ATCF

ATCF parser

環境構築

Anaconda環境を作成し、依存ライブラリをインストールする

conda create -n atcf --python==3.10
conda activate atcf
pip install numpy pandas scipy xarray matplotlib

使用方法

ATCFデータをオンラインからメモリに直接読み込む（b-deckの例）

from atcf import ATCF
atcf = ATCF()
sid = "al142021"
atcf.download(sid, deck="b")

ダウンロード済みのデータをロードする（b-deckの例）

from atcf import ATCF
atcf = ATCF()
atcf.load("sample_data/2021/bal142021.dat")

ATCFデータのハンドリング

上記を実行した結果として、atcf.data に xarray.Dataset 型に整形されたデータが格納されている。変数名一覧は

print(list(atcf.data.data_vars))
>>> ['basin', 'cy', 'technum', 'tech', 'tau', 'lat', 'lon', 'vmax', 'mslp', 'ty', 'rad', 'windcode', 'r1', 'r2', 'r3', 'r4', 'pout', 'rout', 'rmw', 'gusts', 'eye', 'subbasin', 'maxseas', 'initials', 'storm_dir', 'storm_speed', 'name', 'depth', 'seas', 'seascode', 'seas1', 'seas2', 'seas3', 'seas4', 'USERDEFINE1', 'userdata1', 'USERDEFINE2', 'userdata2', 'USERDEFINE3', 'userdata3', 'USERDEFINE4', 'userdata4', 'USERDEFINE5', 'userdata5']

で閲覧可能。例えば vmax であれば、atcf.data["vmax"] としてアクセス可能。単位などは適宜SI単位系などに変換されている。変数の説明や単位は atcf.data["vmax"].attrs に辞書形式で格納されている。例えば、

print(atcf.data["vmax"].attrs)
>>> {'standard_name': 'vmax',
    'long_name': 'Maximum sustained wind speed',
    'units': 'ms-1',
    'parser': 'kt2ms',
    'description': 'Maximum sustained wind speed'}

また、クイックルックには xarray.Dataset の描画関数を用いると良い。例えば

atcf.data["vmax"].plot()

NetCDF 出力

ロードしたATCFデータをNetCDF出力するには、.to_netcdf メソッドを用いる。
```
atcf.to_netcdf("mynetcdf.nc")
```
解析例

解析においては xarray の使用方法に慣れれば良いが、例えば f-deck において type が "DVTS" の行だけ取り出したい場合は、次のようにする：
```
DVTS_data = atcf.isel(t=atcf["type"]=="DVTS")
```
複数の条件で絞りたい場合は、
```
DVTS_data = atcf.isel(t=(atcf["type"]=="DVTS")*(atcf["fixsite"]=="TAFB"))
```
のようにする。

そのほか、rmw が欠損じゃない時のみを取り出したければ、
```
rmw_data = atcf.isel(t=atcf["rmw"].notnull())
```
などとする。

tsukada-cs/ATCF

ATCF

環境構築

使用方法