nLat or nLat gt latmax or finite(nLat, /nan) eq 1) then continue
              if (finite(nVal, /nan) eq 1) then continue
    
              plots, nLon, nLat, psym = 8, symsize = 14, color = BYTSCL(nVal, zmin, zmax)
    
            endfor
          endfor
    
          cgColorbar, NColors = 255, BOTTOM = 1 $
                  , Divisions = 5, COLOR = "black" $
                  , Position = [0.1, 0.90, 0.8, 0.94] $
                  , Range = [zmin, zmax] $
                  , CHARSIZE = 1.5,CHARthick = 2 $
                  , VERTICAL = 1, RIGHT = 1, Format = "(i3)"
    
          cgLoadct, 2
    
          contour, val2D, lon1D, lat1D, /overplot, C_THICK = 2 $
            , LEVELS = zmin + findgen(10) * interval $
            , C_LABELS = zmin + findgen(10) * interval $
            , C_CHARSIZE = 1.5, C_CHARTHICK = 2 $
            , C_COLORS = BYTSCL(zmin + findgen(10) * interval, zmin, zmax)
    
          cgMAP_CONTINENTS, /coast, /countries, COLOR = "black"
    
          lats = [-90:90:30]
          lons = [-180:360:60]
    
          lats_names = strarr(n_elements(lats))
          lons_names = strarr(n_elements(lons))
    
          for i = 0L, n_elements(lats) - 1 do begin
            if (lats[i] gt 0) then begin
              lats_names[i] = textoidl(string(lats[i]) + "\circN")
            endif else if (lats[i] eq 0) then begin
              lats_names[i] = textoidl(string(lats[i]) + "\circ")
            endif else begin
              lats_names[i] = textoidl(string(-lats[i]) + "\circS")
            endelse
          endfor
    
          for i = 0L,n_elements(lons) - 1  do begin
            if (lons[i] gt 0) then begin
              lons_names[i] = textoidl(string(lons[i]) + "\circE")
            endif else if (lons[i] eq 0) then begin
              lons_names[i] = textoidl(string(lons[i]) + "\circ")
            endif else begin
              lons_names[i] = textoidl(string(-lons[i]) + "\circW")
            endelse
          endfor
    
          cgMap_grid, color = "black", charsize = 1.8, thick = 2.5, lats = lats,  latnames = lats_names, lons = lons, lonnames = lons_names $
            , linestyle = 1, bthick = 300, /box_axes, /no_grid
    
          cgText, 0.45, 0.95, mainName, /normal, charsize = 2, CHARTHICK = 2, color = 0, alignment = 0.5
    
          device, /close_file
    
          com = "convert -flatten -background white " + psName + ".ps" + " " + "./FIG/" + file_basename(psName, ".ps") + ".png"
          spawn, /hide, com
    
          file_delete, ps_name + ".ps"
    
          return
    
    end

     

    [전체] 

     

     참고 문헌

    [논문]

    • 없음

    [보고서]

    • 없음

    [URL]

    • 없음

     

     문의사항

    [기상학/프로그래밍 언어]

    • sangho.lee.1990@gmail.com

    [해양학/천문학/빅데이터]

    • saimang0804@gmail.com
    반응형
    • 네이버 블러그 공유하기
    • 네이버 밴드에 공유하기
    • 페이스북 공유하기
    • 카카오스토리 공유하기