Barnes滤波

雨落森林

Barnes是一种常用的空间滤波方法，主要使用两个常数g和c来计算高斯权重，并对每个网格点进行空间插值，从而成为滤除高频波动的低通滤波器。当使用两种不同的常数g和c方案时，两者是分别保留了不同尺度的低频波动。而两种方法的滤波结果做差就能得到中尺度的波动了。
在家园能找到南信大王咏青老师的Barnes带通滤波的fortran程序。但是由于fortran不方便用，因此我改写成了python代码并且发布了pybarnes库，可以直接用pip install pybarnes来安装pybarnes库（需要安装一个metpy作为前置条件），关于这个库，也可以去见github主页：https://github.com/LinOuyang/pybarnes。

现在我们用Python来实现，从库里面导入一个BarnesFilter，将输入原始场（比如500hpa位势高度z)放入其中，得到滤波器f。可以选择调用其中的lowpass设置常数g和c进行低通滤波。或者直接用其中的bandpass，需要设置g1、c1、g2、c2，然后才能得到中尺度的波动。
接下来直接看代码。

import numpy as np
import xarray as xr
import matplotlib.pyplot as plt
from matplotlib.colors import TwoSlopeNorm
from pybarnes import BarnesFilter

# 读取数据，选区东亚区域，并且分辨率0.5度，确保数据不要太大
ds = xr.open_dataset("./era5uvz500.nc").sortby("latitude")
ds = ds.sel(longitude=slice(70, 140), latitude=slice(0, 60))
ds = ds.isel(longitude=slice(None, None, 2), latitude=slice(None, None, 2))
z1 = ds.z[0]/98

# 创建Barnes滤波器，当输入的数据是xr的array或者dataset，可以不指定lon, lat，否则要指定。
f = BarnesFilter(z1)
# 用g=0.3, c=150000做低通滤波
z2 = f.lowpass(g=0.3, c=150000)
# 用两套g和c方案做差得到中尺度波动
z3 = f.bandpass(g1=0.3, c1=30000, g2=0.3, c2=150000)

# 画图看看效果
plt.figure(figsize=(16, 4.8))
plt.subplot(131)
plt.colorbar(plt.contourf(z1, levels=np.arange(560, 590), extend="both", cmap=plt.cm.RdYlBu_r))
plt.title("Raw data field")
plt.subplot(132)
plt.title("The filtered field (g=0.3,c=150000)")
plt.colorbar(plt.contourf(z2, levels=np.arange(560, 590), extend="both", cmap=plt.cm.RdYlBu_r))
plt.subplot(133)
plt.title("Mesoscale fluctuations field")
plt.colorbar(plt.contourf(z3, cmap=plt.cm.bwr, norm=TwoSlopeNorm(0)))
plt.savefig("./barnes_filter.jpg", dpi=300, bbox_inches="tight")
plt.show()

ayzqs

强！以前还用过Barnes滤波发表过文章

小羊趴在云朵上

学到啦学到啦

雪域小丹

ayzqs 发表于 2023-4-8 18:08
强！以前还用过Barnes滤波发表过文章

请问是哪篇？能推荐不，想引用一下！

雪域小丹

对时间维做滤波的有推荐吗？

来自苹果APP客户端

雨落森林

雪域小丹 发表于 2023-10-29 10:42
对时间维做滤波的有推荐吗？

时间滤波我没做过就是，但其实网上的教程也挺多的，lancozos以及butterworth滤波都挺不错的，可以搜得到。

雪域小丹

好的，感谢大佬！