时间戳

首页 > 解决方案 > 如何确定任何 cartopy 投影的可见地图范围？

cartopy - 如何确定任何 cartopy 投影的可见地图范围？

问题描述

为具有 Plate Carree 以外的投影的 cartopy 地图设置地图范围时，地图上存在指定范围之外的可见区域。在这个 jupyter notebook 的最后一张图片中可以看到一个例子：https ://gist.github.com/ajdawson/e75715203148c9b22e436c6017d3c513

对于 Lambert Conformal 投影，地物窗口内的某些区域（未着色）位于指定范围之外。虽然此示例中的地图范围设置为 [-140, -60, 20, 70]，但可见的最小经度在左上角接近 -180。本质上，设置的范围set_extent()不是图像中看到的真实纬度/经度范围。

我想要一种方法来找到每个图像的真实范围。这将是图像中任何地方可见的最大和最小纬度和经度。对于大多数投影，这可以通过查找地图角落的纬度/经度坐标来完成，但如果极点在图中可见（以及对于任何极地投影），该方法将失败。

标签： cartopy

解决方案

21 年 9 月 23 日更新
我发现 cartopy 轴有一种get_extent()方法可以做到这一点！

例子：

import matplotlib.pyplot as plt
import cartopy.crs as ccrs, cartopy.feature as cfeature

fig = plt.figure()
ax = fig.add_subplot(111, projection=ccrs.LambertConformal())
ax.set_extent([-130, -60, 20, 70], ccrs.PlateCarree())
ax.add_feature(cfeature.COASTLINE)
print(ax.get_extent(crs=ccrs.PlateCarree())) # this is the visible map extent, not the same as what was set using ax.set_extent()

以前的答案 - 一个也有效的解决方案
我最终提出了一个比原始问题更适合我的应用程序的解决方案。如果我在地图上绘制网格数据，我会从数据坐标转换为地图坐标，然后从地图坐标转换为图形坐标，最后从图形坐标转换为轴坐标。如果网格点在 (0:1, 0:1) 范围内，则它将落在可见地图范围内。

import numpy as np
import cartopy.crs as ccrs
import matplotlib.pyplot as plt

lat = np.arange(0,91,1.0)
lon = np.arange(-180,1,1.0)
lons,lats = np.meshgrid(lon,lat)

mapproj = ccrs.LambertConformal() # the map projection
dataproj = ccrs.PlateCarree() # the data projection, PlateCarree for lat/lon data
fig = plt.figure()
ax = fig.add_subplot(111, projection=mapproj)

points = mapproj.transform_points(dataproj, lons, lats)
xpts = points[:,:,0].flatten().tolist()
ypts = points[:,:,1].flatten().tolist()
crs_pts = list(zip(xpts,ypts))
fig_pts = ax.transData.transform(crs_pts)
ax_pts = ax.transAxes.inverted().transform(fig_pts)
x = ax_pts[:,0].reshape(lats.shape)
y = ax_pts[:,1].reshape(lats.shape)

mask = (x>=-0.02) & (x<=1.02) & (y>=-0.02) & (y<=1.02) # add padding for large grid spacings

推荐阅读