source: lmdz_wrf/trunk/tools/validation_sim.py @ 571

Last change on this file since 571 was 564, checked in by lfita, 10 years ago

Adding `TStd', dew-point temperature from TS variables
File size: 87.6 KB
Line 
1
2# L. Fita, LMD-Jussieu. February 2015
3## e.g. sfcEneAvigon # validation_sim.py -d X@west_east@None,Y@south_north@None,T@Time@time -D X@XLONG@longitude,Y@XLAT@latitude,T@time@time -k single-station -l 4.878773,43.915876,12. -o /home/lluis/DATA/obs/HyMeX/IOP15/sfcEnergyBalance_Avignon/OBSnetcdf.nc -s /home/lluis/PY/wrfout_d01_2012-10-18_00:00:00.tests -v HFX@H,LH@LE,GRDFLX@G
4## e.g. AIREP # validation_sim.py -d X@west_east@lon2D,Y@south_north@lat2D,Z@bottom_top@z2D,T@Time@time -D X@XLONG@longitude,Y@XLAT@latitude,Z@WRFz@alti,T@time@time -k trajectory -o /home/lluis/DATA/obs/HyMeX/IOP15/AIREP/2012/10/AIREP_121018.nc -s /home/lluis/PY/wrfout_d01_2012-10-18_00:00:00.tests -v WRFt@t,WRFtd@td,WRFws@u,WRFwd@dd
5## e.g. ATRCore # validation_sim.py -d X@west_east@lon2D,Y@south_north@lat2D,Z@bottom_top@z2D,T@Time@CFtime -D X@XLONG@longitude,Y@XLAT@latitude,Z@WRFz@altitude,T@time@time -k trajectory -o /home/lluis/DATA/obs/HyMeX/IOP15/ATRCore/V3/ATR_1Hz-HYMEXBDD-SOP1-v3_20121018_as120051.nc -s /home/lluis/PY/wrfout_d01_2012-10-18_00:00:00.tests -v WRFt@air_temperature@subc@273.15,WRFp@air_pressure,WRFrh@relative_humidity,WRFrh@relative_humidity_Rosemount,WRFwd@wind_from_direction,WRFws@wind_speed
6## e.g. BAMED # validation_sim.py -d X@west_east@lon2D,Y@south_north@lat2D,Z@bottom_top@z2D,T@Time@CFtime -D X@XLONG@longitude,Y@XLAT@latitude,Z@WRFz@altitude,T@time@time -k trajectory -o /home/lluis/DATA/obs/HyMeX/IOP15/BAMED/BAMED_SOP1_B12_TOT5.nc -s /home/lluis/PY/wrfout_d01_2012-10-18_00:00:00.tests -v WRFt@tas_north,WRFp@pressure,WRFrh@hus,U@uas,V@vas
7
8import numpy as np
9import os
10import re
11from optparse import OptionParser
12from netCDF4 import Dataset as NetCDFFile
13from scipy import stats as sts
14import numpy.ma as ma
15
16main = 'validation_sim.py'
17errormsg = 'ERROR -- errror -- ERROR -- error'
18warnmsg = 'WARNING -- warning -- WARNING -- warning'
19
20# version
21version=1.0
22
23# Filling values for floats, integer and string
24fillValueF = 1.e20
25fillValueI = -99999
26fillValueS = '---'
27
28StringLength = 50
29
30# Number of grid points to take as 'environment' around the observed point
31Ngrid = 1
32
33def searchInlist(listname, nameFind):
34    """ Function to search a value within a list
35    listname = list
36    nameFind = value to find
37    >>> searInlist(['1', '2', '3', '5'], '5')
38    True
39    """
40    for x in listname:
41      if x == nameFind:
42        return True
43    return False
44
45def set_attribute(ncvar, attrname, attrvalue):
46    """ Sets a value of an attribute of a netCDF variable. Removes previous attribute value if exists
47    ncvar = object netcdf variable
48    attrname = name of the attribute
49    attrvalue = value of the attribute
50    """
51    import numpy as np
52    from netCDF4 import Dataset as NetCDFFile
53
54    attvar = ncvar.ncattrs()
55    if searchInlist(attvar, attrname):
56        attr = ncvar.delncattr(attrname)
57
58    attr = ncvar.setncattr(attrname, attrvalue)
59
60    return ncvar
61
62def basicvardef(varobj, vstname, vlname, vunits):
63    """ Function to give the basic attributes to a variable
64    varobj= netCDF variable object
65    vstname= standard name of the variable
66    vlname= long name of the variable
67    vunits= units of the variable
68    """
69    attr = varobj.setncattr('standard_name', vstname)
70    attr = varobj.setncattr('long_name', vlname)
71    attr = varobj.setncattr('units', vunits)
72
73    return
74
75def writing_str_nc(varo, values, Lchar):
76    """ Function to write string values in a netCDF variable as a chain of 1char values
77    varo= netCDF variable object
78    values = list of values to introduce
79    Lchar = length of the string in the netCDF file
80    """
81
82    Nvals = len(values)
83    for iv in range(Nvals):   
84        stringv=values[iv] 
85        charvals = np.chararray(Lchar)
86        Lstr = len(stringv)
87        charvals[Lstr:Lchar] = ''
88
89        for ich in range(Lstr):
90            charvals[ich] = stringv[ich:ich+1]
91
92        varo[iv,:] = charvals
93
94    return
95
96def index_3mat(matA,matB,matC,val):
97    """ Function to provide the coordinates of a given value inside three matrix simultaneously
98    index_mat(matA,matB,matC,val)
99      matA= matrix with one set of values
100      matB= matrix with the other set of values
101      matB= matrix with the third set of values
102      val= triplet of values to search
103    >>> index_mat(np.arange(27).reshape(3,3,3),np.arange(100,127).reshape(3,3,3),np.arange(200,227).reshape(3,3,3),[22,122,222])
104    [2 1 1]
105    """
106    fname = 'index_3mat'
107
108    matAshape = matA.shape
109    matBshape = matB.shape
110    matCshape = matC.shape
111
112    for idv in range(len(matAshape)):
113        if matAshape[idv] != matBshape[idv]:
114            print errormsg
115            print '  ' + fname + ': Dimension',idv,'of matrices A:',matAshape[idv],  \
116              'and B:',matBshape[idv],'does not coincide!!'
117            quit(-1)
118        if matAshape[idv] != matCshape[idv]:
119            print errormsg
120            print '  ' + fname + ': Dimension',idv,'of matrices A:',matAshape[idv],  \
121              'and C:',matCshape[idv],'does not coincide!!'
122            quit(-1)
123
124    minA = np.min(matA)
125    maxA = np.max(matA)
126    minB = np.min(matB)
127    maxB = np.max(matB)
128    minC = np.min(matC)
129    maxC = np.max(matC)
130
131    if val[0] < minA or val[0] > maxA:
132        print warnmsg
133        print '  ' + fname + ': first value:',val[0],'outside matA range',minA,',',  \
134          maxA,'!!'
135    if val[1] < minB or val[1] > maxB:
136        print warnmsg
137        print '  ' + fname + ': second value:',val[1],'outside matB range',minB,',',  \
138          maxB,'!!'
139    if val[2] < minC or val[2] > maxC:
140        print warnmsg
141        print '  ' + fname + ': second value:',val[2],'outside matC range',minC,',',  \
142          maxC,'!!'
143
144    dist = np.zeros(tuple(matAshape), dtype=np.float)
145    dist = np.sqrt((matA - np.float(val[0]))**2 + (matB - np.float(val[1]))**2 +     \
146      (matC - np.float(val[2]))**2)
147
148    mindist = np.min(dist)
149   
150    matlist = list(dist.flatten())
151    ifound = matlist.index(mindist)
152
153    Ndims = len(matAshape)
154    valpos = np.zeros((Ndims), dtype=int)
155    baseprevdims = np.zeros((Ndims), dtype=int)
156
157    for dimid in range(Ndims):
158        baseprevdims[dimid] = np.product(matAshape[dimid+1:Ndims])
159        if dimid == 0:
160            alreadyplaced = 0
161        else:
162            alreadyplaced = np.sum(baseprevdims[0:dimid]*valpos[0:dimid])
163        valpos[dimid] = int((ifound - alreadyplaced )/ baseprevdims[dimid])
164
165    return valpos
166
167def index_2mat(matA,matB,val):
168    """ Function to provide the coordinates of a given value inside two matrix simultaneously
169    index_mat(matA,matB,val)
170      matA= matrix with one set of values
171      matB= matrix with the pother set of values
172      val= couple of values to search
173    >>> index_2mat(np.arange(27).reshape(3,3,3),np.arange(100,127).reshape(3,3,3),[22,111])
174    [2 1 1]
175    """
176    fname = 'index_2mat'
177
178    matAshape = matA.shape
179    matBshape = matB.shape
180
181    for idv in range(len(matAshape)):
182        if matAshape[idv] != matBshape[idv]:
183            print errormsg
184            print '  ' + fname + ': Dimension',idv,'of matrices A:',matAshape[idv],  \
185              'and B:',matBshape[idv],'does not coincide!!'
186            quit(-1)
187
188    minA = np.min(matA)
189    maxA = np.max(matA)
190    minB = np.min(matB)
191    maxB = np.max(matB)
192
193    Ndims = len(matAshape)
194#    valpos = np.ones((Ndims), dtype=int)*-1.
195    valpos = np.zeros((Ndims), dtype=int)
196
197    if val[0] < minA or val[0] > maxA:
198        print warnmsg
199        print '  ' + fname + ': first value:',val[0],'outside matA range',minA,',',  \
200          maxA,'!!'
201        return valpos
202    if val[1] < minB or val[1] > maxB:
203        print warnmsg
204        print '  ' + fname + ': second value:',val[1],'outside matB range',minB,',',  \
205          maxB,'!!'
206        return valpos
207
208    dist = np.zeros(tuple(matAshape), dtype=np.float)
209    dist = np.sqrt((matA - np.float(val[0]))**2 + (matB - np.float(val[1]))**2)
210
211    mindist = np.min(dist)
212   
213    if mindist != mindist:
214        print '  ' + fname + ': wrong minimal distance',mindist,'!!'
215        return valpos
216    else:
217        matlist = list(dist.flatten())
218        ifound = matlist.index(mindist)
219
220    baseprevdims = np.zeros((Ndims), dtype=int)
221    for dimid in range(Ndims):
222        baseprevdims[dimid] = np.product(matAshape[dimid+1:Ndims])
223        if dimid == 0:
224            alreadyplaced = 0
225        else:
226            alreadyplaced = np.sum(baseprevdims[0:dimid]*valpos[0:dimid])
227        valpos[dimid] = int((ifound - alreadyplaced )/ baseprevdims[dimid])
228
229    return valpos
230
231def index_mat(matA,val):
232    """ Function to provide the coordinates of a given value inside a matrix
233    index_mat(matA,val)
234      matA= matrix with one set of values
235      val= couple of values to search
236    >>> index_mat(np.arange(27),22.3)
237    22
238    """
239    fname = 'index_mat'
240
241    matAshape = matA.shape
242
243    minA = np.min(matA)
244    maxA = np.max(matA)
245
246    Ndims = len(matAshape)
247#    valpos = np.ones((Ndims), dtype=int)*-1.
248    valpos = np.zeros((Ndims), dtype=int)
249
250    if val < minA or val > maxA:
251        print warnmsg
252        print '  ' + fname + ': first value:',val,'outside matA range',minA,',',     \
253          maxA,'!!'
254        return valpos
255
256    dist = np.zeros(tuple(matAshape), dtype=np.float)
257    dist = (matA - np.float(val))**2
258
259    mindist = np.min(dist)
260    if mindist != mindist:
261        print '  ' + fname + ': wrong minimal distance',mindist,'!!'
262        return valpos
263   
264    matlist = list(dist.flatten())
265    valpos = matlist.index(mindist)
266
267    return valpos
268
269def index_mat_exact(mat,val):
270    """ Function to provide the coordinates of a given exact value inside a matrix
271    index_mat(mat,val)
272      mat= matrix with values
273      val= value to search
274    >>> index_mat(np.arange(27).reshape(3,3,3),22)
275    [2 1 1]
276    """
277
278    fname = 'index_mat'
279
280    matshape = mat.shape
281
282    matlist = list(mat.flatten())
283    ifound = matlist.index(val)
284
285    Ndims = len(matshape)
286    valpos = np.zeros((Ndims), dtype=int)
287    baseprevdims = np.zeros((Ndims), dtype=int)
288
289    for dimid in range(Ndims):
290        baseprevdims[dimid] = np.product(matshape[dimid+1:Ndims])
291        if dimid == 0:
292            alreadyplaced = 0
293        else:
294            alreadyplaced = np.sum(baseprevdims[0:dimid]*valpos[0:dimid])
295        valpos[dimid] = int((ifound - alreadyplaced )/ baseprevdims[dimid])
296
297    return valpos
298
299def datetimeStr_datetime(StringDT):
300    """ Function to transform a string date ([YYYY]-[MM]-[DD]_[HH]:[MI]:[SS] format) to a date object
301    >>> datetimeStr_datetime('1976-02-17_00:00:00')
302    1976-02-17 00:00:00
303    """
304    import datetime as dt
305
306    fname = 'datetimeStr_datetime'
307
308    dateD = np.zeros((3), dtype=int)
309    timeT = np.zeros((3), dtype=int)
310
311    dateD[0] = int(StringDT[0:4])
312    dateD[1] = int(StringDT[5:7])
313    dateD[2] = int(StringDT[8:10])
314
315    trefT = StringDT.find(':')
316    if not trefT == -1:
317#        print '  ' + fname + ': refdate with time!'
318        timeT[0] = int(StringDT[11:13])
319        timeT[1] = int(StringDT[14:16])
320        timeT[2] = int(StringDT[17:19])
321
322    if int(dateD[0]) == 0:
323        print warnmsg
324        print '    ' + fname + ': 0 reference year!! changing to 1'
325        dateD[0] = 1 
326 
327    newdatetime = dt.datetime(dateD[0], dateD[1], dateD[2], timeT[0], timeT[1], timeT[2])
328
329    return newdatetime
330
331def datetimeStr_conversion(StringDT,typeSi,typeSo):
332    """ Function to transform a string date to an another date object
333    StringDT= string with the date and time
334    typeSi= type of datetime string input
335    typeSo= type of datetime string output
336      [typeSi/o]
337        'cfTime': [time],[units]; ]time in CF-convention format [units] = [tunits] since [refdate]
338        'matYmdHMS': numerical vector with [[YYYY], [MM], [DD], [HH], [MI], [SS]]
339        'YmdHMS': [YYYY][MM][DD][HH][MI][SS] format
340        'Y-m-d_H:M:S': [YYYY]-[MM]-[DD]_[HH]:[MI]:[SS] format
341        'Y-m-d H:M:S': [YYYY]-[MM]-[DD] [HH]:[MI]:[SS] format
342        'Y/m/d H-M-S': [YYYY]/[MM]/[DD] [HH]-[MI]-[SS] format
343        'WRFdatetime': [Y], [Y], [Y], [Y], '-', [M], [M], '-', [D], [D], '_', [H],
344          [H], ':', [M], [M], ':', [S], [S]
345    >>> datetimeStr_conversion('1976-02-17_08:32:05','Y-m-d_H:M:S','matYmdHMS')
346    [1976    2   17    8   32    5]
347    >>> datetimeStr_conversion(str(137880)+',minutes since 1979-12-01_00:00:00','cfTime','Y/m/d H-M-S')
348    1980/03/05 18-00-00
349    """
350    import datetime as dt
351
352    fname = 'datetimeStr_conversion'
353
354    if StringDT[0:1] == 'h':
355        print fname + '_____________________________________________________________'
356        print datetimeStr_conversion.__doc__
357        quit()
358
359    if typeSi == 'cfTime':
360        timeval = np.float(StringDT.split(',')[0])
361        tunits = StringDT.split(',')[1].split(' ')[0]
362        Srefdate = StringDT.split(',')[1].split(' ')[2]
363
364# Does reference date contain a time value [YYYY]-[MM]-[DD] [HH]:[MI]:[SS]
365##
366        yrref=Srefdate[0:4]
367        monref=Srefdate[5:7]
368        dayref=Srefdate[8:10]
369
370        trefT = Srefdate.find(':')
371        if not trefT == -1:
372#            print '  ' + fname + ': refdate with time!'
373            horref=Srefdate[11:13]
374            minref=Srefdate[14:16]
375            secref=Srefdate[17:19]
376            refdate = datetimeStr_datetime( yrref + '-' + monref + '-' + dayref +    \
377              '_' + horref + ':' + minref + ':' + secref)
378        else:
379            refdate = datetimeStr_datetime( yrref + '-' + monref + '-' + dayref +    \
380              + '_00:00:00')
381
382        if tunits == 'weeks':
383            newdate = refdate + dt.timedelta(weeks=float(timeval))
384        elif tunits == 'days':
385            newdate = refdate + dt.timedelta(days=float(timeval))
386        elif tunits == 'hours':
387            newdate = refdate + dt.timedelta(hours=float(timeval))
388        elif tunits == 'minutes':
389            newdate = refdate + dt.timedelta(minutes=float(timeval))
390        elif tunits == 'seconds':
391            newdate = refdate + dt.timedelta(seconds=float(timeval))
392        elif tunits == 'milliseconds':
393            newdate = refdate + dt.timedelta(milliseconds=float(timeval))
394        else:
395              print errormsg
396              print '    timeref_datetime: time units "' + tunits + '" not ready!!!!'
397              quit(-1)
398
399        yr = newdate.year
400        mo = newdate.month
401        da = newdate.day
402        ho = newdate.hour
403        mi = newdate.minute
404        se = newdate.second
405    elif typeSi == 'matYmdHMS':
406        yr = StringDT[0]
407        mo = StringDT[1]
408        da = StringDT[2]
409        ho = StringDT[3]
410        mi = StringDT[4]
411        se = StringDT[5]
412    elif typeSi == 'YmdHMS':
413        yr = int(StringDT[0:4])
414        mo = int(StringDT[4:6])
415        da = int(StringDT[6:8])
416        ho = int(StringDT[8:10])
417        mi = int(StringDT[10:12])
418        se = int(StringDT[12:14])
419    elif typeSi == 'Y-m-d_H:M:S':
420        dateDT = StringDT.split('_')
421        dateD = dateDT[0].split('-')
422        timeT = dateDT[1].split(':')
423        yr = int(dateD[0])
424        mo = int(dateD[1])
425        da = int(dateD[2])
426        ho = int(timeT[0])
427        mi = int(timeT[1])
428        se = int(timeT[2])
429    elif typeSi == 'Y-m-d H:M:S':
430        dateDT = StringDT.split(' ')
431        dateD = dateDT[0].split('-')
432        timeT = dateDT[1].split(':')
433        yr = int(dateD[0])
434        mo = int(dateD[1])
435        da = int(dateD[2])
436        ho = int(timeT[0])
437        mi = int(timeT[1])
438        se = int(timeT[2])
439    elif typeSi == 'Y/m/d H-M-S':
440        dateDT = StringDT.split(' ')
441        dateD = dateDT[0].split('/')
442        timeT = dateDT[1].split('-')
443        yr = int(dateD[0])
444        mo = int(dateD[1])
445        da = int(dateD[2])
446        ho = int(timeT[0])
447        mi = int(timeT[1])
448        se = int(timeT[2])
449    elif typeSi == 'WRFdatetime':
450        yr = int(StringDT[0])*1000 + int(StringDT[1])*100 + int(StringDT[2])*10 +    \
451          int(StringDT[3])
452        mo = int(StringDT[5])*10 + int(StringDT[6])
453        da = int(StringDT[8])*10 + int(StringDT[9])
454        ho = int(StringDT[11])*10 + int(StringDT[12])
455        mi = int(StringDT[14])*10 + int(StringDT[15])
456        se = int(StringDT[17])*10 + int(StringDT[18])
457    else:
458        print errormsg
459        print '  ' + fname + ': type of String input date "' + typeSi +              \
460          '" not ready !!!!'
461        quit(-1)
462
463    if typeSo == 'matYmdHMS':
464        dateYmdHMS = np.zeros((6), dtype=int)
465        dateYmdHMS[0] =  yr
466        dateYmdHMS[1] =  mo
467        dateYmdHMS[2] =  da
468        dateYmdHMS[3] =  ho
469        dateYmdHMS[4] =  mi
470        dateYmdHMS[5] =  se
471    elif typeSo == 'YmdHMS':
472        dateYmdHMS = str(yr).zfill(4) + str(mo).zfill(2) + str(da).zfill(2) +        \
473          str(ho).zfill(2) + str(mi).zfill(2) + str(se).zfill(2)
474    elif typeSo == 'Y-m-d_H:M:S':
475        dateYmdHMS = str(yr).zfill(4) + '-' + str(mo).zfill(2) + '-' +               \
476          str(da).zfill(2) + '_' + str(ho).zfill(2) + ':' + str(mi).zfill(2) + ':' + \
477          str(se).zfill(2)
478    elif typeSo == 'Y-m-d H:M:S':
479        dateYmdHMS = str(yr).zfill(4) + '-' + str(mo).zfill(2) + '-' +               \
480          str(da).zfill(2) + ' ' + str(ho).zfill(2) + ':' + str(mi).zfill(2) + ':' + \
481          str(se).zfill(2)
482    elif typeSo == 'Y/m/d H-M-S':
483        dateYmdHMS = str(yr).zfill(4) + '/' + str(mo).zfill(2) + '/' +               \
484          str(da).zfill(2) + ' ' + str(ho).zfill(2) + '-' + str(mi).zfill(2) + '-' + \
485          str(se).zfill(2) 
486    elif typeSo == 'WRFdatetime':
487        dateYmdHMS = []
488        yM = yr/1000
489        yC = (yr-yM*1000)/100
490        yD = (yr-yM*1000-yC*100)/10
491        yU = yr-yM*1000-yC*100-yD*10
492
493        mD = mo/10
494        mU = mo-mD*10
495       
496        dD = da/10
497        dU = da-dD*10
498
499        hD = ho/10
500        hU = ho-hD*10
501
502        miD = mi/10
503        miU = mi-miD*10
504
505        sD = se/10
506        sU = se-sD*10
507
508        dateYmdHMS.append(str(yM))
509        dateYmdHMS.append(str(yC))
510        dateYmdHMS.append(str(yD))
511        dateYmdHMS.append(str(yU))
512        dateYmdHMS.append('-')
513        dateYmdHMS.append(str(mD))
514        dateYmdHMS.append(str(mU))
515        dateYmdHMS.append('-')
516        dateYmdHMS.append(str(dD))
517        dateYmdHMS.append(str(dU))
518        dateYmdHMS.append('_')
519        dateYmdHMS.append(str(hD))
520        dateYmdHMS.append(str(hU))
521        dateYmdHMS.append(':')
522        dateYmdHMS.append(str(miD))
523        dateYmdHMS.append(str(miU))
524        dateYmdHMS.append(':')
525        dateYmdHMS.append(str(sD))
526        dateYmdHMS.append(str(sU))
527    else:
528        print errormsg
529        print '  ' + fname + ': type of output date "' + typeSo + '" not ready !!!!'
530        quit(-1)
531
532    return dateYmdHMS
533
534def coincident_CFtimes(tvalB, tunitA, tunitB):
535    """ Function to make coincident times for two different sets of CFtimes
536    tvalB= time values B
537    tunitA= time units times A to which we want to make coincidence
538    tunitB= time units times B
539    >>> coincident_CFtimes(np.arange(10),'seconds since 1949-12-01 00:00:00',
540      'hours since 1949-12-01 00:00:00')
541    [     0.   3600.   7200.  10800.  14400.  18000.  21600.  25200.  28800.  32400.]
542    >>> coincident_CFtimes(np.arange(10),'seconds since 1949-12-01 00:00:00',
543      'hours since 1979-12-01 00:00:00')
544    [  9.46684800e+08   9.46688400e+08   9.46692000e+08   9.46695600e+08
545       9.46699200e+08   9.46702800e+08   9.46706400e+08   9.46710000e+08
546       9.46713600e+08   9.46717200e+08]
547    """
548    import datetime as dt
549    fname = 'coincident_CFtimes'
550
551    trefA = tunitA.split(' ')[2] + ' ' + tunitA.split(' ')[3]
552    trefB = tunitB.split(' ')[2] + ' ' + tunitB.split(' ')[3]
553    tuA = tunitA.split(' ')[0]
554    tuB = tunitB.split(' ')[0]
555
556    if tuA != tuB:
557        if tuA == 'microseconds':
558            if tuB == 'microseconds':
559                tB = tvalB*1.
560            elif tuB == 'seconds':
561                tB = tvalB*10.e6
562            elif tuB == 'minutes':
563                tB = tvalB*60.*10.e6
564            elif tuB == 'hours':
565                tB = tvalB*3600.*10.e6
566            elif tuB == 'days':
567                tB = tvalB*3600.*24.*10.e6
568            else:
569                print errormsg
570                print '  ' + fname + ": combination of time untis: '" + tuA +        \
571                  "' & '" + tuB + "' not ready !!"
572                quit(-1)
573        elif tuA == 'seconds':
574            if tuB == 'microseconds':
575                tB = tvalB/10.e6
576            elif tuB == 'seconds':
577                tB = tvalB*1.
578            elif tuB == 'minutes':
579                tB = tvalB*60.
580            elif tuB == 'hours':
581                tB = tvalB*3600.
582            elif tuB == 'days':
583                tB = tvalB*3600.*24.
584            else:
585                print errormsg
586                print '  ' + fname + ": combination of time untis: '" + tuA +        \
587                  "' & '" + tuB + "' not ready !!"
588                quit(-1)
589        elif tuA == 'minutes':
590            if tuB == 'microseconds':
591                tB = tvalB/(60.*10.e6)
592            elif tuB == 'seconds':
593                tB = tvalB/60.
594            elif tuB == 'minutes':
595                tB = tvalB*1.
596            elif tuB == 'hours':
597                tB = tvalB*60.
598            elif tuB == 'days':
599                tB = tvalB*60.*24.
600            else:
601                print errormsg
602                print '  ' + fname + ": combination of time untis: '" + tuA +        \
603                  "' & '" + tuB + "' not ready !!"
604                quit(-1)
605        elif tuA == 'hours':
606            if tuB == 'microseconds':
607                tB = tvalB/(3600.*10.e6)
608            elif tuB == 'seconds':
609                tB = tvalB/3600.
610            elif tuB == 'minutes':
611                tB = tvalB/60.
612            elif tuB == 'hours':
613                tB = tvalB*1.
614            elif tuB == 'days':
615                tB = tvalB*24.
616            else:
617                print errormsg
618                print '  ' + fname + ": combination of time untis: '" + tuA +        \
619                  "' & '" + tuB + "' not ready !!"
620                quit(-1)
621        elif tuA == 'days':
622            if tuB == 'microseconds':
623                tB = tvalB/(24.*3600.*10.e6)
624            elif tuB == 'seconds':
625                tB = tvalB/(24.*3600.)
626            elif tuB == 'minutes':
627                tB = tvalB/(24.*60.)
628            elif tuB == 'hours':
629                tB = tvalB/24.
630            elif tuB == 'days':
631                tB = tvalB*1.
632            else:
633                print errormsg
634                print '  ' + fname + ": combination of time untis: '" + tuA +        \
635                  "' & '" + tuB + "' not ready !!"
636                quit(-1)
637        else:
638            print errormsg
639            print '  ' + fname + ": time untis: '" + tuA + "' not ready !!"
640            quit(-1)
641    else:
642        tB = tvalB*1.
643
644    if trefA != trefB:
645        trefTA = dt.datetime.strptime(trefA, '%Y-%m-%d %H:%M:%S')
646        trefTB = dt.datetime.strptime(trefB, '%Y-%m-%d %H:%M:%S')
647
648        difft = trefTB - trefTA
649        diffv = difft.days*24.*3600.*10.e6 + difft.seconds*10.e6 + difft.microseconds
650        print '  ' + fname + ': different reference refA:',trefTA,'refB',trefTB
651        print '    difference:',difft,':',diffv,'microseconds'
652
653        if tuA == 'microseconds':
654            tB = tB + diffv
655        elif tuA == 'seconds':
656            tB = tB + diffv/10.e6
657        elif tuA == 'minutes':
658            tB = tB + diffv/(60.*10.e6)
659        elif tuA == 'hours':
660            tB = tB + diffv/(3600.*10.e6)
661        elif tuA == 'dayss':
662            tB = tB + diffv/(24.*3600.*10.e6)
663        else:
664            print errormsg
665            print '  ' + fname + ": time untis: '" + tuA + "' not ready !!"
666            quit(-1)
667
668    return tB
669
670def slice_variable(varobj, dimslice):
671    """ Function to return a slice of a given variable according to values to its
672      dimensions
673    slice_variable(varobj, dimslice)
674      varobj= object wit the variable
675      dimslice= [[dimname1]:[value1]|[[dimname2]:[value2], ...] pairs of dimension
676        [value]:
677          * [integer]: which value of the dimension
678          * -1: all along the dimension
679          * -9: last value of the dimension
680          * [beg]@[end] slice from [beg] to [end]
681    """
682    fname = 'slice_variable'
683
684    if varobj == 'h':
685        print fname + '_____________________________________________________________'
686        print slice_variable.__doc__
687        quit()
688
689    vardims = varobj.dimensions
690    Ndimvar = len(vardims)
691
692    Ndimcut = len(dimslice.split('|'))
693    dimsl = dimslice.split('|')
694
695    varvalsdim = []
696    dimnslice = []
697
698    for idd in range(Ndimvar):
699        for idc in range(Ndimcut):
700            dimcutn = dimsl[idc].split(':')[0]
701            dimcutv = dimsl[idc].split(':')[1]
702            if vardims[idd] == dimcutn: 
703                posfrac = dimcutv.find('@')
704                if posfrac != -1:
705                    inifrac = int(dimcutv.split('@')[0])
706                    endfrac = int(dimcutv.split('@')[1])
707                    varvalsdim.append(slice(inifrac,endfrac))
708                    dimnslice.append(vardims[idd])
709                else:
710                    if int(dimcutv) == -1:
711                        varvalsdim.append(slice(0,varobj.shape[idd]))
712                        dimnslice.append(vardims[idd])
713                    elif int(dimcutv) == -9:
714                        varvalsdim.append(int(varobj.shape[idd])-1)
715                    else:
716                        varvalsdim.append(int(dimcutv))
717                break
718
719    varvalues = varobj[tuple(varvalsdim)]
720
721    return varvalues, dimnslice
722
723def func_compute_varNOcheck(ncobj, varn):
724    """ Function to compute variables which are not originary in the file
725      ncobj= netCDF object file
726      varn = variable to compute:
727        'WRFdens': air density from WRF variables
728        'WRFght': geopotential height from WRF variables
729        'WRFp': pressure from WRF variables
730        'WRFrh': relative humidty fom WRF variables
731        'WRFt': temperature from WRF variables
732        'WRFwds': surface wind direction from WRF variables
733        'WRFwss': surface wind speed from WRF variables
734        'WRFz': height from WRF variables
735    """
736    fname = 'compute_varNOcheck'
737
738    if varn == 'WRFdens':
739#        print '    ' + main + ': computing air density from WRF as ((MU + MUB) * ' + \
740#          'DNW)/g ...'
741        grav = 9.81
742
743# Just we need in in absolute values: Size of the central grid cell
744##    dxval = ncobj.getncattr('DX')
745##    dyval = ncobj.getncattr('DY')
746##    mapfac = ncobj.variables['MAPFAC_M'][:]
747##    area = dxval*dyval*mapfac
748        dimensions = ncobj.variables['MU'].dimensions
749
750        mu = (ncobj.variables['MU'][:] + ncobj.variables['MUB'][:])
751        dnw = ncobj.variables['DNW'][:]
752
753        varNOcheckv = np.zeros((mu.shape[0], dnw.shape[1], mu.shape[1], mu.shape[2]), \
754          dtype=np.float)
755        levval = np.zeros((mu.shape[1], mu.shape[2]), dtype=np.float)
756
757        for it in range(mu.shape[0]):
758            for iz in range(dnw.shape[1]):
759                levval.fill(np.abs(dnw[it,iz]))
760                varNOcheck[it,iz,:,:] = levval
761                varNOcheck[it,iz,:,:] = mu[it,:,:]*varNOcheck[it,iz,:,:]/grav
762
763    elif varn == 'WRFght':
764#        print '    ' + main + ': computing geopotential height from WRF as PH + PHB ...'
765        varNOcheckv = ncobj.variables['PH'][:] + ncobj.variables['PHB'][:]
766        dimensions = ncobj.variables['PH'].dimensions
767
768    elif varn == 'WRFp':
769#        print '  ' + fname + ': Retrieving pressure value from WRF as P + PB'
770        varNOcheckv = ncobj.variables['P'][:] + ncobj.variables['PB'][:]
771        dimensions = ncobj.variables['P'].dimensions
772
773    elif varn == 'WRFrh':
774#        print '    ' + main + ": computing relative humidity from WRF as 'Tetens'" +\
775#         ' equation (T,P) ...'
776        p0=100000.
777        p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
778        tk = (ncobj.variables['T'][:] + 300.)*(p/p0)**(2./7.)
779        qv = ncobj.variables['QVAPOR'][:]
780
781        data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
782        data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
783
784        varNOcheckv = qv/data2
785        dimensions = ncobj.variables['P'].dimensions
786
787    elif varn == 'WRFt':
788#        print '    ' + main + ': computing temperature from WRF as inv_potT(T + 300) ...'
789        p0=100000.
790        p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
791
792        varNOcheckv = (ncobj.variables['T'][:] + 300.)*(p/p0)**(2./7.)
793        dimensions = ncobj.variables['T'].dimensions
794
795    elif varn == 'WRFwds':
796#        print '    ' + main + ': computing surface wind direction from WRF as ATAN2(V,U) ...'
797        varNOcheckv = np.arctan2(ncobj.variables['V10'][:], ncobj.variables['U10'][:])
798        dimensions = ncobj.variables['V10'].dimensions
799
800    elif varn == 'WRFwss':
801#        print '    ' + main + ': computing surface wind speed from WRF as SQRT(U**2 + V**2) ...'
802        varNOcheckv = np.sqrt(ncobj.variables['U10'][:]*ncobj.variables['U10'][:] +  \
803          ncobj.variables['V10'][:]*ncobj.variables['V10'][:])
804        dimensions = ncobj.variables['U10'].dimensions
805
806    elif varn == 'WRFz':
807        grav = 9.81
808#        print '    ' + main + ': computing geopotential height from WRF as PH + PHB ...'
809        varNOcheckv = (ncobj.variables['PH'][:] + ncobj.variables['PHB'][:])/grav
810        dimensions = ncobj.variables['PH'].dimensions
811
812    else:
813        print erromsg
814        print '  ' + fname + ": variable '" + varn + "' nor ready !!"
815        quit(-1)
816
817    return varNOcheck
818
819class compute_varNOcheck(object):
820    """ Class to compute variables which are not originary in the file
821      ncobj= netCDF object file
822      varn = variable to compute:
823        'WRFdens': air density from WRF variables
824        'WRFght': geopotential height from WRF variables
825        'WRFp': pressure from WRF variables
826        'WRFrh': relative humidty fom WRF variables
827        'TSrhs': surface relative humidty fom TS variables
828        'WRFrhs': surface relative humidty fom WRF variables
829        'WRFT': CF-time from WRF variables
830        'WRFt': temperature from WRF variables
831        'TStd': dew-point temperature from TS variables
832        'WRFtd': dew-point temperature from WRF variables
833        'WRFwd': wind direction from WRF variables
834        'TSwds': surface wind direction from TS variables
835        'WRFwds': surface wind direction from WRF variables
836        'WRFws': wind speed from WRF variables
837        'TSwss': surface wind speed from TS variables
838        'WRFwss': surface wind speed from WRF variables
839        'WRFz': height from WRF variables
840    """
841    fname = 'compute_varNOcheck'
842
843    def __init__(self, ncobj, varn):
844
845        if ncobj is None:
846            self = None
847            self.dimensions = None
848            self.shape = None
849            self.__values = None
850        else:
851            if varn == 'WRFdens':
852#        print '    ' + main + ': computing air density from WRF as ((MU + MUB) * ' + \
853#          'DNW)/g ...'
854                grav = 9.81
855
856# Just we need in in absolute values: Size of the central grid cell
857##    dxval = ncobj.getncattr('DX')
858##    dyval = ncobj.getncattr('DY')
859##    mapfac = ncobj.variables['MAPFAC_M'][:]
860##    area = dxval*dyval*mapfac
861                dimensions = ncobj.variables['MU'].dimensions
862                shape = ncobj.variables['MU'].shape
863
864                mu = (ncobj.variables['MU'][:] + ncobj.variables['MUB'][:])
865                dnw = ncobj.variables['DNW'][:]
866
867                varNOcheckv = np.zeros((mu.shape[0], dnw.shape[1], mu.shape[1], mu.shape[2]), \
868                  dtype=np.float)
869                levval = np.zeros((mu.shape[1], mu.shape[2]), dtype=np.float)
870
871                for it in range(mu.shape[0]):
872                    for iz in range(dnw.shape[1]):
873                        levval.fill(np.abs(dnw[it,iz]))
874                        varNOcheck[it,iz,:,:] = levval
875                        varNOcheck[it,iz,:,:] = mu[it,:,:]*varNOcheck[it,iz,:,:]/grav
876
877            elif varn == 'WRFght':
878#        print '    ' + main + ': computing geopotential height from WRF as PH + PHB ...'
879                varNOcheckv = ncobj.variables['PH'][:] + ncobj.variables['PHB'][:]
880                dimensions = ncobj.variables['PH'].dimensions
881                shape = ncobj.variables['PH'].shape
882
883            elif varn == 'WRFp':
884#        print '  ' + fname + ': Retrieving pressure value from WRF as P + PB'
885                varNOcheckv = ncobj.variables['P'][:] + ncobj.variables['PB'][:]
886                dimensions = ncobj.variables['P'].dimensions
887                shape = ncobj.variables['P'].shape
888
889            elif varn == 'WRFrh':
890#        print '    ' + main + ": computing relative humidity from WRF as 'Tetens'" +\
891#         ' equation (T,P) ...'
892                p0=100000.
893                p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
894                tk = (ncobj.variables['T'][:])*(p/p0)**(2./7.)
895                qv = ncobj.variables['QVAPOR'][:]
896
897                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
898                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
899
900                varNOcheckv = qv/data2
901                dimensions = ncobj.variables['P'].dimensions
902                shape = ncobj.variables['P'].shape
903
904            elif varn == 'TSrhs':
905#        print '    ' + main + ": computing surface relative humidity from TSs as 'Tetens'" +\
906#         ' equation (T,P) ...'
907                p0=100000.
908                p=ncobj.variables['psfc'][:]
909                tk = (ncobj.variables['t'][:])*(p/p0)**(2./7.)
910                qv = ncobj.variables['q'][:]
911
912                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
913                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
914
915                varNOcheckv = qv/data2
916                dimensions = ncobj.variables['psfc'].dimensions
917                shape = ncobj.variables['psfc'].shape
918
919            elif varn == 'WRFrhs':
920#        print '    ' + main + ": computing surface relative humidity from WRF as 'Tetens'" +\
921#         ' equation (T,P) ...'
922                p0=100000.
923                p=ncobj.variables['PSFC'][:]
924                tk = (ncobj.variables['T2'][:] + 300.)*(p/p0)**(2./7.)
925                qv = ncobj.variables['Q2'][:]
926
927                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
928                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
929
930                varNOcheckv = qv/data2
931                dimensions = ncobj.variables['PSFC'].dimensions
932                shape = ncobj.variables['PSFC'].shape
933
934            elif varn == 'WRFT':
935# To compute CF-times from WRF kind
936#
937                import datetime as dt
938
939                times = ncobj.variables['Times']
940                dimt = times.shape[0]
941                varNOcheckv = np.zeros((dimt), dtype=np.float64)
942                self.unitsval = 'seconds since 1949-12-01 00:00:00'
943                refdate = datetimeStr_datetime('1949-12-01_00:00:00')
944
945                dimensions = tuple([ncobj.variables['Times'].dimensions[0]])
946                shape = tuple([dimt])
947
948                for it in range(dimt):
949                    datevalS = datetimeStr_conversion(times[it,:], 'WRFdatetime',    \
950                      'YmdHMS')
951                    dateval = dt.datetime.strptime(datevalS, '%Y%m%d%H%M%S')
952                    difft = dateval - refdate
953                    varNOcheckv[it] = difft.days*3600.*24. + difft.seconds +        \
954                          np.float(int(difft.microseconds/10.e6))
955
956            elif varn == 'WRFt':
957#        print '    ' + main + ': computing temperature from WRF as inv_potT(T + 300) ...'
958                p0=100000.
959                p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
960
961                varNOcheckv = (ncobj.variables['T'][:] + 300.)*(p/p0)**(2./7.)
962                dimensions = ncobj.variables['T'].dimensions
963                shape = ncobj.variables['P'].shape
964
965            elif varn == 'TStd':
966#        print '    ' + main + ': computing dew-point temperature from TS as t and Tetens...'
967# tacking from: http://en.wikipedia.org/wiki/Dew_point
968                p=ncobj.variables['p'][:]
969
970                temp = ncobj.variables['t'][:]
971
972                qv = ncobj.variables['q'][:]
973
974                tk = temp
975                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
976                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
977
978                rh = qv/data2
979               
980                pa = rh * data1/100.
981                varNOcheckv = 257.44*np.log(pa/6.1121)/(18.678-np.log(pa/6.1121))
982
983                dimensions = ncobj.variables['t'].dimensions
984                shape = ncobj.variables['t'].shape
985
986            elif varn == 'WRFtd':
987#        print '    ' + main + ': computing dew-point temperature from WRF as inv_potT(T + 300) and Tetens...'
988# tacking from: http://en.wikipedia.org/wiki/Dew_point
989                p0=100000.
990                p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
991
992                temp = (ncobj.variables['T'][:] + 300.)*(p/p0)**(2./7.)
993
994                qv = ncobj.variables['QVAPOR'][:]
995
996                tk = temp - 273.15
997                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
998                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
999
1000                rh = qv/data2
1001               
1002                pa = rh * data1/100.
1003                varNOcheckv = 257.44*np.log(pa/6.1121)/(18.678-np.log(pa/6.1121))
1004
1005                dimensions = ncobj.variables['T'].dimensions
1006                shape = ncobj.variables['P'].shape
1007
1008            elif varn == 'WRFwd':
1009#        print '    ' + main + ': computing wind direction from WRF as ATAN2PI(V,U) ...'
1010                uwind = ncobj.variables['U'][:]
1011                vwind = ncobj.variables['V'][:]
1012                dx = uwind.shape[3]
1013                dy = vwind.shape[2]
1014
1015# de-staggering
1016                ua = 0.5*(uwind[:,:,:,0:dx-1] + uwind[:,:,:,1:dx])
1017                va = 0.5*(vwind[:,:,0:dy-1,:] + vwind[:,:,1:dy,:])
1018
1019                theta = np.arctan2(ua, va)
1020                theta = np.where(theta < 0., theta + 2.*np.pi, theta)
1021                varNOcheckv = 360.*theta/(2.*np.pi)
1022
1023                dimensions = tuple(['Time','bottom_top','south_north','west_east'])
1024                shape = ua.shape
1025
1026            elif varn == 'WRFwds':
1027#        print '    ' + main + ': computing surface wind direction from WRF as ATAN2(V,U) ...'
1028                theta = np.arctan2(ncobj.variables['V10'][:], ncobj.variables['U10'][:])
1029                theta = np.where(theta < 0., theta + 2.*np.pi, theta)
1030               
1031                varNOcheckv = 360.*theta/(2.*np.pi)
1032                dimensions = ncobj.variables['V10'].dimensions
1033                shape = ncobj.variables['V10'].shape
1034
1035            elif varn == 'TSwds':
1036#        print '    ' + main + ': computing surface wind direction from TSs as ATAN2(v,u) ...'
1037                theta = np.arctan2(ncobj.variables['v'][:], ncobj.variables['u'][:])
1038                theta = np.where(theta < 0., theta + 2.*np.pi, theta)
1039
1040                varNOcheckv = 360.*theta/(2.*np.pi)
1041                dimensions = ncobj.variables['v'].dimensions
1042                shape = ncobj.variables['v'].shape
1043
1044            elif varn == 'WRFws':
1045#        print '    ' + main + ': computing wind speed from WRF as SQRT(U**2 + V**2) ...'
1046                uwind = ncobj.variables['U'][:]
1047                vwind = ncobj.variables['V'][:]
1048                dx = uwind.shape[3]
1049                dy = vwind.shape[2]
1050                 
1051# de-staggering
1052                ua = 0.5*(uwind[:,:,:,0:dx-1] + uwind[:,:,:,1:dx])
1053                va = 0.5*(vwind[:,:,0:dy-1,:] + vwind[:,:,1:dy,:])
1054
1055                varNOcheckv = np.sqrt(ua*ua + va*va)
1056                dimensions = tuple(['Time','bottom_top','south_north','west_east'])
1057                shape = ua.shape
1058
1059            elif varn == 'TSwss':
1060#        print '    ' + main + ': computing surface wind speed from TSs as SQRT(u**2 + v**2) ...'
1061                varNOcheckv = np.sqrt(ncobj.variables['u'][:]*                       \
1062                  ncobj.variables['u'][:] + ncobj.variables['v'][:]*                 \
1063                  ncobj.variables['v'][:]) 
1064                dimensions = ncobj.variables['u'].dimensions
1065                shape = ncobj.variables['u'].shape
1066
1067            elif varn == 'WRFwss':
1068#        print '    ' + main + ': computing surface wind speed from WRF as SQRT(U**2 + V**2) ...'
1069                varNOcheckv = np.sqrt(ncobj.variables['U10'][:]*                     \
1070                  ncobj.variables['U10'][:] + ncobj.variables['V10'][:]*             \
1071                  ncobj.variables['V10'][:]) 
1072                dimensions = ncobj.variables['U10'].dimensions
1073                shape = ncobj.variables['U10'].shape
1074
1075            elif varn == 'WRFz':
1076                grav = 9.81
1077#        print '    ' + main + ': computing geopotential height from WRF as PH + PHB ...'
1078                varNOcheckv = (ncobj.variables['PH'][:] + ncobj.variables['PHB'][:])/grav
1079                dimensions = ncobj.variables['PH'].dimensions
1080                shape = ncobj.variables['PH'].shape
1081
1082            else:
1083                print errormsg
1084                print '  ' + fname + ": variable '" + varn + "' nor ready !!"
1085                quit(-1)
1086
1087            self.dimensions = dimensions
1088            self.shape = shape
1089            self.__values = varNOcheckv
1090
1091    def __getitem__(self,elem):
1092        return self.__values[elem]
1093
1094def adding_station_desc(onc,stdesc):
1095    """ Function to add a station description in a netCDF file
1096      onc= netCDF object
1097      stdesc= station description lon, lat, height
1098    """
1099    fname = 'adding_station_desc'
1100
1101    newvar = onc.createVariable( 'station', 'c', ('StrLength'))
1102    newvar[0:len(stdesc[0])] = stdesc[0]
1103
1104    newdim = onc.createDimension('nst',1)
1105
1106    if onc.variables.has_key('lon'):
1107        print warnmsg
1108        print '  ' + fname + ": variable 'lon' already exist !!"
1109        print "    renaming it as 'lonst'"
1110        lonname = 'lonst'
1111    else:
1112        lonname = 'lon'
1113
1114    newvar = onc.createVariable( lonname, 'f4', ('nst'))
1115    basicvardef(newvar, lonname, 'longitude', 'degrees_West' )
1116    newvar[:] = stdesc[1]
1117
1118    if onc.variables.has_key('lat'):
1119        print warnmsg
1120        print '  ' + fname + ": variable 'lat' already exist !!"
1121        print "    renaming it as 'latst'"
1122        latname = 'latst'
1123    else:
1124        latname = 'lat'
1125
1126    newvar = onc.createVariable( latname, 'f4', ('nst'))
1127    basicvardef(newvar, lonname, 'latitude', 'degrees_North' )
1128    newvar[:] = stdesc[2]
1129
1130    if onc.variables.has_key('height'):
1131        print warnmsg
1132        print '  ' + fname + ": variable 'height' already exist !!"
1133        print "    renaming it as 'heightst'"
1134        heightname = 'heightst'
1135    else:
1136        heightname = 'height'
1137
1138    newvar = onc.createVariable( heightname, 'f4', ('nst'))
1139    basicvardef(newvar, heightname, 'height above sea level', 'm' )
1140    newvar[:] = stdesc[3]
1141
1142    return
1143
1144class Quantiles(object):
1145    """ Class to provide quantiles from a given arrayof values
1146    """
1147
1148    def __init__(self, values, Nquants):
1149        import numpy.ma as ma
1150
1151        if values is None:
1152            self.quantilesv = None
1153
1154        else:
1155            self.quantilesv = []
1156
1157            vals0 = values.flatten()
1158            Nvalues = len(vals0)
1159            vals = ma.masked_equal(vals0, None)
1160            Nvals=len(vals.compressed())
1161
1162            sortedvals = sorted(vals.compressed())
1163            for iq in range(Nquants):
1164                self.quantilesv.append(sortedvals[int((Nvals-1)*iq/Nquants)])
1165
1166            self.quantilesv.append(sortedvals[Nvals-1])
1167
1168
1169def getting_ValidationValues(okind, dt, ds, trjpos, ovs, ovo, tvalues, oFill, Ng, kvals):
1170    """ Function to get the values to validate accroding to the type of observation
1171      okind= observational kind
1172      dt= initial number of values to retrieve
1173      ds= dictionary with the names of the dimensions (sim, obs)
1174      trjpos= positions of the multi-stations (t, Y, X) or trajectory ([Z], Y, X)
1175      ovs= object with the values of the simulation
1176      ovs= object with the values of the observations
1177      tvalues= temporal values (sim. time step, obs. time step, sim t value, obs t value, t diff)
1178      oFill= Fill Value for the observations
1179      Ng= number of grid points around the observation
1180      kvals= kind of values
1181        'instantaneous':  values are taken as instantaneous values
1182        'tbackwardSmean':  simulated values are taken as time averages from back to the point
1183        'tbackwardOmean':  observed values are taken as time averages from back to the point
1184    return:
1185      sovalues= simulated values at the observation point and time
1186      soSvalues= values Ngrid points around the simulated point
1187      soTtvalues= inital/ending period between two consecutive obsevations (for `single-station')
1188      trjs= trajectory on the simulation space
1189    """
1190    fname = 'getting_ValidationValues'
1191
1192    sovalues = []
1193
1194    if kvals == 'instantaneous':
1195        dtf = dt
1196    elif kvals == 'tbackwardSmean':
1197        print '  ' + fname + ':',kvals,'!!'
1198        uniqt = np.unique(tvalues[:,3])
1199        dtf = len(uniqt)
1200        print '    initially we got',dt,'values which will become',dtf
1201        postf = {}
1202        for it in range(dtf):
1203            if it == 0:
1204                postf[uniqt[it]] = [0,0]
1205            elif it == 1:
1206                posprev = postf[uniqt[it-1]][1]
1207                posit = list(tvalues[:,3]).index(uniqt[it])
1208                postf[uniqt[it]] = [posprev, posit+1]
1209            else:
1210                posprev = postf[uniqt[it-1]][1]
1211                posit = list(tvalues[:,3]).index(uniqt[it])
1212                postf[uniqt[it]] = [posprev+1, posit+1]
1213    elif kvals == 'tbackwardOmean':
1214        print '  ' + fname + ':',kvals,'!!'
1215        uniqt = np.unique(tvalues[:,2])
1216        dtf = len(uniqt)
1217        print '     initially we got',dt,'values which will become',dtf
1218        print '     ==== NOT READY === '
1219        quit(-1)
1220    else:
1221        print errormsg
1222        print '  ' + fname + ": kind of values '" + kvals + "' not ready!!"
1223        quit(-1)
1224
1225# Simulated values spatially around
1226    if ds.has_key('Z'):
1227        soSvalues = np.zeros((dt, Ng*2+1, Ng*2+1, Ng*2+1), dtype = np.float)
1228        if okind == 'trajectory':
1229            trjs = np.zeros((4,dt), dtype=int)
1230        else:
1231            trjs = None
1232    else:
1233        soSvalues = np.zeros((dt, Ng*2+1, Ng*2+1), dtype = np.float)
1234        if okind == 'trajectory':
1235            trjs = np.zeros((3,dt), dtype=int)
1236        else:
1237            trjs = None
1238
1239    if okind == 'single-station':
1240        soTtvalues = np.zeros((dt,2), dtype=np.float)
1241    else:
1242        None
1243
1244    if okind == 'multi-points':
1245        for it in range(dt):
1246            slicev = ds['X'][0] + ':' + str(trjpos[2,it]) + '|' +  ds['Y'][0] +      \
1247              ':' + str(trjpos[1,it]) + '|' + ds['T'][0]+ ':' + str(tvalues[it][0])
1248            slicevar, dimslice = slice_variable(ovs, slicev)
1249            sovalues.append([ slicevar, ovo[tvalues[it][1]]])
1250            slicev = ds['X'][0] + ':' + str(trjpos[2,it]-Ng) + '@' +                 \
1251              str(trjpos[2,it]+Ng) + '|' + ds['Y'][0] + ':' +                        \
1252              str(trjpos[1,it]-Ng) + '@' + str(trjpos[1,it]+Ng) + '|' +              \
1253              ds['T'][0]+':'+str(tvalues[it][0])
1254            slicevar, dimslice = slice_variable(ovs, slicev)
1255            soSvalues[it,:,:] = slicevar
1256
1257    elif okind == 'single-station':
1258        for it in range(dt):
1259            ito = int(tvalues[it,1])
1260            if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1261                slicev = ds['X'][0] + ':' + str(stationpos[1]) + '|' +               \
1262                  ds['Y'][0] + ':' + str(stationpos[0]) + '|' +                      \
1263                  ds['T'][0] + ':' + str(int(tvalues[it][0]))
1264            else:
1265                slicev = ds['T'][0] + ':' + str(int(tvalues[it][0]))
1266            slicevar, dimslice = slice_variable(ovs, slicev)
1267            if ovo[int(ito)] == oFill or ovo[int(ito)] == '--':
1268                sovalues.append([ slicevar, fillValueF])
1269#            elif ovo[int(ito)] != ovo[int(ito)]:
1270#                sovalues.append([ slicevar, fillValueF])
1271            else:
1272                sovalues.append([ slicevar, ovo[int(ito)]])
1273            if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1274                slicev = ds['X'][0] + ':' + str(stationpos[1]-Ng) + '@' +            \
1275                  str(stationpos[1]+Ng+1) + '|' + ds['Y'][0] + ':' +                 \
1276                  str(stationpos[0]-Ng) + '@' + str(stationpos[0]+Ng+1) + '|' +      \
1277                  ds['T'][0] + ':' + str(int(tvalues[it,0]))
1278            else:
1279                slicev = ds['T'][0] + ':' + str(int(tvalues[it][0]))
1280            slicevar, dimslice = slice_variable(ovs, slicev)
1281            soSvalues[it,:,:] = slicevar
1282
1283            if it == 0:
1284                itoi = 0
1285                itof = int(tvalues[it,1]) / 2
1286            elif it == dt-1:
1287                itoi = int( (ito + int(tvalues[it-1,1])) / 2)
1288                itof = int(tvalues[it,1])
1289            else:
1290                itod = int( (ito - int(tvalues[it-1,1])) / 2 ) 
1291                itoi = ito - itod
1292                itod = int( (int(tvalues[it+1,1]) - ito) / 2 )
1293                itof = ito + itod
1294
1295            soTtvalues[it,0] = valdimobs['T'][itoi]
1296            soTtvalues[it,1] = valdimobs['T'][itof]
1297
1298    elif okind == 'trajectory':
1299        if ds.has_key('Z'):
1300            for it in range(dt):
1301                ito = int(tvalues[it,1])
1302                if notfound[ito] == 0:
1303                    trjpos[2,ito] = index_mat(valdimsim['Z'][tvalues[it,0],:,        \
1304                      trjpos[1,ito],trjpos[0,ito]], valdimobs['Z'][ito])
1305                    slicev = ds['X'][0]+':'+str(trjpos[0,ito]) + '|' +               \
1306                      ds['Y'][0]+':'+str(trjpos[1,ito]) + '|' +                      \
1307                      ds['Z'][0]+':'+str(trjpos[2,ito]) + '|' +                      \
1308                      ds['T'][0]+':'+str(int(tvalues[it,0]))
1309                    slicevar, dimslice = slice_variable(ovs, slicev)
1310                    sovalues.append([ slicevar, ovo[int(ito)]])
1311                    minx = np.max([trjpos[0,ito]-Ng,0])
1312                    maxx = np.min([trjpos[0,ito]+Ng+1,ovs.shape[3]])
1313                    miny = np.max([trjpos[1,ito]-Ng,0])
1314                    maxy = np.min([trjpos[1,ito]+Ng+1,ovs.shape[2]])
1315                    minz = np.max([trjpos[2,ito]-Ng,0])
1316                    maxz = np.min([trjpos[2,ito]+Ng+1,ovs.shape[1]])
1317
1318                    slicev = ds['X'][0] + ':' + str(minx) + '@' + str(maxx) + '|' +  \
1319                      ds['Y'][0] + ':' + str(miny) + '@' + str(maxy) + '|' +         \
1320                      ds['Z'][0] + ':' + str(minz) + '@' + str(maxz) + '|' +         \
1321                      ds['T'][0] + ':' + str(int(tvalues[it,0]))
1322                    slicevar, dimslice = slice_variable(ovs, slicev)
1323
1324                    sliceS = []
1325                    sliceS.append(it)
1326                    sliceS.append(slice(0,maxz-minz))
1327                    sliceS.append(slice(0,maxy-miny))
1328                    sliceS.append(slice(0,maxx-minx))
1329
1330                    soSvalues[tuple(sliceS)] = slicevar
1331                    if ivar == 0:
1332                        trjs[0,it] = trjpos[0,ito]
1333                        trjs[1,it] = trjpos[1,ito]
1334                        trjs[2,it] = trjpos[2,ito]
1335                        trjs[3,it] = tvalues[it,0]
1336                else:
1337                    sovalues.append([fillValueF, fillValueF])
1338                    soSvalues[it,:,:,:]= np.ones((Ng*2+1,Ng*2+1,Ng*2+1),             \
1339                      dtype = np.float)*fillValueF
1340# 2D trajectory
1341        else:
1342            for it in range(dt):
1343                if notfound[it] == 0:
1344                    ito = tvalues[it,1]
1345                    slicev = ds['X'][0]+':'+str(trjpos[2,ito]) + '|' +               \
1346                      ds['Y'][0]+':'+str(trjpos[1,ito]) + '|' +                      \
1347                      ds['T'][0]+':'+str(tvalues[ito,0])
1348                    slicevar, dimslice = slice_variable(ovs, slicev)
1349                    sovalues.append([ slicevar, ovo[tvalues[it,1]]])
1350                    slicev = ds['X'][0] + ':' + str(trjpos[0,it]-Ng) + '@' +         \
1351                      str(trjpos[0,it]+Ng) + '|' + ds['Y'][0] + ':' +                \
1352                      str(trjpos[1,it]-Ng) + '@' + str(trjpos[1,it]+Ng) +            \
1353                      '|' + ds['T'][0] + ':' + str(tvalues[it,0])
1354                    slicevar, dimslice = slice_variable(ovs, slicev)
1355                    soSvalues[it,:,:] = slicevar
1356                else:
1357                    sovalues.append([fillValue, fillValue])
1358                    soSvalues[it,:,:] = np.ones((Ng*2+1,Ng*2+1),                     \
1359                      dtype = np.float)*fillValueF
1360                print sovalues[varsimobs][:][it]
1361    else:
1362        print errormsg
1363        print '  ' + fname + ": observatino kind '" + okind + "' not ready!!"
1364        quit(-1)
1365
1366# Re-arranging final values
1367##
1368    if kvals == 'instantaneous':
1369        return sovalues, soSvalues, soTtvalues, trjs
1370
1371    elif kvals == 'tbackwardSmean':
1372        fsovalues = []
1373        if ds.has_key('Z'):
1374            fsoSvalues = np.zeros((dtf, Ng*2+1, Ng*2+1, Ng*2+1), dtype = np.float)
1375            if okind == 'trajectory':
1376                ftrjs = np.zeros((4,dtf), dtype=int)
1377            else:
1378                ftrjs = None
1379        else:
1380            fsoSvalues = np.zeros((dtf, Ng*2+1, Ng*2+1), dtype = np.float)
1381            if okind == 'trajectory':
1382                ftrjs = np.zeros((3,dtf), dtype=int)
1383            else:
1384                ftrjs = None
1385
1386        if okind == 'single-station':
1387            fsoTtvalues = np.ones((dtf,2), dtype=np.float)*fillValueF
1388        else:
1389            None
1390
1391        for it in range(1,dtf):
1392            tv = uniqt[it]
1393            intv = postf[tv]
1394
1395# Temporal statistics
1396            sovs = np.array(sovalues[intv[0]:intv[1]])[:,0]
1397            minv = np.min(sovs)
1398            maxv = np.max(sovs)
1399            meanv = np.mean(sovs)
1400            stdv = np.std(sovs)
1401
1402            fsovalues.append([meanv, np.array(sovalues[intv[0]:intv[1]])[0,1], minv, \
1403              maxv, stdv])
1404            if ds.has_key('Z'):
1405                if okind == 'trajectory':
1406                    for ip in range(4):
1407                        ftrjs[ip,it] = np.mean(trjs[ip,intv[0]:intv[1]])
1408                for iz in range(2*Ng+1):
1409                    for iy in range(2*Ng+1):
1410                        for ix in range(2*Ng+1):
1411                            fsoSvalues[it,iz,iy,ix] = np.mean(soSvalues[intv[0]:     \
1412                              intv[1],iz,iy,ix])
1413            else:
1414                if okind == 'trajectory':
1415                    for ip in range(3):
1416                        ftrjs[ip,it] = np.mean(trjs[ip,intv[0]:intv[1]])
1417                for iy in range(2*Ng+1):
1418                    for ix in range(2*Ng+1):
1419                        fsoSvalues[it,iy,ix] = np.mean(soSvalues[intv[0]:intv[1],    \
1420                          iy,ix])
1421            fsoTtvalues[it,0] = soTtvalues[intv[0],0]
1422            fsoTtvalues[it,1] = soTtvalues[intv[1],0]
1423
1424        return fsovalues, fsoSvalues, fsoTtvalues, ftrjs
1425
1426    elif kvals == 'tbackwardOmean':
1427        print '  ' + fname + ':',kvals,'!!'
1428        uniqt = np.unique(tvalues[:,2])
1429        dtf = len(uniqt)
1430        print '     initially we got',dt,'values which will become',dtf
1431
1432    return 
1433
1434
1435####### ###### ##### #### ### ## #
1436
1437strCFt="Refdate,tunits (CF reference date [YYYY][MM][DD][HH][MI][SS] format and " +  \
1438  " and time units: 'weeks', 'days', 'hours', 'miuntes', 'seconds')"
1439
1440kindobs=['multi-points', 'single-station', 'trajectory']
1441strkObs="kind of observations; 'multi-points': multiple individual punctual obs " +  \
1442  "(e.g., lightning strikes), 'single-station': single station on a fixed position,"+\
1443  "'trajectory': following a trajectory"
1444simopers = ['sumc','subc','mulc','divc']
1445opersinf = 'sumc,[constant]: add [constant] to variables values; subc,[constant]: '+ \
1446  'substract [constant] to variables values; mulc,[constant]: multipy by ' +         \
1447  '[constant] to variables values; divc,[constant]: divide by [constant] to ' +      \
1448  'variables values'
1449varNOcheck = ['WRFdens', 'WRFght', 'WRFp', 'WRFrh', 'TSrhs', 'WRFrhs', 'WRFT',       \
1450  'WRFt', 'WRFtd', 'WRFwd', 'TSwds', 'WRFwds', 'WRFws', 'TSwss', 'WRFwss', 'WRFz'] 
1451varNOcheckinf = "'WRFdens': air density from WRF variables; " +                      \
1452  "'WRFght': geopotentiali height from WRF variables; " +                            \
1453  "'WRFp': pressure from WRF variables; " +                                          \
1454  "'WRFrh': relative humidty fom WRF variables; " +                                  \
1455  "'TSrhs': surface relative humidity from TS variables; " +                         \
1456  "'WRFrhs': surface relative humidity from WRF variables; " +                       \
1457  "'WRFT': CF-time from WRF variables; " +                                           \
1458  "'WRFt': temperature from WRF variables; " +                                       \
1459  "'TStd': dew-point temperature from TS variables; " +                              \
1460  "'WRFtd': dew-point temperature from WRF variables; " +                            \
1461  "'WRFwd': wind direction from WRF variables; " +                                   \
1462  "'TSwds': surface wind direction from TS variables; " +                            \
1463  "'WRFwds': surface wind direction from WRF variables; " +                          \
1464  "'WRFws': wind speed from WRF variables; " +                                       \
1465  "'TSwss': surface wind speed from TS variables; " +                                \
1466  "'WRFwss': surface wind speed from WRF variables; " +                              \
1467  "'WRFz': height from WRF variables"
1468
1469dimshelp = "[DIM]@[simdim]@[obsdim] ',' list of couples of dimensions names from " + \
1470  "each source ([DIM]='X','Y','Z','T'; None, no value)"
1471vardimshelp = "[DIM]@[simvardim]@[obsvardim] ',' list of couples of variables " +    \
1472  "names with dimensions values from each source ([DIM]='X','Y','Z','T'; None, " +   \
1473  "no value, WRFdiagnosted variables also available: " + varNOcheckinf + ")"
1474varshelp="[simvar]@[obsvar]@[[oper]@[val]] ',' list of couples of variables to " +   \
1475  "validate and if necessary operation and value (sim. values) available " +         \
1476  "operations: " + opersinf + " (WRFdiagnosted variables also available: " +         \
1477  varNOcheckinf + ")"
1478statsn = ['minimum', 'maximum', 'mean', 'mean2', 'standard deviation']
1479gstatsn = ['bias', 'simobs_mean', 'sim_obsmin', 'sim_obsmax', 'sim_obsmean', 'mae',  \
1480  'rmse', 'r_pearsoncorr', 'p_pearsoncorr', 'deviation_of_residuals_SDR',            \
1481  'indef_of_efficiency_IOE', 'index_of_agreement_IOA', 'fractional_mean_bias_FMB']
1482ostatsn = ['number of points', 'minimum', 'maximum', 'mean', 'mean2',                \
1483  'standard deviation']
1484
1485parser = OptionParser()
1486parser.add_option("-d", "--dimensions", dest="dims", help=dimshelp, metavar="VALUES")
1487parser.add_option("-D", "--vardimensions", dest="vardims",
1488  help=vardimshelp, metavar="VALUES")
1489parser.add_option("-k", "--kindObs", dest="obskind", type='choice', choices=kindobs, 
1490  help=strkObs, metavar="FILE")
1491parser.add_option("-l", "--stationLocation", dest="stloc", 
1492  help="name (| for spaces), longitude, latitude and height of the station (only for 'single-station')", 
1493  metavar="FILE")
1494parser.add_option("-o", "--observation", dest="fobs",
1495  help="observations file to validate", metavar="FILE")
1496parser.add_option("-s", "--simulation", dest="fsim",
1497  help="simulation file to validate", metavar="FILE")
1498parser.add_option("-t", "--trajectoryfile", dest="trajf",
1499  help="file with grid points of the trajectory in the simulation grid ('simtrj')", 
1500  metavar="FILE")
1501parser.add_option("-v", "--variables", dest="vars",
1502  help=varshelp, metavar="VALUES")
1503
1504(opts, args) = parser.parse_args()
1505
1506####### ###### ##### #### ### ## #
1507# Number of different statistics according to the temporal coincidence
1508#  0: Exact time
1509#  1: Simulation values closest to observed times
1510#  2: Simulation values between consecutive observed times
1511Nstsim = 3
1512
1513stdescsim = ['E', 'C', 'B']
1514prestdescsim = ['exact', 'closest', 'between']
1515Lstdescsim = ['exact time', 'cloest time', 'between observational time-steps']
1516
1517#######    #######
1518## MAIN
1519    #######
1520
1521ofile='validation_sim.nc'
1522
1523if opts.dims is None:
1524    print errormsg
1525    print '  ' + main + ': No list of dimensions are provided!!'
1526    print '    a ',' list of values X@[dimxsim]@[dimxobs],...,T@[dimtsim]@[dimtobs]'+\
1527      ' is needed'
1528    quit(-1)
1529else:
1530    simdims = {}
1531    obsdims = {}
1532    print main +': couple of dimensions _______'
1533    dims = {}
1534    ds = opts.dims.split(',')
1535    for d in ds:
1536        dsecs = d.split('@')
1537        if len(dsecs) != 3:
1538            print errormsg
1539            print '  ' + main + ': wrong number of values in:',dsecs,' 3 are needed !!'
1540            print '    [DIM]@[dimnsim]@[dimnobs]'
1541            quit(-1)
1542        if dsecs[1] != 'None':
1543            dims[dsecs[0]] = [dsecs[1], dsecs[2]]
1544            simdims[dsecs[0]] = dsecs[1]
1545            obsdims[dsecs[0]] = dsecs[2]
1546
1547            print '  ',dsecs[0],':',dsecs[1],',',dsecs[2]
1548       
1549if opts.vardims is None:
1550    print errormsg
1551    print '  ' + main + ': No list of variables with dimension values are provided!!'
1552    print '    a ',' list of values X@[vardimxsim]@[vardimxobs],...,T@' +  \
1553      '[vardimtsim]@[vardimtobs] is needed'
1554    quit(-1)
1555else:
1556    print main +': couple of variable dimensions _______'
1557    vardims = {}
1558    ds = opts.vardims.split(',')
1559    for d in ds:
1560        dsecs = d.split('@')
1561        if len(dsecs) != 3:
1562            print errormsg
1563            print '  ' + main + ': wrong number of values in:',dsecs,' 3 are needed !!'
1564            print '    [DIM]@[vardimnsim]@[vardimnobs]'
1565            quit(-1)
1566        if dsecs[1] != 'None':
1567            vardims[dsecs[0]] = [dsecs[1], dsecs[2]]
1568            print '  ',dsecs[0],':',dsecs[1],',',dsecs[2]
1569
1570if opts.obskind is None:
1571    print errormsg
1572    print '  ' + main + ': No kind of observations provided !!'
1573    quit(-1)
1574else:
1575    obskind = opts.obskind
1576    if obskind == 'single-station':
1577        if opts.stloc is None:
1578            print errormsg
1579            print '  ' + main + ': No station location provided !!'
1580            quit(-1)
1581        else:
1582            stationdesc = [opts.stloc.split(',')[0].replace('|',' '),                \
1583              np.float(opts.stloc.split(',')[1]), np.float(opts.stloc.split(',')[2]),\
1584              np.float(opts.stloc.split(',')[3])]
1585
1586if opts.fobs is None:
1587    print errormsg
1588    print '  ' + main + ': No observations file is provided!!'
1589    quit(-1)
1590else:
1591    if not os.path.isfile(opts.fobs):
1592        print errormsg
1593        print '   ' + main + ": observations file '" + opts.fobs + "' does not exist !!"
1594        quit(-1)
1595
1596if opts.fsim is None:
1597    print errormsg
1598    print '  ' + main + ': No simulation file is provided!!'
1599    quit(-1)
1600else:
1601    if not os.path.isfile(opts.fsim):
1602        print errormsg
1603        print '   ' + main + ": simulation file '" + opts.fsim + "' does not exist !!"
1604        quit(-1)
1605
1606if opts.vars is None:
1607    print errormsg
1608    print '  ' + main + ': No list of couples of variables is provided!!'
1609    print '    a ',' list of values [varsim]@[varobs],... is needed'
1610    quit(-1)
1611else:
1612    valvars = []
1613    vs = opts.vars.split(',')
1614    for v in vs:
1615        vsecs = v.split('@')
1616        if len(vsecs) < 2:
1617            print errormsg
1618            print '  ' + main + ': wrong number of values in:',vsecs,                \
1619              ' at least 2 are needed !!'
1620            print '    [varsim]@[varobs]@[[oper][val]]'
1621            quit(-1)
1622        if len(vsecs) > 2:
1623            if not searchInlist(simopers,vsecs[2]): 
1624                print errormsg
1625                print main + ": operation on simulation values '" + vsecs[2] +       \
1626                  "' not ready !!"
1627                quit(-1)
1628
1629        valvars.append(vsecs)
1630
1631# Openning observations trajectory
1632##
1633oobs = NetCDFFile(opts.fobs, 'r')
1634
1635valdimobs = {}
1636for dn in dims:
1637    print dn,':',dims[dn]
1638    if dims[dn][1] != 'None':
1639        if not oobs.dimensions.has_key(dims[dn][1]):
1640            print errormsg
1641            print '  ' + main + ": observations file does not have dimension '" +    \
1642              dims[dn][1] + "' !!"
1643            quit(-1)
1644        if vardims[dn][1] != 'None':
1645            if not oobs.variables.has_key(vardims[dn][1]):
1646                print errormsg
1647                print '  ' + main + ": observations file does not have varibale " +  \
1648                  "dimension '" + vardims[dn][1] + "' !!"
1649                quit(-1)
1650            valdimobs[dn] = oobs.variables[vardims[dn][1]][:]
1651    else:
1652        if dn == 'X':
1653            valdimobs[dn] = stationdesc[1]
1654        elif dn == 'Y':
1655            valdimobs[dn] = stationdesc[2]
1656        elif dn == 'Z':
1657            valdimobs[dn] = stationdesc[3]
1658
1659osim = NetCDFFile(opts.fsim, 'r')
1660
1661valdimsim = {}
1662for dn in dims:
1663    if dims[dn][0] != 'None':
1664        if not osim.dimensions.has_key(dims[dn][0]):
1665            print errormsg
1666            print '  ' + main + ": simulation file '" + opts.fsim +                  \
1667              "' does not have dimension '" + dims[dn][0] + "' !!"
1668            print '    it has: ',osim.dimensions
1669            quit(-1)
1670
1671        if not osim.variables.has_key(vardims[dn][0]) and                            \
1672          not searchInlist(varNOcheck,vardims[dn][0]):
1673            print errormsg
1674            print '  ' + main + ": simulation file '" + opts.fsim +                  \
1675              "' does not have varibale dimension '" + vardims[dn][0] + "' !!"
1676            print '    it has variables:',osim.variables
1677            quit(-1)
1678        if searchInlist(varNOcheck,vardims[dn][0]):
1679            valdimsim[dn] = compute_varNOcheck(osim, vardims[dn][0])
1680        else:
1681            valdimsim[dn] = osim.variables[vardims[dn][0]][:]
1682
1683# General characteristics
1684dimtobs = valdimobs['T'].shape[0]
1685dimtsim = valdimsim['T'].shape[0]
1686
1687print main +': observational time-steps:',dimtobs,'simulation:',dimtsim
1688
1689notfound = np.zeros((dimtobs), dtype=int)
1690
1691if obskind == 'multi-points':
1692    trajpos = np.zeros((2,dimt),dtype=int)
1693    for it in range(dimtobs):
1694        trajpos[:,it] = index_2mat(valdimsim['X'],valdimsim['Y'],                    \
1695          [valdimobs['X'][it],valdimobss['Y'][it]])
1696elif obskind == 'single-station':
1697    trajpos = None
1698    stationpos = np.zeros((2), dtype=int)
1699    if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1700        stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],[valdimobs['Y'],         \
1701          valdimobs['X']])
1702        iid = 0
1703        for idn in osim.variables[vardims['X'][0]].dimensions:
1704            if idn == dims['X'][0]:
1705                stationpos[1] = stsimpos[iid]
1706            elif idn == dims['Y'][0]:
1707                stationpos[0] = stsimpos[iid]
1708
1709            iid = iid + 1
1710        print main + ': station point in simulation:', stationpos
1711        print '    station position:',valdimobs['X'],',',valdimobs['Y']
1712        print '    simulation coord.:',valdimsim['X'][tuple(stsimpos)],',',          \
1713          valdimsim['Y'][tuple(stsimpos)]
1714    else:
1715        print main + ': validation with two time-series !!'
1716
1717elif obskind == 'trajectory':
1718    if opts.trajf is not None:
1719        if not os.path.isfile(opts.fsim):
1720            print errormsg
1721            print '   ' + main + ": simulation file '" + opts.fsim + "' does not exist !!"
1722            quit(-1)
1723        else:
1724            otrjf = NetCDFFile(opts.fsim, 'r')
1725            trajpos[0,:] = otrjf.variables['obssimtrj'][0]
1726            trajpos[1,:] = otrjf.variables['obssimtrj'][1]
1727            otrjf.close()
1728    else:
1729        if dims.has_key('Z'):
1730            trajpos = np.zeros((3,dimtobs),dtype=int)
1731            for it in range(dimtobs):
1732                if np.mod(it*100./dimtobs,10.) == 0.:
1733                    print '    trajectory done: ',it*100./dimtobs,'%'
1734                stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],                 \
1735                  [valdimobs['Y'][it],valdimobs['X'][it]])
1736                stationpos = np.zeros((2), dtype=int)
1737                iid = 0
1738                for idn in osim.variables[vardims['X'][0]].dimensions:
1739                    if idn == dims['X'][0]:
1740                        stationpos[1] = stsimpos[iid]
1741                    elif idn == dims['Y'][0]:
1742                        stationpos[0] = stsimpos[iid]
1743                    iid = iid + 1
1744                if stationpos[0] == 0 and stationpos[1] == 0: notfound[it] = 1
1745             
1746                trajpos[0,it] = stationpos[0]
1747                trajpos[1,it] = stationpos[1]
1748# In the simulation 'Z' varies with time ... non-hydrostatic model! ;)
1749#                trajpos[2,it] = index_mat(valdimsim['Z'][it,:,stationpos[0],         \
1750#                  stationpos[1]], valdimobs['Z'][it])
1751        else:
1752            trajpos = np.zeros((2,dimtobs),dtype=int)
1753            for it in range(dimtobs):
1754                stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],                 \
1755                  [valdimobs['Y'][it],valdimobss['X'][it]])
1756                stationpos = np.zeros((2), dtype=int)
1757                iid = 0
1758                for idn in osim.variables[vardims['X'][0]].dimensions:
1759                    if idn == dims['X'][0]:
1760                        stationpos[1] = stsimpos[iid]
1761                    elif idn == dims['Y'][0]:
1762                        stationpos[0] = stsimpos[iid]
1763                    iid = iid + 1
1764                if stationpos[0] == 0 or stationpos[1] == 0: notfound[it] = 1
1765
1766                trajpos[0,it] = stationspos[0]
1767                trajpos[1,it] = stationspos[1]
1768
1769        print main + ': not found',np.sum(notfound),'points of the trajectory'
1770
1771# Getting times
1772tobj = oobs.variables[vardims['T'][1]]
1773obstunits = tobj.getncattr('units')
1774if vardims['T'][0] == 'WRFT':
1775    tsim = valdimsim['T'][:]
1776    simtunits = 'seconds since 1949-12-01 00:00:00'
1777else:
1778    tsim = osim.variables[vardims['T'][0]][:]
1779    otsim = osim.variables[vardims['T'][0]]
1780    simtunits = otsim.getncattr('units')
1781
1782simobstimes = coincident_CFtimes(tsim, obstunits, simtunits)
1783
1784#
1785## Looking for exact/near times
1786#
1787
1788# Exact Coincident times
1789##
1790exacttvalues0 = []
1791for it in range(dimtsim):   
1792    ot = 0
1793    for ito in range(ot,dimtobs-1):
1794        if valdimobs['T'][ito] == simobstimes[it]:
1795            ot = ito
1796            exacttvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito]])
1797
1798exacttvalues = np.array(exacttvalues0, dtype=np.float)
1799Nexactt = len(exacttvalues[:,0])
1800
1801print main + ': found',Nexactt,'Temporal exact values in simulation and observations'
1802
1803# Sim Closest times
1804##
1805Nsimt = 0
1806closesttvalues0 = []
1807closesttvalues0st = []
1808tsiminit = 0
1809tsimend = 0
1810
1811dtsim = simobstimes[1] - simobstimes[0]
1812
1813for it in range(dimtsim):
1814    ot = 0
1815    for ito in range(ot,dimtobs-1):
1816        if np.abs(valdimobs['T'][ito] - simobstimes[it]) <= dtsim/2.:
1817            ot = ito
1818            tdist = simobstimes[it] - valdimobs['T'][ito]
1819            closesttvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito],     \
1820              tdist])
1821            Nsimt = Nsimt + 1
1822            if tsiminit == 0: tsiminit=simobstimes[it]
1823            tsimend = simobstimes[it]
1824
1825closesttvalues = np.array(closesttvalues0, dtype=np.float)
1826
1827Nclosest = len(closesttvalues[:,0])
1828print main + ': found',Nclosest,'Simulation time-values closest to observations'
1829
1830if Nclosest == 0:
1831    print warnmsg
1832    print main + ': no cclosest times found !!'
1833    print '  stopping it'
1834    quit(-1)
1835
1836# Sim Coincident times
1837##
1838Nsimt = 0
1839coindtvalues0 = []
1840coindtvalues0st = []
1841tsiminit = 0
1842tsimend = 0
1843
1844for it in range(dimtsim):   
1845    ot = 0
1846    for ito in range(ot,dimtobs-1):
1847        if valdimobs['T'][ito] < simobstimes[it] and valdimobs['T'][ito+1] >         \
1848          simobstimes[it]:
1849            ot = ito
1850            tdist = simobstimes[it] - valdimobs['T'][ito]
1851            coindtvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito],     \
1852              tdist])
1853            Nsimt = Nsimt + 1
1854            if tsiminit == 0: tsiminit=simobstimes[it]
1855            tsimend = simobstimes[it]
1856        elif simobstimes[it] > valdimobs['T'][ito+1]:
1857            coindtvalues0st.append([Nsimt, ito, valdimobs['T'][ito],tsimend-tsiminit])
1858
1859coindtvalues = np.array(coindtvalues0, dtype=np.float)
1860coindtvaluesst = np.array(coindtvalues0st, dtype=np.float)
1861
1862Ncoindt = len(coindtvalues[:,0])
1863print main + ': found',Ncoindt,'Simulation time-interval (within consecutive ' +     \
1864  'observed times) coincident times between simulation and observations'
1865
1866if Ncoindt == 0:
1867    print warnmsg
1868    print main + ': no coincident times found !!'
1869    print '  stopping it'
1870    quit(-1)
1871
1872# Validating
1873##
1874
1875onewnc = NetCDFFile(ofile, 'w')
1876
1877# Dimensions
1878for kst in range(Nstsim):
1879    newdim = onewnc.createDimension(prestdescsim[kst] + 'time',None)
1880    if stdescsim[kst] != 'E':
1881        newdim = onewnc.createDimension(prestdescsim[kst] + 'obstime',None)
1882
1883newdim = onewnc.createDimension('bnds',2)
1884newdim = onewnc.createDimension('couple',2)
1885newdim = onewnc.createDimension('StrLength',StringLength)
1886newdim = onewnc.createDimension('xaround',Ngrid*2+1)
1887newdim = onewnc.createDimension('yaround',Ngrid*2+1)
1888newdim = onewnc.createDimension('gstats',13)
1889newdim = onewnc.createDimension('stats',5)
1890newdim = onewnc.createDimension('tstats',6)
1891newdim = onewnc.createDimension('Nstsim', 3)
1892
1893# Variable dimensions
1894##
1895newvar = onewnc.createVariable('couple', 'c', ('couple','StrLength'))
1896basicvardef(newvar, 'couple', 'couples of values', '-')
1897writing_str_nc(newvar, ['sim','obs'], StringLength)
1898
1899newvar = onewnc.createVariable('statistics', 'c', ('stats','StrLength'))
1900basicvardef(newvar, 'statistics', 'statitics from values', '-')
1901writing_str_nc(newvar, statsn, StringLength)
1902
1903newvar = onewnc.createVariable('gstatistics', 'c', ('gstats','StrLength'))
1904basicvardef(newvar, 'gstatistics', 'global statitics from values', '-')
1905writing_str_nc(newvar, gstatsn, StringLength)
1906
1907newvar = onewnc.createVariable('tstatistics', 'c', ('tstats','StrLength'))
1908basicvardef(newvar, 'tstatistics', 'statitics from values along time', '-')
1909writing_str_nc(newvar, ostatsn, StringLength)
1910
1911newvar = onewnc.createVariable('ksimstatistics', 'c', ('Nstsim','StrLength'))
1912basicvardef(newvar, 'ksimstatistics', 'kind of simulated statitics', '-')
1913writing_str_nc(newvar, Lstdescsim, StringLength)
1914
1915if obskind == 'trajectory':
1916    if dims.has_key('Z'):
1917        newdim = onewnc.createDimension('trj',3)
1918    else:
1919        newdim = onewnc.createDimension('trj',2)
1920
1921    newvar = onewnc.createVariable('obssimtrj','i',('obstime','trj'))
1922    basicvardef(newvar, 'obssimtrj', 'trajectory on the simulation grid', '-')
1923    newvar[:] = trajpos.transpose()
1924
1925if dims.has_key('Z'):
1926    newdim = onewnc.createDimension('simtrj',4)
1927else:
1928    newdim = onewnc.createDimension('simtrj',3)
1929
1930Nvars = len(valvars)
1931for ivar in range(Nvars):
1932    simobsvalues = []
1933
1934    varsimobs = valvars[ivar][0] + '_' + valvars[ivar][1]
1935    print '  ' + varsimobs + '... .. .'
1936
1937    if not oobs.variables.has_key(valvars[ivar][1]):
1938        print errormsg
1939        print '  ' + main + ": observations file has not '" + valvars[ivar][1] +     \
1940          "' !!"
1941        quit(-1)
1942
1943    if not osim.variables.has_key(valvars[ivar][0]):
1944        if not searchInlist(varNOcheck, valvars[ivar][0]):
1945            print errormsg
1946            print '  ' + main + ": simulation file has not '" + valvars[ivar][0] +   \
1947              "' !!"
1948            quit(-1)
1949        else:
1950            ovsim = compute_varNOcheck(osim, valvars[ivar][0])
1951    else:
1952        ovsim = osim.variables[valvars[ivar][0]]
1953
1954    for idn in ovsim.dimensions:
1955        if not searchInlist(simdims.values(),idn):
1956            print errormsg
1957            print '  ' + main + ": dimension '" + idn + "' of variable '" +          \
1958              valvars[ivar][0] + "' not provided as reference coordinate [X,Y,Z,T] !!"
1959            quit(-1)
1960
1961    ovobs = oobs.variables[valvars[ivar][1]]
1962    if searchInlist(ovobs.ncattrs(),'_FillValue'): 
1963        oFillValue = ovobs.getncattr('_FillValue')
1964    else:
1965        oFillValue = None
1966
1967    for kst in range(Nstsim):
1968        simobsvalues = [] 
1969       
1970        timedn = prestdescsim[kst] + 'time'
1971        timeobsdn = prestdescsim[kst] + 'obstime'
1972        print '    ' + prestdescsim[kst] + ' ...'
1973
1974        if stdescsim[kst] == 'E':
1975# Observed and simualted exact times
1976            simobsvalues, simobsSvalues, simobsTtvalues, trjsim =                    \
1977              getting_ValidationValues(obskind, Nexactt, dims, trajpos, ovsim,       \
1978              ovobs, exacttvalues, oFillValue, Ngrid, 'instantaneous')
1979
1980            if ivar == 0:
1981                vname = prestdescsim[kst] + 'time'
1982                newvar = onewnc.createVariable(vname,'f8', (timedn))
1983                basicvardef(newvar, vname, 'exact coincident time observations and '+\
1984                  'simulation', obstunits)
1985                set_attribute(newvar, 'calendar', 'standard')
1986                newvar[:] = exacttvalues[:,3]
1987
1988            dimt = Nexactt
1989
1990        elif stdescsim[kst] == 'C':
1991# Simualted closest to Observed times
1992            simobsvalues, simobsSvalues, simobsTtvalues, trjsim =                    \
1993              getting_ValidationValues(obskind, Nclosest, dims, trajpos, ovsim,      \
1994              ovobs, closesttvalues, oFillValue, Ngrid, 'instantaneous')
1995            dimt = Nclosest
1996
1997
1998            if ivar == 0:
1999                vname = prestdescsim[kst] + 'time'
2000                newvar = onewnc.createVariable(vname,'f8', (timedn))
2001                basicvardef(newvar, vname, 'time simulations closest to observed ' + \
2002                  'values', obstunits )
2003                set_attribute(newvar, 'calendar', 'standard')
2004                newvar[:] = closesttvalues[:,2]
2005
2006                vname  = prestdescsim[kst] + 'obstime'
2007                newvar = onewnc.createVariable(vname,'f8', (vname))
2008                basicvardef(newvar, vname, 'closest time observations', obstunits)
2009                set_attribute(newvar, 'calendar', 'standard')
2010                newvar[:] = closesttvalues[:,3]
2011
2012        elif stdescsim[kst] == 'B':
2013# Observed values temporally around coincident times
2014            simobsvalues, simobsSvalues, simobsTtvalues, trjsim =                    \
2015              getting_ValidationValues(obskind, Ncoindt, dims, trajpos, ovsim, ovobs,\
2016              coindtvalues, oFillValue, Ngrid, 'tbackwardSmean')
2017            dimt = simobsSvalues.shape[0]
2018
2019            if ivar == 0:
2020                vname = prestdescsim[kst] + 'time'
2021                newvar = onewnc.createVariable(vname,'f8', (timedn),                 \
2022                  fill_value = fillValueF)
2023                basicvardef(newvar, vname, 'simulation time between observations',   \
2024                  obstunits)
2025                set_attribute(newvar, 'calendar', 'standard')
2026                set_attribute(newvar, 'bounds', 'time_bnds')
2027                newvar[:] = simobsTtvalues[:,1]
2028
2029                vname = prestdescsim[kst] + 'obstime'
2030                newvar = onewnc.createVariable(vname,'f8', (vname))
2031                basicvardef(newvar, vname, 'observed between time', obstunits )
2032                set_attribute(newvar, 'calendar', 'standard')
2033                newvar[:] = np.unique(coindtvalues[:,3])
2034
2035# Re-arranging values...
2036        arrayvals = np.array(simobsvalues)
2037        if len(valvars[ivar]) > 2:
2038            const=np.float(valvars[ivar][3])
2039            if valvars[ivar][2] == 'sumc':
2040                simobsSvalues = simobsSvalues + const
2041                arrayvals[:,0] = arrayvals[:,0] + const
2042            elif valvars[ivar][2] == 'subc':
2043                simobsSvalues = simobsSvalues - const
2044                arrayvals[:,0] = arrayvals[:,0] - const
2045            elif valvars[ivar][2] == 'mulc':
2046                simobsSvalues = simobsSvalues * const
2047                arrayvals[:,0] = arrayvals[:,0] * const
2048            elif valvars[ivar][2] == 'divc':
2049                simobsSvalues = simobsSvalues / const
2050                arrayvals[:,0] = arrayvals[:,0] / const
2051            else:
2052                print errormsg
2053                print '  ' + fname + ": operation '"+valvars[ivar][2]+"' not ready!!"
2054                quit(-1)
2055
2056        if kst == 0:
2057            simstats = np.zeros((Nstsim,5), dtype=np.float)
2058            obsstats = np.zeros((Nstsim,5), dtype=np.float)
2059            simobsstats = np.zeros((Nstsim,13), dtype=np.float)
2060
2061# statisics sim
2062        simstats[kst,0] = np.min(arrayvals[:,0])
2063        simstats[kst,1] = np.max(arrayvals[:,0])
2064        simstats[kst,2] = np.mean(arrayvals[:,0])
2065        simstats[kst,3] = np.mean(arrayvals[:,0]*arrayvals[:,0])
2066        simstats[kst,4] = np.sqrt(simstats[kst,3] - simstats[kst,2]*simstats[kst,2])
2067
2068# statisics obs
2069# Masking 'nan'
2070        obsmask0 = np.where(arrayvals[:,1] != arrayvals[:,1], fillValueF,            \
2071          arrayvals[:,1])
2072
2073        obsmask = ma.masked_equal(obsmask0, fillValueF)
2074        obsmask2 = obsmask*obsmask
2075
2076        obsstats[kst,0] = obsmask.min()
2077        obsstats[kst,1] = obsmask.max()
2078        obsstats[kst,2] = obsmask.mean()
2079        obsstats[kst,3] = obsmask2.mean()
2080        obsstats[kst,4] = np.sqrt(obsstats[kst,3] - obsstats[kst,2]*obsstats[kst,2])
2081
2082# Statistics sim-obs
2083        diffvals = np.zeros((dimt), dtype=np.float)
2084
2085        diffvals = arrayvals[:,0] - obsmask
2086
2087        diff2vals = diffvals*diffvals
2088        sumdiff = diffvals.sum()
2089        sumdiff2 = diff2vals.sum()
2090
2091        simobsstats[kst,0] = simstats[kst,0] - obsstats[kst,0]
2092        simobsstats[kst,1] = np.mean(arrayvals[:,0]*obsmask)
2093        simobsstats[kst,2] = diffvals.min()
2094        simobsstats[kst,3] = diffvals.max()
2095        simobsstats[kst,4] = diffvals.mean()
2096        simobsstats[kst,5] = np.abs(diffvals).mean()
2097        simobsstats[kst,6] = np.sqrt(diff2vals.mean())
2098        simobsstats[kst,7], simobsstats[kst,8] = sts.mstats.pearsonr(arrayvals[:,0], \
2099          obsmask)
2100# From:
2101#Willmott, C. J. 1981. 'On the validation of models. Physical Geography', 2, 184-194
2102#Willmott, C. J. (1984). 'On the evaluation of model performance in physical
2103#  geography'. Spatial Statistics and Models, G. L. Gaile and C. J. Willmott, eds.,
2104#  443-460
2105#Willmott, C. J., S. G. Ackleson, R. E. Davis, J. J. Feddema, K. M. Klink, D. R.
2106#  Legates, J. O'Donnell, and C. M. Rowe (1985), 'Statistics for the Evaluation and
2107#  Comparison of Models', J. Geophys. Res., 90(C5), 8995-9005
2108#Legates, D. R., and G. J. McCabe Jr. (1999), 'Evaluating the Use of "Goodness-of-Fit"
2109#   Measures in Hydrologic and Hydroclimatic Model Validation', Water Resour. Res.,
2110#   35(1), 233-241
2111#
2112# Deviation of residuals (SDR)
2113        simobsstats[kst,9] = np.mean(np.sqrt(np.abs((diffvals-simobsstats[kst,0])*   \
2114          (diffvals-obsstats[kst,0]))))
2115# Index of Efficiency (IOE)
2116        obsbias2series = (obsmask - obsstats[kst,0])*(obsmask - obsstats[kst,0])
2117        sumobsbias2series = obsbias2series.sum()
2118
2119        simobsstats[kst,10] = 1. - sumdiff2/(sumobsbias2series)
2120# Index of Agreement (IOA)
2121        simbias2series = arrayvals[:,0] - obsstats[kst,0]
2122        obsbias2series = obsmask - obsstats[kst,0]
2123
2124        abssimbias2series = np.abs(simbias2series)
2125        absobsbias2series = np.where(obsbias2series<0, -obsbias2series,              \
2126          obsbias2series)
2127
2128        abssimobsbias2series = (abssimbias2series+absobsbias2series)*(               \
2129          abssimbias2series + absobsbias2series)
2130
2131        simobsstats[kst,11] = 1. - sumdiff2/(abssimobsbias2series.sum())
2132# Fractional Mean Bias (FMB)
2133        simobsstats[kst,12]=(simstats[kst,0]-obsstats[kst,0])/(0.5*(simstats[kst,0] +\
2134          obsstats[kst,0]))
2135
2136# Statistics around sim values
2137        aroundstats = np.zeros((5,dimt), dtype=np.float)
2138        for it in range(dimt):
2139            aroundstats[0,it] = np.min(simobsSvalues[it,])
2140            aroundstats[1,it] = np.max(simobsSvalues[it,])
2141            aroundstats[2,it] = np.mean(simobsSvalues[it,])
2142            aroundstats[3,it] = np.mean(simobsSvalues[it,]*simobsSvalues[it,])
2143            aroundstats[4,it] = np.sqrt(aroundstats[3,it] - aroundstats[2,it]*       \
2144              aroundstats[2,it])
2145
2146# sim Values to netCDF
2147        newvar = onewnc.createVariable(valvars[ivar][0] + '_' + stdescsim[kst] +     \
2148          'sim', 'f', (timedn), fill_value=fillValueF)
2149        descvar = prestdescsim[kst] + ' time simulated: ' + valvars[ivar][0]
2150        basicvardef(newvar, valvars[ivar][0], descvar, ovobs.getncattr('units'))
2151        newvar[:] = arrayvals[:,0]
2152
2153# obs Values to netCDF
2154        if stdescsim[kst] != 'E':
2155            newvar = onewnc.createVariable(valvars[ivar][1] + '_' + stdescsim[kst] + \
2156          'obs', 'f', (timeobsdn), fill_value=fillValueF)
2157        else:
2158            newvar = onewnc.createVariable(valvars[ivar][1] + '_' + stdescsim[kst] + \
2159          'obs', 'f', (timedn), fill_value=fillValueF)
2160       
2161        descvar = prestdescsim[kst] + ' time observed: ' + valvars[ivar][1]
2162        basicvardef(newvar, valvars[ivar][1], descvar, ovobs.getncattr('units'))
2163        newvar[:] = arrayvals[:,1]
2164
2165# Around values
2166        if not onewnc.variables.has_key(valvars[ivar][0] + 'around'):
2167            vname = prestdescsim[kst] + valvars[ivar][0] + 'around'
2168        else:
2169            vname = prestdescsim[kst] + valvars[ivar][0] + 'Around'
2170
2171        if dims.has_key('Z'):
2172            if not onewnc.dimensions.has_key('zaround'):
2173                newdim = onewnc.createDimension('zaround',Ngrid*2+1)
2174                newvar = onewnc.createVariable(vname, 'f', (timedn,'zaround',        \
2175                  'yaround','xaround'), fill_value=fillValueF)
2176        else:
2177            newvar = onewnc.createVariable(vname, 'f', (timedn,'yaround','xaround'), \
2178              fill_value=fillValueF)
2179
2180        descvar = prestdescsim[kst] + 'around simulated values +/- grid values: ' +  \
2181          valvars[ivar][0]
2182        basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2183        newvar[:] = simobsSvalues
2184
2185
2186# around sim Statistics
2187        if not searchInlist(onewnc.variables,prestdescsim[kst] + valvars[ivar][0] +  \
2188          'staround'):
2189            vname = prestdescsim[kst] + valvars[ivar][0] + 'staround'
2190        else:
2191            vname = prestdescsim[kst] + valvars[ivar][0] + 'Staround'
2192
2193        newvar = onewnc.createVariable(vname, 'f', (timedn,'stats'),                 \
2194          fill_value=fillValueF)
2195        descvar = prestdescsim[kst] + ' around (' +  str(Ngrid) + ', ' + str(Ngrid) +\
2196          ') simulated statisitcs: ' + valvars[ivar][0]
2197        basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2198        set_attribute(newvar, 'cell_methods', 'time_bnds')
2199        newvar[:] = aroundstats.transpose()
2200
2201        if stdescsim[kst] == 'B':
2202            if not searchInlist(onewnc.variables, 'time_bnds'):
2203                newvar = onewnc.createVariable('time_bnds','f8',(timedn,'bnds'))
2204                basicvardef(newvar, 'time_bnds', timedn, obstunits )
2205                set_attribute(newvar, 'calendar', 'standard')
2206                newvar[:] = simobsTtvalues
2207
2208# sim Statistics
2209    if not searchInlist(onewnc.variables,valvars[ivar][0] + 'stsim'):
2210        vname = valvars[ivar][0] + 'stsim'
2211    else:
2212        vname = valvars[ivar][0] + 'stSim'
2213
2214    newvar = onewnc.createVariable(vname, 'f', ('Nstsim', 'stats'),                  \
2215      fill_value=fillValueF)
2216    descvar = 'simulated statisitcs: ' + valvars[ivar][0]
2217    basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2218    newvar[:] = simstats
2219
2220# obs Statistics
2221    if not searchInlist(onewnc.variables,valvars[ivar][1] + 'stobs'):
2222        vname = valvars[ivar][1] + 'stobs'
2223    else:
2224        vname = valvars[ivar][1] + 'stObs'
2225
2226    newvar = onewnc.createVariable(vname, 'f', ('Nstsim', 'stats'),                  \
2227      fill_value=fillValueF)
2228    descvar = 'observed statisitcs: ' + valvars[ivar][1]
2229    basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2230    newvar[:] = obsstats
2231
2232# sim-obs Statistics
2233    if not searchInlist(onewnc.variables,varsimobs + 'st'):
2234        vname = varsimobs + 'st'
2235    else:
2236        vname = varSimobs + 'st'
2237
2238    newvar = onewnc.createVariable(vname, 'f', ('Nstsim', 'gstats'),                 \
2239      fill_value=fillValueF)
2240    descvar = 'simulated-observed tatisitcs: ' + varsimobs
2241    basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2242    newvar[:] = simobsstats
2243
2244    onewnc.sync()
2245
2246if trjsim is not None:
2247    newvar = onewnc.createVariable('simtrj','i',('betweentime','simtrj'))
2248    basicvardef(newvar,'simtrj','coordinates [X,Y,Z,T] of the coincident ' +         \
2249      'trajectory in sim', obstunits)
2250    newvar[:] = trjsim.transpose()
2251
2252# Adding three variables with the station location, longitude, latitude and height
2253if obskind == 'single-station':
2254    adding_station_desc(onewnc,stationdesc)
2255
2256# Global attributes
2257##
2258set_attribute(onewnc,'author_nc','Lluis Fita')
2259set_attribute(onewnc,'institution_nc','Laboratoire de Meteorology Dynamique, ' +    \
2260  'LMD-Jussieu, UPMC, Paris')
2261set_attribute(onewnc,'country_nc','France')
2262set_attribute(onewnc,'script_nc',main)
2263set_attribute(onewnc,'version_script',version)
2264set_attribute(onewnc,'information',                                                 \
2265  'http://www.lmd.jussieu.fr/~lflmd/ASCIIobs_nc/index.html')
2266set_attribute(onewnc,'simfile',opts.fsim)
2267set_attribute(onewnc,'obsfile',opts.fobs)
2268
2269onewnc.sync()
2270onewnc.close()
2271
2272print main + ": successfull writting of '" + ofile + "' !!"
Note: See TracBrowser for help on using the repository browser.