WEAP 21的ERA5/modis预处理器
mET-weap的Python项目详细描述
气象站
通过anr紫水晶项目，开发了一个python包来处理modis-ndvi和meteo era5长时间序列，以生成weap 21的输入数据。
文档
- 阅读文档“Met_WEAP安装过程和用户指南”
快速安装MET WEAP
有关更多信息，请参阅文档“Met_Weap安装过程和用户指南”。
要求
- 在pypi或github上下载met_weap
- 在您的计算机上复制/粘贴测试文件“met_weap_test”
- 地球数据订阅
- 订阅CD（气候数据存储）
- OSGEO4W安装
- 为gdal（windows）创建环境变量
- 下载所需文件
- 安装水蟒
安装
a）从本地文件安装用户：
例如，如果setup.py的源文件为“c:\ users\vi\documents\met_weap”。 在anaconda提示符下，执行：
- cd"C:\Users\VI\Documents\mET_weap"
然后，执行：
- python setup.py sdist bdist_wheel - cd .\dist - pip install mET_weap-1.3.tar.gz
最后，由于gdal的安装不适用于setup.py中的install_requires，请执行：
- conda install gdal
b）从pypi安装用户
在anaconda提示符下，执行：
- pip install mET_weap - conda install gdal
测试文件夹
恢复在pypi或github上下载的包中的“met_weap_test”文件夹。 如果直接从pypi进行安装，也可以在“sites packages”文件夹中恢复此文件夹（例如“c:\ users\vi\anaconda3\lib\site packages\met_weap”）。 首先，在桌面上复制/粘贴此测试文件夹“met_weap_test”。程序将从这个“工作”目录执行。
配置
使用userconfig.py文件进行配置。这是用户要使其项目正常工作必须填写的唯一文件。
首先，必须定义路径根和osgeo的路径：
mET_weap.path_root=os.path.join('C:'+os.sep+'HAOUZ'+os.sep+'mET_weap')# The root directory for output filesmET_weap.path_to_osgeo=os.path.join('C:'+os.sep+'OSGeo4W64'+os.sep+'bin')# the path for gdal binaries
例如，在上面的示例中，path_root='c:\ haouz\met_weap'和path_to_osgeo='c:\ osgeo4w64\bin'。路径根为输出创建目录。
配置文件的下一部分是模块的开关。在执行usermain之前，填写“true”激活模块，填写“false”停用模块。 例如，在下面的示例中，“do_get_modis”是唯一激活的模块。
# ---- Switchs to activate or deactivate the modules ----# Each Modis tile covers an area of 5°x5°, it may not be necessary to download it again to process another area.'do_get_modis':True,# download modis files# If you already downloaded ERA5 files for your area and domain, don't do it again.'do_download_ERA5_cds':False,# download weather dataset from CDS ERA5# The following toggles are processing steps,# Toggle the steps that already went ok to False'do_project_subset':False,# projection and subset of the modis files'do_classification':False,# yearly classification'do_kc_fc':False,# compute Kc/Fc'do_ET0_rain_ERA5':False,# compute daily ET0 and rainfall from ERA5'do_interp_ndvi_ERA5':False,# temporal interpolation of NDVI and KC*ET0 with ERA5 data'do_synthesis_ERA5':False,# spatio-temporal synthesis with ERA5 data
在登录到服务器cds api之后。接受许可证哥白尼产品。 然后，单击“注销”按钮附近的名称，在用户配置文件中检索api密钥。使用cdsapi密钥的格式“uid:api key”。
# ----- The CDSAPI key to download ERA5 data -----'CDSAPI':{'url':"https://cds.climate.copernicus.eu/api/v2",'key':"xxxx:xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",},
接下来，在userconfig.py文件中填写modis用户名和密码。
# ---- The MODIS login to download MODIS data ----'MODIS':{'username':"xxxxxxxx",'password':"xxxxxxxx"},
然后，必须定义空间域。在userconfig.py中填写研究区域的地理坐标。
# ----- the spatial domain to be processed -----'domain':{"uly":31.7,# Upper left Y in dd (decimal degrees)"ulx":-8.6,# Upper left X in dd'lry':30.85,# Lower right Y in dd'lrx':-7# Lower Right X in dd},
之后，定义比例。通常，用户不需要更改这些值。
'scale':{"echelle":0.25,"resolution_ERA5":0.25},
选择你的时间域。例如，从2015年9月到2016年9月。
# ----- the temporal domain to be processed -----'period':{'begin':datetime(2015,9,1),# the date of beginning as a datetime (yyyy,m,j)'end':datetime(2016,8,30)# the date of ending as a datetime (yyyy,m,j)},
定义农艺年：
# ----- definition of the agronomic year with the beginning month and ending month -----'agroyear':{'begin':9,# generally the agronomic year begins in september (9)'end':8# generally the agronomic year begins in august of the next year (8)},
下一部分允许选择用于计算kc和fc因子的函数。
# ----- Kc and Fc to NDVI relationships -----'Relation_NDVI':{'scale_factor':0.0001,# A scale factor to apply to NDVI data, typically 0.001 for MODIS'Ndvi_KcKcb':os.path.join('Tab_ndvi_kc_fc','ndvi_kckcb.xlsx'),# the XLS file for relations NDVI->Kc (Crop Coefficient)'Ndvi_Fc':os.path.join('Tab_ndvi_kc_fc','NDVI-FC.xlsx'),# the XLS file for relations NDVI->Fc (Fraction Cover)'do_senescence':True,# Optional: To compute or not the fraction cover plateau for annual crops. The computation is time consuming'do_stack':False,# Optional: To output or not annual stacks. Those stacks may be useful for data vizualisation# rel OS is the table of relations between NDVI/Kcb and NDVI/Fraction covers# the syntax is: 'class_name' : [output_value, line of xls file for Kcb, line of xls file for Fc]# None if Kc is not computed for a particular class'rel_OS':{'No_data':[0,None,None],'Advent':[2,None,None],'Arb_Veg':[3,6,5],'Arb_SN':[4,0,5],'C_Anu':[5,6,0],'Sol_Nu':[8,None,None]}},
此模块允许配置研究区域的形状文件和合成模块之间的链接。 此shapefile必须位于met_weap目录中。 对于他的项目，用户需要在[“synth”][“shapefile”中填写他的shapefile的名称。 在测试文件中，在上面的示例中，“shapefile”：“zonage\atlas_piemont_haouz.shp”。 在“shp_attrib”中，填写属性表的列名。在“C区IRR”示例中。 最后，定义“timerange”和“mode”。
# ----- Synthesis -----'Synth':{'shapefile':os.path.join('zonage'+os.sep+'Atlas_Piemont_Haouz.shp'),'shp_attrib':'c_zone_irr',# column name of the attribute table'timerange':"MONTH",# an accumulation time which is either DAY, WEEK or MONTH'mode':"SUM",# MEAN or SUM},
通常，路径不需要更改，因为目录gtopo30位于met_weap_test目录中。 “geopotential_cdsapi.nc”下载在“c:\ haouz”
# ----- The path for the DEM input file -----'DEM':{'Description':'GTOPO30','DEM_Filename':os.path.join('Gtopo30','gt30w020n40.tif'),'ERA_Filename_CDSAPI':os.path.join(''.join(os.path.split(mET_weap.path_root)[0]),'geopotential_cdsapi.nc')},
这些路径定义了utputs目录。它们都是基于根路径的。通常，用户不需要更改它们。
# ----- The paths of the output files -----'path':{'Temp_ERA5':os.path.join(''.join(mET_weap.path_root),"fishnet_era5"),# directory for temporary data'Data':os.path.join(''.join(mET_weap.path_root),"data"),# the root directory to download data'MOD13Q1':os.path.join(''.join(mET_weap.path_root),"data"+os.sep+"MOD13Q1"),# the directory for downloading MODIS MOD13Q1'ERA5':os.path.join(''.join(mET_weap.path_root),os.path.join("data","ERA5")),# the directory to download ERA5 data'Tif':os.path.join(''.join(mET_weap.path_root),"tif"),# the root directory for output data'MOD13Q1_tif':os.path.join(''.join(mET_weap.path_root),"tif"+os.sep+"MOD13Q1"),# the directory for NDVI Subsets'ERA5_tif':os.path.join(''.join(mET_weap.path_root),"tif"+os.sep+"ERA5"),# the directory for ERA5 processed input files'outputs_ERA5':os.path.join(''.join(mET_weap.path_root),"tif"+os.sep+"outputs_ERA5"),# The directory for results used for synthesis ERA5'synthesis_ERA5':os.path.join(''.join(mET_weap.path_root),"synthesis_ERA5")# The directory for synthesized results based on ERA5 meteorological data},
许可证
Met_Weap使用GPLv3许可证。版权所有（c）2014-2018 Michel Le Page。有关详细信息，请参见复制。
欢迎加入QQ群-->： 979659372
