grib中数据读取并导出到文本文件中

零、一些废话
一、官网提供的命令行方法
二、把grib数据导出到txt文件工具grib_dump
三、查找所需要的字段
四、数据字段的读取

零、一些废话

最近忙着赶项目加上家里的事比较多，就没有来得及更新博客，今天主要讲解一下grib数据的查看方法和读取方法。grib数据没有找到好的可视化工具打开它，官网提供的一个可视化工具叫Metview，此工具的安装过程相当的复杂，搞了将近3个小时最后还是没有安装成功，由于项目比较紧就果断的先放弃啦。这种方法不行，还可以使用ecCodes提供的自带命令行方式把grib数据中的一条一条的消息导出到一个.txt文件中，然后使用notepad++查找需要的字段，这种方法笨一点但是却很好使。特别提示千万不要使用打开nc文件的工具panoply去打开grib文件找到相应的字段去读取，你会发现你一直读出不对的，因为该工具会自动处理grib中的消息字段，你看到的并不是真正的grib数据中的字段。当然，除非你把grib转化成nc格式的文件去读。

一、官网提供的命令行方法

方法链接：https://confluence.ecmwf.int/display/ECC/GRIB+tools ，截图如下：
这里写图片描述
上图中划线部分是方法所在的列表以及一个把grib数据导出到txt文件中的方法。

二、把grib数据导出到txt文件工具grib_dump

不知道怎么安装ecCodes请参考我的这篇博客：https://blog.csdn.net/toby54king/article/details/81592080
使用方法看下面截图：
这里写图片描述
第一步是要找到你编译后的工具所在的目录(一般在eccodes-2.8.0-Source/build/bin
)，然后按照图中的操作即可，工具中其他命令请自行了解一下，grib_dump这个命令对于我们完成数据解析已经够啦。

三、查找所需要的字段

由于这种方法比较笨，你只能模糊查找部分字段去找到你需要的字段信息，建议你从搜索“name”开始查找，等你多差几次就能找到一些规律了，规律自己领悟吧。下面是截取的一条消息，消息中的可能用到的部分我加了注释讲解，其他内容自己学习吧：

#==============   MESSAGE 1128 ( length=68024 )            ==============
GRIB {
  editionNumber = 1;
  table2Version = 128;
  # European Centre for Medium-Range Weather Forecasts (common/c-1.table)  
  centre = 98;
  generatingProcessIdentifier = 148;
  # 10 metre U wind component  (m s**-1)  (grib1/2.98.128.table)  
  indicatorOfParameter = 165;
  # Surface  (of the Earth, which includes sea surface)  (grib1/local/ecmf/3.table , grib1/3.table)  
  indicatorOfTypeOfLevel = 1;
  level = 0;
  # Forecast product valid at reference time + P1  (P1>0)  (grib1/local/ecmf/5.table , grib1/5.table)  
  timeRangeIndicator = 0;
  # Unknown code table entry (grib1/0.ecmf.table)  
  subCentre = 0;
  paramId = 165;
  #-READ ONLY- cfNameECMF = unknown;
  #-READ ONLY- cfName = unknown;
  #-READ ONLY- cfVarNameECMF = u10;
  #-READ ONLY- cfVarName = u10;
  #-READ ONLY- units = m s**-1;
  #-READ ONLY- nameECMF = 10 metre U wind component; // 1、可能需要的字段名字
  #-READ ONLY- name = 10 metre U wind component;
  decimalScaleFactor = 0;
  dataDate = 20170720; // 2、时间
  dataTime = 0;
  # Hour (stepUnits.table)  
  stepUnits = 1;
  stepRange = 60;
  startStep = 60; 
  endStep = 60;
  #-READ ONLY- marsParam = 165.128;
  # Forecasting Systems with Variable Resolution (grib1/localDefinitionNumber.98.table)  
  localDefinitionNumber = 30;
  # Operational archive (mars/class.table)  
  marsClass = 1;
  # Perturbed forecast (mars/type.table)  
  marsType = 11;
  # Ensemble prediction system (mars/stream.table)  
  marsStream = 1035;
  experimentVersionNumber = 0001;
  perturbationNumber = 46;
  numberOfForecastsInEnsemble = 51;
  oceanAtmosphereCoupling = 2;
  legBaseDate = 20170720;
  legBaseTime = 0;
  legNumber = 1;
  referenceDate = 0;
  climateDateFrom = 0;
  climateDateTo = 0;
  shortName = 10u;
  GDSPresent = 1;
  bitmapPresent = 0;
  numberOfVerticalCoordinateValues = 0;
  Ni = 281; // 3、经纬度行列号
  Nj = 161;
  latitudeOfFirstGridPointInDegrees = 70; // 4、经纬度起始结束数值
  longitudeOfFirstGridPointInDegrees = 40;
  earthIsOblate = 0;
  uvRelativeToGrid = 0;
  latitudeOfLastGridPointInDegrees = -10;
  longitudeOfLastGridPointInDegrees = 180;
  iScansNegatively = 0;
  jScansPositively = 0;
  jPointsAreConsecutive = 0;
  #-READ ONLY- alternativeRowScanning = 0;
  jDirectionIncrementInDegrees = 0.5; // 5、经纬度步长间隔
  iDirectionIncrementInDegrees = 0.5;
  #-READ ONLY- numberOfDataPoints = 45241;
  #-READ ONLY- numberOfValues = 45241;
  missingValue = 9999; //  6、无效值
  #-READ ONLY- binaryScaleFactor = -6;
  #-READ ONLY- referenceValue = -21.7665;
  sphericalHarmonics = 0;
  complexPacking = 0;
  integerPointValues = 0;
  additionalFlagPresent = 0;
  packingType = grid_simple;
  bitsPerValue = 12;
  values(45241) =  { // 7、显示出的部分数值
  -5.04773, -5.12585, -5.0946, -5.14148, -5.11023, 
  -5.01648, -5.0946, -5.31335, -5.29773, -5.18835, 
  -5.23523, -5.32898, -5.2196, -4.9696, -4.8446, 
  -4.68835, -4.32898, -3.89148, -3.5321, -3.04773, 
  -2.23523, -1.54773, -1.43835, -1.5321, -1.42273, 
  -1.42273, -2.0321, -2.76648, -3.26648, -3.68835, 
  -4.18835, -4.42273, -4.4071, -4.43835, -4.2196, 
  -3.42273, -2.7196, -2.87585, -3.57898, -3.8446, 
  -3.76648, -3.17273, -2.98523, -2.70398, -2.31335, 
  -1.81335, -1.36023, -1.17273, -0.891479, -0.313354, 
  0.405396, 1.06165, 1.76477, 2.42102, 2.92102, 
  3.2179, 3.4679, 3.4054, 2.62415, 2.45227, 
  2.87415, 2.9054, 1.42102, -0.907104, -1.92273, 
  -2.11023, -0.985229, 0.0147705, 0.546021, 0.467896, 
  0.749146, 1.2804, 1.49915, 0.655396, 0.374146, 
  1.01477, 1.4054, 1.20227, 0.842896, 1.56165, 
  1.63977, 0.921021, 0.186646, 0.171021, 0.796021, 
  1.13977, 1.12415, 0.952271, 0.905396, 1.23352, 
  1.43665, 1.1554, 1.29602, 2.01477, 2.92102, 
  2.9679, 2.4054, 2.26477, 2.3429, 2.62415
  ... 45141 more values
  } 
  #-READ ONLY- numberOfCodedValues = 45241;
  #-READ ONLY- maximum = 17.4366;
  #-READ ONLY- minimum = -21.7665;
  #-READ ONLY- average = -0.531135;
  #-READ ONLY- numberOfMissing = 0;
  #-READ ONLY- standardDeviation = 4.24001;
  #-READ ONLY- skewness = -0.0364773;
  #-READ ONLY- kurtosis = 0.156673;
  #-READ ONLY- isConstant = 0;
  gridType = regular_ll;
  #-READ ONLY- getNumberOfValues = 45241;
}

四、数据字段的读取

主要用到的函数如下，代码自己组织学习吧：
1、grib-api中是一个全局静态变量static grib_context default_grib_context
2、打开文件函数FILE* file = fopen(fileName,“r”)
3、获取文件内含有的grib message个数函数：grib_count_in_file
4、获得经纬度、步长、行列号等用到的函数grib_get_double、grib_get_long
5、获取数据的值用到的函数grib_get_size、grib_get_double_array

特别提醒：经纬度的计算需要根据起始经纬度、终止经纬度、经纬度间隔值、经纬度的步长去计算才行，
每种要素的经纬度范围都是不一样的。如果起始经纬度大于终止纬度减去间隔，反之，加上间隔。

说明：自己对ecodes库了解并不是特别深入，如有错误欢迎指正。

posted @ 2018-09-15 11:16 ISmileLi 阅读(255) 评论(0) 编辑收藏举报

刷新页面返回顶部

ISmileLi

grib中数据读取并导出到文本文件中