福衛七號 FORMOSAT-7：單一檔案分析
(使用Python)

1. • 編寫Pythont程式：推薦可以使用Visual Studio Code (簡稱VS Code，需安裝在電腦上) 或 Colaboratory (簡稱Colab，需使用網路、在線上) 的平台上編輯程式。

     1. Visual Studio Code：https://code.visualstudio.com/

        • 安裝方式可參考https://hackmd.io/@smallshawn95/vscode_write_py，需在"延伸模組(Extensions)"安裝Chinese(Tradiational)繁體中文包、Python

        • 安裝Python  https://www.python.org/downloads/，安裝時，務必勾選Add Pathon 3.X to Path

     2. Colaboratory：https://colab.research.google.com/

首先，安裝 netCDF4 和 matplotlib 包。你可以在VS Code的終端中使用以下命令安裝：

pip install netCDF4 matplotlib 

以下程式碼則在編輯器主要的區域進行編寫，再執行程式。

import netCDF4 as nc

# 定義檔案路徑

file_path = r"C:\fs7data\fs7_2024065\wetPf2_C2E1.2024.065.05.16.G10_0001.0001_nc"

# 開啟NetCDF檔案

dataset = nc.Dataset(file_path, 'r')

# 列出所有變數名稱及其屬性

print("變數名稱及其意義:")

for var_name in dataset.variables:

    var = dataset.variables[var_name]

    print(f"\n變數名稱: {var_name}")

    for attr_name in var.ncattrs():

        print(f"  {attr_name}: {var.getncattr(attr_name)}")

# 關閉NetCDF檔案

dataset.close()

• 常用參數代號：
  
  MSL_alt：高度(以平均海平面
  lat：緯度 (degrees_north)，(-90° ~ +90°)

lon：經度 (degrees_east)，(-180° ~ +180°)

Temp：溫度 [℃]

Pres：大氣壓力 [hPa]

Vp：水氣壓 [hPa]

sph：比溼(Specific humidity) [g/kg]

rh：相對溼度 [%]

import netCDF4 as nc

import matplotlib.pyplot as plt

# 定義檔案路徑

file_path = r"C:\fs7data\fs7_2024065\wetPf2_C2E1.2024.065.05.16.G10_0001.0001_nc"

# 開啟NetCDF檔案

dataset = nc.Dataset(file_path, 'r')

# 讀取溫度和高度資料

temp = dataset.variables['Temp'][:]

msl_alt = dataset.variables['MSL_alt'][:]

# 關閉NetCDF檔案

dataset.close()

# 繪製溫度高度圖

plt.figure(figsize=(10, 6))

plt.plot(temp, msl_alt, marker='o', linestyle='-')

plt.xlabel('Temperature (K)')  # 假設溫度單位是開爾文(K)

plt.ylabel('MSL Altitude (m)')  # 假設高度單位是米(m)

plt.title('Temperature vs MSL Altitude')

plt.grid(True)

plt.show()

import netCDF4 as nc

import numpy as np

# 定義檔案路徑

file_path = r"C:\fs7data\fs7_2024065\wetPf2_C2E1.2024.065.05.16.G10_0001.0001_nc"

# 開啟NetCDF檔案

dataset = nc.Dataset(file_path, 'r')

# 讀取溫度、高度、緯度和經度資料

temp = dataset.variables['Temp'][:]  # 溫度，單位：攝氏度

msl_alt = dataset.variables['MSL_alt'][:]  # 高度，單位：米

lat = dataset.variables['lat'][:]  # 緯度，單位：degrees_north

lon = dataset.variables['lon'][:]  # 經度，單位：degrees_east

# 找到溫度最低點的索引

min_temp_index = np.argmin(temp)

# 根據索引獲取對應的高度、緯度和經度資料

min_temp = temp[min_temp_index]

min_alt = msl_alt[min_temp_index]

min_lat = lat[min_temp_index]

min_lon = lon[min_temp_index]

# 關閉NetCDF檔案

dataset.close()

# 輸出結果

print(f"溫度最低點的溫度: {min_temp:.2f} °C")

print(f"對應的高度: {min_alt:.2f} 米")

print(f"對應的緯度: {min_lat:.2f} degrees_north")

print(f"對應的經度: {min_lon:.2f} degrees_east")

• 下載福衛七號的電離層觀測資料 https://tacc.cwa.gov.t"w/v2/

  • 方法一：上方欄位的「福衛七號-TDPC」 資料下載 --> FS-7 TDPC Provisional (ionPrf) --> 可以找到最新或是前一天的資料夾 --> 挑選需要的檔案

  • 方法二：上方欄位的「展示」 掩星分布圖 --> 選擇電子濃度剖面圖 --> 放大並移動地點和選擇日期 --> 挑選點位後，在網頁右側下載檔案(ionPrf_***_nc)

  • 方法三：本網頁的範例檔案(https://drive.google.com/file/d/15bdl5mrppgRTwIqNz2CV9FF3Q1ShiFQs/view?usp=drive_link，2024年3月5日台灣周遭環境資料，檔案名稱：ionPrf_C2E6.2024.065.08.19.R21_0001.0001_nc)

• 將檔案移動至自己設定的資料夾中，本網站範例使用的資料夾為 c:\fs7data\fs7_2024036ion\

import netCDF4 as nc

# 定義檔案路徑

file_path = r"C:\fs7data\fs7_2024036ion\ionPrf_C2E6.2024.065.08.19.R21_0001.0001_nc"

# 開啟NetCDF檔案

dataset = nc.Dataset(file_path, 'r')

# 列出所有變數名稱及其屬性

print("變數名稱及其意義:")

for var_name in dataset.variables:

    var = dataset.variables[var_name]

    print(f"\n變數名稱: {var_name}")

    for attr_name in var.ncattrs():

        print(f"  {attr_name}: {var.getncattr(attr_name)}")

# 關閉NetCDF檔案

dataset.close()

• netcdf電離層檔案中的常用參數代號：

MSL_alt：高度(以平均海平面) [km]

Geo_lat：緯度 (degrees_north)

Geo_lon：經度 (degrees_east)

ELEC_dens：電子濃度 [el/cm3] 

import netCDF4 as nc

import matplotlib.pyplot as plt

# 定義檔案路徑

file_path = r"C:\fs7data\fs7_2024036ion\ionPrf_C2E6.2024.065.08.19.R21_0001.0001_nc"

# 開啟NetCDF檔案

dataset = nc.Dataset(file_path, 'r')

# 讀取高度和電子濃度資料

msl_alt = dataset.variables['MSL_alt'][:]  # 高度，單位：公里

elec_dens = dataset.variables['ELEC_dens'][:]  # 電子濃度，單位：電子數/cm³

# 關閉NetCDF檔案

dataset.close()

# 繪製電子濃度和高度的關係圖

plt.figure(figsize=(10, 6))

plt.plot(elec_dens, msl_alt, marker='o', linestyle='-')

plt.xlabel('電子濃度 (el/cm³)')

plt.ylabel('高度 (km)')

plt.title('電子濃度 vs 高度')

plt.grid(True)

plt.show()