1、引言

众所周知，台风是影响我国的气象灾害之一，因为其次生灾害严重程度较其他天气更加明显，一些学者对其路径进行分析。
2、资料准备
资料来源：(http://tcdata.typhoon.org.cn/zjljsjj_zlhq.html)，2018年数据文件下载。

image.png

3、资料读取

import numpy as np
import pandas as pd
#利用pandas读取txt文件，给DataFrame的colums赋予names
file_data = pd.read_csv('CH2018BST.txt', sep='\s+', header=None,
                        names=['tim', 'le', 'lats', 'lons', 'pr', 'wind',
                               'tynum', 'chn_id', 'name'], dtype=object)
#读取分类标志
temp=file_data[file_data.iloc[:,0]=='66666']
#根据index读取文件中各台风路径
for k in temp.index:
#for s in temp.index[:1]:    
    print(k)
    track = file_data.loc[k:k + int(temp.loc[k, 'lats']),['tim','lats','lons','chn_id']]
    track1=track.loc[k+1:,['lats','lons']].apply(pd.to_numeric)/10 
    
    lon=track1.loc[k+1:,'lons'].values
    lat=track1.loc[k+1:,'lats'].values

数据到此读完了，我们读取了lat，lon，读者可以根据需要更改你的列索引读取更多数据，接下来就是画图了

fig = plt.figure()
        ax = fig.add_axes([0, 0, 1, 1], projection=ccrs.PlateCarree())

        ax.set_extent([100, 160, 0, 50], ccrs.PlateCarree())
        ax.coastlines(resolution='10m')
        shapename  = 'D:\\shp_map\\CHN_adm\\CHN_adm2.shp'
        #reader = shpreader.Reader(shapename)
        adm1_shapes = list(reader.geometries())
        #ax.set_title(plt_title)
        # turn the lons and lats into a shapely LineString
        track = sgeom.LineString(zip(lon, lat))

        # buffer the linestring by two degrees (note: this is a non-physical
        # distance)
        track_buffer = track.buffer(1)

        def colorize_state(geometry):
            facecolor = (0.9375, 0.9375, 0.859375)
            if geometry.intersects(track):
                facecolor = 'red'
            elif geometry.intersects(track_buffer):
                facecolor = '#FF7E00'
       # ax.add_geometries(
           # adm1_shapes,ccrs.PlateCarree(), styler=colorize_state)

        ax.add_geometries([track_buffer], ccrs.PlateCarree(),
                          facecolor='#C8A2C8', alpha=0.5)
        ax.add_geometries([track], ccrs.PlateCarree(),
                          facecolor='none', edgecolor='k')   

画图设置完毕，plt.show()一下

image.png

“”玛利亚“”用我们预报员的俗套话来说“真是影响“范围广、持续时间长！！！”，图中没有给出强度变化图，后期再补充下。实况搞完，那么回过头看看我们的超算计算的出的路径是如何？如下图

image.png