python绘制探空图后，计算的cape值和micaps不同

圈圈圆圆

计算得出的cape、cin和micaps的结果差别比较大，请问问题出在哪里？分别附上我的代码，绘制的探空图，micaps探空图：

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
import pandas as pd
import metpy.calc as mpcalc
from metpy.plots import Hodograph, SkewT
from metpy.units import units
import re  # 导入正则表达式模块


# 读取文件
file_path = '南宁(59431)层结资料.csv'
data = pd.read_csv(file_path, delimiter=',', na_values='-')


# 按气压从高到低排序并去除NaN值
sorted_data = data.sort_values(by='层次', ascending=False).dropna(subset=['层次', '温度', '露点', '风速', '风向'])
p = sorted_data['层次'].values * units.hPa
T = sorted_data['温度'].values * units.degC
Td = sorted_data['露点'].values * units.degC
wind_speed = sorted_data['风速'].values * units.knots
wind_dir = sorted_data['风向'].values * units.degrees
u, v = mpcalc.wind_components(wind_speed, wind_dir)


# 计算凝结抬升高度 (LCL)
lcl_pressure, lcl_temperature = mpcalc.lcl(p[0], T[0], Td[0])


# 计算气块状态曲线
parcel_prof = mpcalc.parcel_profile(p, T[0], Td[0]).to('degC')


# 计算 CAPE 和 CIN
cape, cin = mpcalc.cape_cin(p, T, Td, parcel_prof, which_lfc='bottom', which_el='top')
print(cape,cin)


# 创建 SkewT 图
fig = plt.figure(figsize=(9, 9))
skew = SkewT(fig, rotation=30)


# 绘制层结曲线和露点曲线
skew.plot(p, T, 'r', linewidth=2)   # 绘制层结曲线（红色实线）
skew.plot(p, Td, 'g', linewidth=2)  # 绘制等饱和混合比线（绿色实线）


# 绘制风羽
skew.plot_barbs(p, u, v)


# 绘制凝结抬升高度（黑点）
skew.plot(lcl_pressure, lcl_temperature, 'ko', markerfacecolor='black')


# 绘制气块状态曲线（黑线）
skew.plot(p, parcel_prof, 'k', linewidth=2)


# 阴影绘制 CIN 和 CAPE
skew.shade_cin(p, T, parcel_prof, Td, color='blue', alpha=0.2)  # CIN 阴影（蓝色）
skew.shade_cape(p, T, parcel_prof, color='red', alpha=0.2)      # CAPE 阴影（红色）


# 添加参考曲线
skew.plot_dry_adiabats(color='orangered', linestyle='--', linewidth=1)  # 干绝热线（红色虚线）
skew.plot_moist_adiabats(color='dodgerblue', linestyle='--', linewidth=1)  # 湿绝热线（蓝色虚线）
skew.plot_mixing_lines(color='mediumseagreen', linestyle='--', linewidth=1)  # 等饱和混合比线（绿色虚线）


# 设置坐标轴范围
skew.ax.set_ylim(1000, 200)
skew.ax.set_xlim(-40, 40)


# 添加网格线
skew.ax.grid(True)


# 添加标题和注释
#plt.title("Sounding Chart for Station 59211 (BAISE, China) at 00 UTC 27 May 2024")
plt.text(-13.5, 1300, f'CAPE = {cape:.2f} J/kg', fontsize=12, color='red')
plt.text(-15, 1200, f'CIN = {cin:.2f} J/kg', fontsize=12, color='blue')


# 显示图像
output_path = r'D:\python\dyy\5_27rainstorm\TInp.png'
plt.savefig(output_path)
plt.show()

edwardli

算法不同，抬升凝结高度估算方法不同，所用假相当位温计算方式不同，积分步长不同，任何两个平台系统软件之间，计算的CAPE都有差异（包括各种数值预报模式、再分析资料输出的CAPE），只要趋势正确即可，85%定量使用也没问题。

圈圈圆圆

edwardli 发表于 2025-5-8 19:22
算法不同，抬升凝结高度估算方法不同，所用假相当位温计算方式不同，积分步长不同，任何两个平台系统软件之 ...

好的，谢谢老师

贫道敬孔

多谢楼主和大佬分享，学习一个