从SkewT到传统T-LnP：用Python metpy定制气象专业图
1. 气象绘图中的SkewT与T-LnP之争
第一次接触气象绘图时，我被各种专业图表搞得晕头转向。记得有次在学术会议上，我指着投影仪上的斜温图问同事："为什么温度线是斜的？"结果引来一阵善意的笑声。后来才知道，这种被称为SkewT-LogP的图表是国际通用的标准形式，而国内气象业务更习惯使用温度线垂直的T-LnP图。
这两种图表本质上都是展示大气温度、露点随气压变化的工具，但视觉呈现差异明显。SkewT的温度坐标轴与水平线呈45度夹角，这样设计是为了更好地区分干绝热线和湿绝热线。而T-LnP图则保持温度线完全垂直，更符合国内气象工作者的读图习惯。
实际工作中我发现，很多从国外文献下载的探空数据默认生成SkewT图，但国内业务系统又要求提交T-LnP格式。这就好比用英制单位测量却要提交公制报告，需要经过繁琐的转换。直到我发现了Python的metpy库，这个问题才迎刃而解。
2. metpy库的SkewT类深度解析
2.1 安装与环境配置
在开始之前，建议创建一个干净的Python环境。我习惯使用conda管理不同项目依赖：
conda create -n metpy_env python=3.8 conda activate metpy_env pip install metpy cartopy matplotlib numpymetpy的核心绘图功能依赖于Matplotlib，而cartopy则用于地理空间数据处理。这里有个小坑要注意：metpy对Matplotlib版本比较敏感，建议使用3.3.x系列版本，避免某些绘图API不兼容的问题。
2.2 SkewT类关键参数剖析
metpy的SkewT类是这个转换过程的核心。我们先看一个最基本的SkewT实例化代码：
from metpy.plots import SkewT fig = plt.figure(figsize=(9, 9)) skew = SkewT(fig, rotation=45) # 默认SkewT角度重点在于rotation参数：
- 设置为45度时：生成标准国际斜温图
- 设置为0度时：温度线垂直，变成国内习惯的T-LnP图
我实测发现，单纯修改rotation还不够完美，还需要调整以下参数才能得到规范的T-LnP图：
skew = SkewT(fig, rotation=0, rect=(0.1, 0.1, 0.8, 0.8)) skew.ax.set_ylim(1050, 100) # 气压范围设置 skew.ax.set_xlim(-40, 40) # 温度范围设置3. 完整的数据处理与绘图流程
3.1 探空数据读取与预处理
国内常用的探空数据格式包括MICAPS第2类、第3类数据，以及新型的BUFR格式。这里以MICAPS第2类数据为例：
import pandas as pd from metpy.units import units # 读取数据 data = pd.read_csv('soundings.txt', delim_whitespace=True, names=['pressure', 'height', 'temp', 'dewpoint', 'wind_dir', 'wind_speed']) # 单位处理 pressure = data['pressure'].values * units.hPa temperature = data['temp'].values * units.degC dewpoint = data['dewpoint'].values * units.degC特别注意：原始数据中的温度露点如果是缺测值（如9999），需要先进行过滤处理：
valid = pressure < 1100 * units.hPa # 过滤地面异常高值 pressure = pressure[valid] temperature = temperature[valid] dewpoint = dewpoint[valid]3.2 层结曲线绘制技巧
有了规范的数据后，绘制基本曲线就简单了：
# 绘制温度层结曲线 skew.plot(pressure, temperature, 'r', linewidth=2, label='Temperature') # 绘制露点层结曲线 skew.plot(pressure, dewpoint, 'g', linewidth=2, label='Dewpoint') # 添加风杆（需先计算u,v分量） u, v = metpy.calc.wind_components(data['wind_speed'].values * units.knots, data['wind_dir'].values * units.degrees) skew.plot_barbs(pressure[::3], u[::3], v[::3]) # 每3层画一个风杆这里有个实用技巧：对于高空气象站，建议对数据进行适度平滑处理，避免曲线过于锯齿：
from scipy.ndimage import gaussian_filter1d temp_smooth = gaussian_filter1d(temperature.magnitude, sigma=1) * units.degC skew.plot(pressure, temp_smooth, 'r--', alpha=0.5, label='Smoothed Temp')4. 高级定制化功能实现
4.1 能量参数计算与可视化
CAPE（对流有效位能）和CIN（对流抑制能）是强对流分析的关键指标。metpy可以自动计算并着色显示这些区域：
from metpy.calc import cape_cin from metpy.units import concatenate # 计算CAPE/CIN prof = concatenate([pressure, temperature, dewpoint]) cape, cin = cape_cin(prof, prof) # 着色显示 skew.shade_cape(pressure, temperature, dewpoint) skew.shade_cin(pressure, temperature, dewpoint)实测发现，国内业务对CAPE计算有特殊要求：
- 抬升起点通常取最底层50hPa的平均
- 虚温修正建议开启
- 需要限制最大抬升高度（通常300hPa）
对应的改进代码：
# 获取近地面50hPa平均 sfc_layer = pressure >= (pressure[0] - 50*units.hPa) mean_temp = np.mean(temperature[sfc_layer]) mean_dewpt = np.mean(dewpoint[sfc_layer]) # 带虚温修正的计算 cape, cin = cape_cin(pressure, temperature, dewpoint, parcel_profile=parcel_profile, virtual_temp_correction=True, max_el_height=300*units.hPa)4.2 添加业务常用辅助线
国内业务分析还常需要以下辅助线：
- 0℃、-20℃等温线（强对流关键温度层）
- 干/湿绝热线（判断气块稳定性）
- 饱和比湿线（水汽分析）
# 添加等温线 skew.ax.axvline(0, color='b', linestyle='--', alpha=0.5) skew.ax.axvline(-20, color='purple', linestyle='--', alpha=0.5) # 添加绝热线 skew.plot_dry_adiabats(linewidth=0.8, alpha=0.3) skew.plot_moist_adiabats(linewidth=0.8, alpha=0.3) # 添加等饱和比湿线 skew.plot_mixing_lines(linewidth=0.5, alpha=0.2)5. 样式调整与输出优化
5.1 坐标轴与标签定制
国内业务图对坐标轴样式有严格要求，需要特别注意：
# 设置坐标标签 skew.ax.set_xlabel('Temperature (℃)', fontsize=12) skew.ax.set_ylabel('Pressure (hPa)', fontsize=12) # 调整坐标刻度 skew.ax.set_yticks(np.arange(100, 1050, 50)) skew.ax.set_xticks(np.arange(-80, 41, 10)) # 添加网格线 skew.ax.grid(True, which='major', axis='both', linestyle='--', alpha=0.5)5.2 输出印刷级质量图片
最后输出时，建议使用矢量格式保证印刷质量：
plt.savefig('T-LnP_plot.pdf', dpi=300, bbox_inches='tight') plt.savefig('T-LnP_plot.png', dpi=300, bbox_inches='tight')对于需要在论文中使用的图表，我推荐以下参数组合：
- 图幅大小：12cm×12cm（气象期刊常用尺寸）
- 字体：Times New Roman 10号
- 线宽：主要曲线1.5pt，辅助线0.5pt
plt.rcParams.update({ 'font.family': 'serif', 'font.serif': 'Times New Roman', 'font.size': 10, 'axes.labelsize': 10, 'lines.linewidth': 1.5 })经过这些调整，你就能得到既符合国内业务规范，又具备出版质量的T-LnP图了。在实际业务应用中，这种自动化绘图流程相比传统手动绘图方式，效率提升可达10倍以上，而且避免了人为操作失误。