load "$NCARG_ROOT/lib/ncarg/nclscripts/csm/gsn_code.ncl"
load "$NCARG_ROOT/lib/ncarg/nclscripts/wrf/WRFUserARW.ncl"
begin
a = addfile("wrfout_d01_2017-06-23_00:00:00","r")
print(a)
;
;
ter = wrf_user_getvar(a,"HGT",0) ; Get terrain height for time 0
wks = gsn_open_wks("png","test3") ; Create a plot workstation
opts = True ; Set some Basic Plot options
opts@MainTitle = "GEOGRID FIELDS"
res = opts ; Use basic options for this field
res@cnFillOn = True ; Create a color fill plot
contour = wrf_contour(a,wks,ter,res) ; 单独contour没有画面
pltres = True ; Set plot options
mpres = True ; Set map options
mpres@mpGeophysicalLineColor = "Black" ; Overwrite basic map settings
mpres@mpGridLineColor = "Black"
mpres@mpLimbLineColor = "Black"
mpres@mpNationalLineColor = "Black"
mpres@mpPerimLineColor = "Black"
mpres@mpUSStateLineColor = "Black"
plot = wrf_map_overlays(a,wks,(/contour/),pltres,mpres) ; Plot the data over a map background
输出结果图大致如下：
更多细化的绘图设置参考NCL官网。连续输出多个时次的图参考WRF官网对于NCL绘图的脚本实例。
WRF模式运行结束后会输出wrfout_d01*结果文件，利用NCL直接进行读取。addfile()函数打开文件看一眼变量和维度信息，包含wrf设定的参数信息等。利用wrf_user_getvar()函数读取文件中的气象变量资料，并简单绘制出图。......
本文主要介绍python对wrfout结果文件的初步后处理操作，以及基础绘图。
wrfout后处理包括：【读取wrfout文件、读取wrfout文件中变量metadata及数据、对高度场进行500hPa插值、输出nc文件】
基础绘图操作包括：【设置投影和范围、绘制等值线contour和等值线标值、副高区域填色contourf】
仅展示初步评估模拟的效果，若精美绘制需要进一步的设置、细化。
import os
read_path = r"H:/CMFD/wrfoutfile/" # 确定被处理wrfout文件路径
files = os.listdir(read_path) # 在路径中读取全部文件到files中
files.reverse()
;********** ; wavelet_1.ncl ; ; Concepts illustrated: ; - Computing wavelets ;********* ;
; These files are loaded by default in NCL V6.2.0 and newer ;
load "$NCARG_ROOT/lib/ncarg/nclscripts/csm...
float LU_INDEX(Time, south_north, west_east) ;
LU_INDEX:description = “LAND USE CATEGORY” ;
LU_INDEX:units = “” ;
土地利用类型（如城市、植被、湖泊等）
float ZNU(Time, bottom_top) ;
ZNU:description = “eta values on half (mass) levels” ;
ZNU:units = “” ;
eta半层（质量点）坐标值
float Z
WRF是一款流行的数值天气预报模型软件，它主要用于预报全球和地区范围内的天气变化情况。为了运行WRF，并能够获取它的优异性能，需要在计算机上安装和配置多个必要的软件和库文件。Linux是WRF运行的最佳操作系统，因为它是一款开源操作系统，支持许多软件和工具，同时还具有灵活性和资源管理能力。
首先，要成功运行WRF，需要安装Parallel NetCDF库和HDF5库，这些库提供了必要的文件格式和数据交换的基础。然后，在Linux系统上配置MPI，并在计算机集群中分配并发任务。在编译WRF代码时需要合理配置编译器和编译选项，根据硬件和网络环境调整性能和并行度。
WRF需要大量数据和文件，这些数据需要在Linux上下载和存储，以供模型进行分析和预测。此外，还需要使用Linux上的可视化软件，例如NCL、GrADS和Python，以更直观地分析模型输出。
总之，WRF的运行对于Linux操作系统和多个库文件、软件和工具的支持，并且需要使用多节点集群和高性能计算环境。对于研究和实际应用来说，优秀的性能和科学意义都在其中。
