nearest_latlon.py

"""
因为有时候指定的预报格点不在模式的河道格点上，
所以需要选择离预测格点最近的河道格点位置，作为河道格点在模式中的位置，
这样才会输出预报格点的径流等变量，所以本程序需要以下文件：
1. 预测的站点位置信息，这个是原始的真实的观测  sta.csv
2. 模式运行一个时间步长得到的CHAROUT_DOMAIN文件
"""
# %%
import xarray as xr
import numpy as np
import pandas as pd
# %%



# %%
flnm_CHRTOUT = '/home/fengx20/project/hydro/test_ground/RUN/200309020000.CHRTOUT_DOMAIN1'
ds = xr.open_dataset(flnm_CHRTOUT)

# %%
### 需要测量的站点, 原始的经纬度信息
csv_path = '/home/fengx20/project/hydro/src/sta.csv'
df = pd.read_csv(csv_path)
df
# %%
# lat = df.iloc[0].loc['LAT']
# df.shape
for i in range(df.shape[0]):
    # print(i)
    lat = df.iloc[i].loc['LAT']
    lon = df.iloc[i].loc['LAT']
    lon1, lat1 = get_nearest_latlon(lon, lat)
    print(lon1)
    # print(lat, lon)



# %%
lon_list = [
    105.66667,
    105.68333,
    106.1256,
    107.05,
    107.75,
    104.883333,
    ]

lat_list = [
    34.9,
    34.583333,
    35.6216,
    34.3833,
    34.3,
    34.73333,
]

def get_nearest_latlon(lon0, lat0, flnm_CHRTOUT):
    # flnm = '/home/fengx20/project/hydro/test_ground/RUN/200207010000.CHRTOUT_DOMAIN1'
    ds = xr.open_dataset(flnm_CHRTOUT)
    da = ds['streamflow']
    lat1 = ds['streamflow'].latitude.values
    lon1 = ds['streamflow'].longitude.values
    ### 寻找离站点最接近的辐合条件的点
    arr = ((lat1-lat0)**2+(lon1-lon0)**2)#.argmin()
    # np.sort(arr)
    idx = np.argsort(arr)
    # idx = ((lat1-lat0)**2+(lon1-lon0)**2)#.argmin()
    # return da[idx].latitude.values, da[idx].longitude.values
    print('**start**')
    print(da[idx[0]].longitude.values,',', da[idx[0]].latitude.values)
    print(da[idx[1]].longitude.values,',', da[idx[1]].latitude.values)
    print(da[idx[2]].longitude.values,',', da[idx[2]].latitude.values)
    print('**end**')
    return da[idx[0]].longitude.values, da[idx[0]].latitude.values

# for lat, lon in zip(lat_list, lon_list):
    # get_nearest_latlon(lon, lat)
# %%