source: lmdz_wrf/trunk/tools/validation_sim.py @ 511

Last change on this file since 511 was 511, checked in by lfita, 9 years ago

Fixing minor typos/issues
File size: 82.4 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 = 'validarion_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        'WRFtd': dew-point temperature from WRF variables
832        'WRFwd': wind direction from WRF variables
833        'TSwds': surface wind direction from TS variables
834        'WRFwds': surface wind direction from WRF variables
835        'WRFws': wind speed from WRF variables
836        'TSwss': surface wind speed from TS variables
837        'WRFwss': surface wind speed from WRF variables
838        'WRFz': height from WRF variables
839    """
840    fname = 'compute_varNOcheck'
841
842    def __init__(self, ncobj, varn):
843
844        if ncobj is None:
845            self = None
846            self.dimensions = None
847            self.shape = None
848            self.__values = None
849        else:
850            if varn == 'WRFdens':
851#        print '    ' + main + ': computing air density from WRF as ((MU + MUB) * ' + \
852#          'DNW)/g ...'
853                grav = 9.81
854
855# Just we need in in absolute values: Size of the central grid cell
856##    dxval = ncobj.getncattr('DX')
857##    dyval = ncobj.getncattr('DY')
858##    mapfac = ncobj.variables['MAPFAC_M'][:]
859##    area = dxval*dyval*mapfac
860                dimensions = ncobj.variables['MU'].dimensions
861                shape = ncobj.variables['MU'].shape
862
863                mu = (ncobj.variables['MU'][:] + ncobj.variables['MUB'][:])
864                dnw = ncobj.variables['DNW'][:]
865
866                varNOcheckv = np.zeros((mu.shape[0], dnw.shape[1], mu.shape[1], mu.shape[2]), \
867                  dtype=np.float)
868                levval = np.zeros((mu.shape[1], mu.shape[2]), dtype=np.float)
869
870                for it in range(mu.shape[0]):
871                    for iz in range(dnw.shape[1]):
872                        levval.fill(np.abs(dnw[it,iz]))
873                        varNOcheck[it,iz,:,:] = levval
874                        varNOcheck[it,iz,:,:] = mu[it,:,:]*varNOcheck[it,iz,:,:]/grav
875
876            elif varn == 'WRFght':
877#        print '    ' + main + ': computing geopotential height from WRF as PH + PHB ...'
878                varNOcheckv = ncobj.variables['PH'][:] + ncobj.variables['PHB'][:]
879                dimensions = ncobj.variables['PH'].dimensions
880                shape = ncobj.variables['PH'].shape
881
882            elif varn == 'WRFp':
883#        print '  ' + fname + ': Retrieving pressure value from WRF as P + PB'
884                varNOcheckv = ncobj.variables['P'][:] + ncobj.variables['PB'][:]
885                dimensions = ncobj.variables['P'].dimensions
886                shape = ncobj.variables['P'].shape
887
888            elif varn == 'WRFrh':
889#        print '    ' + main + ": computing relative humidity from WRF as 'Tetens'" +\
890#         ' equation (T,P) ...'
891                p0=100000.
892                p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
893                tk = (ncobj.variables['T'][:])*(p/p0)**(2./7.)
894                qv = ncobj.variables['QVAPOR'][:]
895
896                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
897                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
898
899                varNOcheckv = qv/data2
900                dimensions = ncobj.variables['P'].dimensions
901                shape = ncobj.variables['P'].shape
902
903            elif varn == 'TSrhs':
904#        print '    ' + main + ": computing surface relative humidity from TSs as 'Tetens'" +\
905#         ' equation (T,P) ...'
906                p0=100000.
907                p=ncobj.variables['psfc'][:]
908                tk = (ncobj.variables['t'][:])*(p/p0)**(2./7.)
909                qv = ncobj.variables['q'][:]
910
911                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
912                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
913
914                varNOcheckv = qv/data2
915                dimensions = ncobj.variables['psfc'].dimensions
916                shape = ncobj.variables['psfc'].shape
917
918            elif varn == 'WRFrhs':
919#        print '    ' + main + ": computing surface relative humidity from WRF as 'Tetens'" +\
920#         ' equation (T,P) ...'
921                p0=100000.
922                p=ncobj.variables['PSFC'][:]
923                tk = (ncobj.variables['T2'][:] + 300.)*(p/p0)**(2./7.)
924                qv = ncobj.variables['Q2'][:]
925
926                data1 = 10.*0.6112*np.exp(17.67*(tk-273.16)/(tk-29.65))
927                data2 = 0.622*data1/(0.01*p-(1.-0.622)*data1)
928
929                varNOcheckv = qv/data2
930                dimensions = ncobj.variables['PSFC'].dimensions
931                shape = ncobj.variables['PSFC'].shape
932
933            elif varn == 'WRFT':
934# To compute CF-times from WRF kind
935#
936                import datetime as dt
937
938                times = ncobj.variables['Times']
939                dimt = times.shape[0]
940                varNOcheckv = np.zeros((dimt), dtype=np.float64)
941                self.unitsval = 'seconds since 1949-12-01 00:00:00'
942                refdate = datetimeStr_datetime('1949-12-01_00:00:00')
943
944                dimensions = tuple([ncobj.variables['Times'].dimensions[0]])
945                shape = tuple([dimt])
946
947                for it in range(dimt):
948                    datevalS = datetimeStr_conversion(times[it,:], 'WRFdatetime',    \
949                      'YmdHMS')
950                    dateval = dt.datetime.strptime(datevalS, '%Y%m%d%H%M%S')
951                    difft = dateval - refdate
952                    varNOcheckv[it] = difft.days*3600.*24. + difft.seconds +        \
953                          np.float(int(difft.microseconds/10.e6))
954
955            elif varn == 'WRFt':
956#        print '    ' + main + ': computing temperature from WRF as inv_potT(T + 300) ...'
957                p0=100000.
958                p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
959
960                varNOcheckv = (ncobj.variables['T'][:] + 300.)*(p/p0)**(2./7.)
961                dimensions = ncobj.variables['T'].dimensions
962                shape = ncobj.variables['P'].shape
963
964            elif varn == 'WRFtd':
965#        print '    ' + main + ': computing dew-point temperature from WRF as inv_potT(T + 300) and Tetens...'
966# tacking from: http://en.wikipedia.org/wiki/Dew_point
967                p0=100000.
968                p=ncobj.variables['P'][:] + ncobj.variables['PB'][:]
969
970                temp = (ncobj.variables['T'][:] + 300.)*(p/p0)**(2./7.)
971
972                qv = ncobj.variables['QVAPOR'][:]
973
974                tk = temp - 273.15
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['P'].shape
985
986            elif varn == 'WRFwd':
987#        print '    ' + main + ': computing wind direction from WRF as ATAN2PI(V,U) ...'
988                uwind = ncobj.variables['U'][:]
989                vwind = ncobj.variables['V'][:]
990                dx = uwind.shape[3]
991                dy = vwind.shape[2]
992
993# de-staggering
994                ua = 0.5*(uwind[:,:,:,0:dx-1] + uwind[:,:,:,1:dx])
995                va = 0.5*(vwind[:,:,0:dy-1,:] + vwind[:,:,1:dy,:])
996
997                theta = np.arctan2(ua, va)
998                theta = np.where(theta < 0., theta + 2.*np.pi, theta)
999                varNOcheckv = 360.*theta/(2.*np.pi)
1000
1001                dimensions = tuple(['Time','bottom_top','south_north','west_east'])
1002                shape = ua.shape
1003
1004            elif varn == 'WRFwds':
1005#        print '    ' + main + ': computing surface wind direction from WRF as ATAN2(V,U) ...'
1006                theta = np.arctan2(ncobj.variables['V10'][:], ncobj.variables['U10'][:])
1007                theta = np.where(theta < 0., theta + 2.*np.pi, theta)
1008               
1009                varNOcheckv = 360.*theta/(2.*np.pi)
1010                dimensions = ncobj.variables['V10'].dimensions
1011                shape = ncobj.variables['V10'].shape
1012
1013            elif varn == 'TSwds':
1014#        print '    ' + main + ': computing surface wind direction from TSs as ATAN2(v,u) ...'
1015                theta = np.arctan2(ncobj.variables['v'][:], ncobj.variables['u'][:])
1016                theta = np.where(theta < 0., theta + 2.*np.pi, theta)
1017
1018                varNOcheckv = 360.*theta/(2.*np.pi)
1019                dimensions = ncobj.variables['v'].dimensions
1020                shape = ncobj.variables['v'].shape
1021
1022            elif varn == 'WRFws':
1023#        print '    ' + main + ': computing wind speed from WRF as SQRT(U**2 + V**2) ...'
1024                uwind = ncobj.variables['U'][:]
1025                vwind = ncobj.variables['V'][:]
1026                dx = uwind.shape[3]
1027                dy = vwind.shape[2]
1028                 
1029# de-staggering
1030                ua = 0.5*(uwind[:,:,:,0:dx-1] + uwind[:,:,:,1:dx])
1031                va = 0.5*(vwind[:,:,0:dy-1,:] + vwind[:,:,1:dy,:])
1032
1033                varNOcheckv = np.sqrt(ua*ua + va*va)
1034                dimensions = tuple(['Time','bottom_top','south_north','west_east'])
1035                shape = ua.shape
1036
1037            elif varn == 'TSwss':
1038#        print '    ' + main + ': computing surface wind speed from TSs as SQRT(u**2 + v**2) ...'
1039                varNOcheckv = np.sqrt(ncobj.variables['u'][:]*                       \
1040                  ncobj.variables['u'][:] + ncobj.variables['v'][:]*                 \
1041                  ncobj.variables['v'][:]) 
1042                dimensions = ncobj.variables['u'].dimensions
1043                shape = ncobj.variables['u'].shape
1044
1045            elif varn == 'WRFwss':
1046#        print '    ' + main + ': computing surface wind speed from WRF as SQRT(U**2 + V**2) ...'
1047                varNOcheckv = np.sqrt(ncobj.variables['U10'][:]*                     \
1048                  ncobj.variables['U10'][:] + ncobj.variables['V10'][:]*             \
1049                  ncobj.variables['V10'][:]) 
1050                dimensions = ncobj.variables['U10'].dimensions
1051                shape = ncobj.variables['U10'].shape
1052
1053            elif varn == 'WRFz':
1054                grav = 9.81
1055#        print '    ' + main + ': computing geopotential height from WRF as PH + PHB ...'
1056                varNOcheckv = (ncobj.variables['PH'][:] + ncobj.variables['PHB'][:])/grav
1057                dimensions = ncobj.variables['PH'].dimensions
1058                shape = ncobj.variables['PH'].shape
1059
1060            else:
1061                print errormsg
1062                print '  ' + fname + ": variable '" + varn + "' nor ready !!"
1063                quit(-1)
1064
1065            self.dimensions = dimensions
1066            self.shape = shape
1067            self.__values = varNOcheckv
1068
1069    def __getitem__(self,elem):
1070        return self.__values[elem]
1071
1072def adding_station_desc(onc,stdesc):
1073    """ Function to add a station description in a netCDF file
1074      onc= netCDF object
1075      stdesc= station description lon, lat, height
1076    """
1077    fname = 'adding_station_desc'
1078
1079    newvar = onc.createVariable( 'station', 'c', ('StrLength'))
1080    newvar[0:len(stdesc[0])] = stdesc[0]
1081
1082    newdim = onc.createDimension('nst',1)
1083
1084    if onc.variables.has_key('lon'):
1085        print warnmsg
1086        print '  ' + fname + ": variable 'lon' already exist !!"
1087        print "    renaming it as 'lonst'"
1088        lonname = 'lonst'
1089    else:
1090        lonname = 'lon'
1091
1092    newvar = onc.createVariable( lonname, 'f4', ('nst'))
1093    basicvardef(newvar, lonname, 'longitude', 'degrees_West' )
1094    newvar[:] = stdesc[1]
1095
1096    if onc.variables.has_key('lat'):
1097        print warnmsg
1098        print '  ' + fname + ": variable 'lat' already exist !!"
1099        print "    renaming it as 'latst'"
1100        latname = 'latst'
1101    else:
1102        latname = 'lat'
1103
1104    newvar = onc.createVariable( latname, 'f4', ('nst'))
1105    basicvardef(newvar, lonname, 'latitude', 'degrees_North' )
1106    newvar[:] = stdesc[2]
1107
1108    if onc.variables.has_key('height'):
1109        print warnmsg
1110        print '  ' + fname + ": variable 'height' already exist !!"
1111        print "    renaming it as 'heightst'"
1112        heightname = 'heightst'
1113    else:
1114        heightname = 'height'
1115
1116    newvar = onc.createVariable( heightname, 'f4', ('nst'))
1117    basicvardef(newvar, heightname, 'height above sea level', 'm' )
1118    newvar[:] = stdesc[3]
1119
1120    return
1121
1122def getting_ValidationValues(okind, dimt, ds, trjpos, ovs, ovo, tvalues, oFill, Ng):
1123    """ Function to get the values to validate accroding to the type of observation
1124      okind= observational kind
1125      dimt= number of values to retrieve
1126      ds= dictionary with the names of the dimensions (sim, obs)
1127      trjpos= positions of the multi-stations (t, Y, X) or trajectory ([Z], Y, X)
1128      ovs= object with the values of the simulation
1129      ovs= object with the values of the observations
1130      tvalues= temporal values (sim. time step, obs. time step, sim t value, obs t value, t diff)
1131      oFill= Fill Value for the observations
1132      Ng= number of grid points around the observation
1133    return:
1134      sovalues= simulated values at the observation point and time
1135      soSvalues= values Ngrid points around the simulated point
1136      soTvalues= values around observed times (for `single-station')
1137      soTtvalues= inital/ending period between two consecutive obsevations (for `single-station')
1138      trjs= trajectory on the simulation space
1139    """
1140    fname = 'getting_ValidationValues'
1141
1142    sovalues = []
1143
1144# Simulated values spatially around
1145    if ds.has_key('Z'):
1146        soSvalues = np.zeros((dimt, Ng*2+1, Ng*2+1, Ng*2+1),            \
1147          dtype = np.float)
1148        if okind == 'trajectory':
1149            trjs = np.zeros((4,dimt), dtype=int)
1150        else:
1151            trjs = None
1152    else:
1153        soSvalues = np.zeros((dimt, Ng*2+1, Ng*2+1), dtype = np.float)
1154        if okind == 'trajectory':
1155            trjs = np.zeros((3,dimt), dtype=int)
1156        else:
1157            trjs = None
1158
1159    if okind == 'single-station':
1160        soTvalues = {}
1161        soTtvalues = np.zeros((dimt,2), dtype=np.float)
1162    else:
1163        None
1164
1165    if okind == 'multi-points':
1166        for it in range(dimt):
1167            slicev = ds['X'][0] + ':' + str(trjpos[2,it]) + '|' +                 \
1168              ds['Y'][0]+ ':' + str(trjpos[1,it]) + '|' +                         \
1169              ds['T'][0]+ ':' + str(tvalues[it][0])
1170            slicevar, dimslice = slice_variable(ovs, slicev)
1171            sovalues.append([ slicevar, ovo[tvalues[it][1]]])
1172            slicev = ds['X'][0] + ':' + str(trjpos[2,it]-Ng) + '@' +           \
1173              str(trjpos[2,it]+Ng) + '|' + ds['Y'][0] + ':' +                  \
1174              str(trjpos[1,it]-Ng) + '@' + str(trjpos[1,it]+Ng) + '|' +      \
1175              ds['T'][0]+':'+str(tvalues[it][0])
1176            slicevar, dimslice = slice_variable(ovs, slicev)
1177            soSvalues[it,:,:] = slicevar
1178
1179    elif okind == 'single-station':
1180        for it in range(dimt):
1181            ito = int(tvalues[it,1])
1182            if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1183                slicev = ds['X'][0] + ':' + str(stationpos[1]) + '|' +             \
1184                  ds['Y'][0] + ':' + str(stationpos[0]) + '|' +                    \
1185                  ds['T'][0] + ':' + str(int(tvalues[it][0]))
1186            else:
1187                slicev = ds['T'][0] + ':' + str(int(tvalues[it][0]))
1188            slicevar, dimslice = slice_variable(ovs, slicev)
1189            if ovo[int(ito)] == oFill or ovo[int(ito)] == '--':
1190                sovalues.append([ slicevar, fillValueF])
1191#            elif ovo[int(ito)] != ovo[int(ito)]:
1192#                sovalues.append([ slicevar, fillValueF])
1193            else:
1194                sovalues.append([ slicevar, ovo[int(ito)]])
1195            if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1196                slicev = ds['X'][0] + ':' + str(stationpos[1]-Ng) + '@' +       \
1197                  str(stationpos[1]+Ng+1) + '|' + ds['Y'][0] + ':' +            \
1198                  str(stationpos[0]-Ng) + '@' + str(stationpos[0]+Ng+1) + '|' +\
1199                  ds['T'][0] + ':' + str(int(tvalues[it,0]))
1200            else:
1201                slicev = ds['T'][0] + ':' + str(int(tvalues[it][0]))
1202            slicevar, dimslice = slice_variable(ovs, slicev)
1203            soSvalues[it,:,:] = slicevar
1204
1205            if it == 0:
1206                itoi = 0
1207                itof = int(tvalues[it,1]) / 2
1208            elif it == dimt-1:
1209                itoi = int( (ito + int(tvalues[it-1,1])) / 2)
1210                itof = int(tvalues[it,1])
1211            else:
1212                itod = int( (ito - int(tvalues[it-1,1])) / 2 ) 
1213                itoi = ito - itod
1214                itod = int( (int(tvalues[it+1,1]) - ito) / 2 )
1215                itof = ito + itod
1216
1217            slicev = ds['T'][1] + ':' + str(itoi) + '@' + str(itof + 1)
1218
1219            slicevar, dimslice = slice_variable(ovo, slicev)
1220            soTvalues[str(it)] = slicevar
1221
1222            soTtvalues[it,0] = valdimobs['T'][itoi]
1223            soTtvalues[it,1] = valdimobs['T'][itof]
1224
1225    elif okind == 'trajectory':
1226        if ds.has_key('Z'):
1227            for it in range(dimt):
1228                ito = int(tvalues[it,1])
1229                if notfound[ito] == 0:
1230                    trjpos[2,ito] = index_mat(valdimsim['Z'][tvalues[it,0],:,  \
1231                      trjpos[1,ito],trjpos[0,ito]], valdimobs['Z'][ito])
1232                    slicev = ds['X'][0]+':'+str(trjpos[0,ito]) + '|' +            \
1233                      ds['Y'][0]+':'+str(trjpos[1,ito]) + '|' +                   \
1234                      ds['Z'][0]+':'+str(trjpos[2,ito]) + '|' +                   \
1235                      ds['T'][0]+':'+str(int(tvalues[it,0]))
1236                    slicevar, dimslice = slice_variable(ovs, slicev)
1237                    sovalues.append([ slicevar, ovo[int(ito)]])
1238                    minx = np.max([trjpos[0,ito]-Ng,0])
1239                    maxx = np.min([trjpos[0,ito]+Ng+1,ovs.shape[3]])
1240                    miny = np.max([trjpos[1,ito]-Ng,0])
1241                    maxy = np.min([trjpos[1,ito]+Ng+1,ovs.shape[2]])
1242                    minz = np.max([trjpos[2,ito]-Ng,0])
1243                    maxz = np.min([trjpos[2,ito]+Ng+1,ovs.shape[1]])
1244
1245                    slicev = ds['X'][0] + ':' + str(minx) + '@' + str(maxx) + '|' +\
1246                      ds['Y'][0] + ':' + str(miny) + '@' + str(maxy) + '|' +       \
1247                      ds['Z'][0] + ':' + str(minz) + '@' + str(maxz) + '|' +       \
1248                      ds['T'][0] + ':' + str(int(tvalues[it,0]))
1249                    slicevar, dimslice = slice_variable(ovs, slicev)
1250
1251                    sliceS = []
1252                    sliceS.append(it)
1253                    sliceS.append(slice(0,maxz-minz))
1254                    sliceS.append(slice(0,maxy-miny))
1255                    sliceS.append(slice(0,maxx-minx))
1256
1257                    soSvalues[tuple(sliceS)] = slicevar
1258                    if ivar == 0:
1259                        trjs[0,it] = trjpos[0,ito]
1260                        trjs[1,it] = trjpos[1,ito]
1261                        trjs[2,it] = trjpos[2,ito]
1262                        trjs[3,it] = tvalues[it,0]
1263                else:
1264                    sovalues.append([fillValueF, fillValueF])
1265                    soSvalues[it,:,:,:]= np.ones((Ng*2+1,Ng*2+1,Ng*2+1),         \
1266                      dtype = np.float)*fillValueF
1267# 2D trajectory
1268        else:
1269            for it in range(dimt):
1270                if notfound[it] == 0:
1271                    ito = tvalues[it,1]
1272                    slicev = ds['X'][0]+':'+str(trjpos[2,ito]) + '|' +            \
1273                      ds['Y'][0]+':'+str(trjpos[1,ito]) + '|' +                   \
1274                      ds['T'][0]+':'+str(tvalues[ito,0])
1275                    slicevar, dimslice = slice_variable(ovs, slicev)
1276                    sovalues.append([ slicevar, ovo[tvalues[it,1]]])
1277                    slicev = ds['X'][0] + ':' + str(trjpos[0,it]-Ng) + '@' +   \
1278                      str(trjpos[0,it]+Ng) + '|' + ds['Y'][0] + ':' +          \
1279                      str(trjpos[1,it]-Ng) + '@' + str(trjpos[1,it]+Ng) +    \
1280                      '|' + ds['T'][0] + ':' + str(tvalues[it,0])
1281                    slicevar, dimslice = slice_variable(ovs, slicev)
1282                    soSvalues[it,:,:] = slicevar
1283                else:
1284                    sovalues.append([fillValue, fillValue])
1285                    soSvalues[it,:,:] = np.ones((Ng*2+1,Ng*2+1),           \
1286                      dtype = np.float)*fillValueF
1287                print sovalues[varsimobs][:][it]
1288    else:
1289        print errormsg
1290        print '  ' + fname + ": observatino kind '" + okind + "' not ready!!"
1291        quit(-1)
1292
1293
1294    return sovalues, soSvalues, soTvalues, soTtvalues, trjs
1295
1296
1297####### ###### ##### #### ### ## #
1298
1299strCFt="Refdate,tunits (CF reference date [YYYY][MM][DD][HH][MI][SS] format and " +  \
1300  " and time units: 'weeks', 'days', 'hours', 'miuntes', 'seconds')"
1301
1302kindobs=['multi-points', 'single-station', 'trajectory']
1303strkObs="kind of observations; 'multi-points': multiple individual punctual obs " +  \
1304  "(e.g., lightning strikes), 'single-station': single station on a fixed position,"+\
1305  "'trajectory': following a trajectory"
1306simopers = ['sumc','subc','mulc','divc']
1307opersinf = 'sumc,[constant]: add [constant] to variables values; subc,[constant]: '+ \
1308  'substract [constant] to variables values; mulc,[constant]: multipy by ' +         \
1309  '[constant] to variables values; divc,[constant]: divide by [constant] to ' +      \
1310  'variables values'
1311varNOcheck = ['WRFdens', 'WRFght', 'WRFp', 'WRFrh', 'TSrhs', 'WRFrhs', 'WRFT',       \
1312  'WRFt', 'WRFtd', 'WRFwd', 'TSwds', 'WRFwds', 'WRFws', 'TSwss', 'WRFwss', 'WRFz'] 
1313varNOcheckinf = "'WRFdens': air density from WRF variables; " +                      \
1314  "'WRFght': geopotentiali height from WRF variables; " +                            \
1315  "'WRFp': pressure from WRF variables; " +                                          \
1316  "'WRFrh': relative humidty fom WRF variables; " +                                  \
1317  "'WRFrhs': surface relative humidity from WRF variables; " +                       \
1318  "'WRFT': CF-time from WRF variables; " +                                           \
1319  "'WRFt': temperature from WRF variables; " +                                       \
1320  "'WRFtd': dew-point temperature from WRF variables; " +                            \
1321  "'WRFwd': wind direction from WRF variables; " +                                   \
1322  "'WRFwds': surface wind direction from WRF variables; " +                          \
1323  "'WRFws': wind speed from WRF variables; " +                                       \
1324  "'WRFwss': surface wind speed from WRF variables; " +                              \
1325  "'WRFz': height from WRF variables"
1326
1327dimshelp = "[DIM]@[simdim]@[obsdim] ',' list of couples of dimensions names from " + \
1328  "each source ([DIM]='X','Y','Z','T'; None, no value)"
1329vardimshelp = "[DIM]@[simvardim]@[obsvardim] ',' list of couples of variables " +    \
1330  "names with dimensions values from each source ([DIM]='X','Y','Z','T'; None, " +   \
1331  "no value, WRFdiagnosted variables also available: " + varNOcheckinf + ")"
1332varshelp="[simvar]@[obsvar]@[[oper]@[val]] ',' list of couples of variables to " +   \
1333  "validate and if necessary operation and value (sim. values) available " +         \
1334  "operations: " + opersinf + " (WRFdiagnosted variables also available: " +         \
1335  varNOcheckinf + ")"
1336statsn = ['minimum', 'maximum', 'mean', 'mean2', 'standard deviation']
1337gstatsn = ['bias', 'simobs_mean', 'sim_obsmin', 'sim_obsmax', 'sim_obsmean', 'mae',  \
1338  'rmse', 'r_pearsoncorr', 'p_pearsoncorr', 'deviation_of_residuals_SDR',            \
1339  'indef_of_efficiency_IOE', 'index_of_agreement_IOA', 'fractional_mean_bias_FMB']
1340ostatsn = ['number of points', 'minimum', 'maximum', 'mean', 'mean2',                \
1341  'standard deviation']
1342
1343parser = OptionParser()
1344parser.add_option("-d", "--dimensions", dest="dims", help=dimshelp, metavar="VALUES")
1345parser.add_option("-D", "--vardimensions", dest="vardims",
1346  help=vardimshelp, metavar="VALUES")
1347parser.add_option("-k", "--kindObs", dest="obskind", type='choice', choices=kindobs, 
1348  help=strkObs, metavar="FILE")
1349parser.add_option("-l", "--stationLocation", dest="stloc", 
1350  help="name (| for spaces), longitude, latitude and height of the station (only for 'single-station')", 
1351  metavar="FILE")
1352parser.add_option("-o", "--observation", dest="fobs",
1353  help="observations file to validate", metavar="FILE")
1354parser.add_option("-s", "--simulation", dest="fsim",
1355  help="simulation file to validate", metavar="FILE")
1356parser.add_option("-t", "--trajectoryfile", dest="trajf",
1357  help="file with grid points of the trajectory in the simulation grid ('simtrj')", 
1358  metavar="FILE")
1359parser.add_option("-v", "--variables", dest="vars",
1360  help=varshelp, metavar="VALUES")
1361
1362(opts, args) = parser.parse_args()
1363
1364####### ###### ##### #### ### ## #
1365# Number of different statistics according to the temporal coincidence
1366#  0: Exact time
1367#  1: Simulation values between consecutive observed times
1368Nstsim = 2
1369
1370stdescsim = ['E', 'B']
1371Lstdescsim = ['exact time', 'between observational time-steps']
1372
1373#######    #######
1374## MAIN
1375    #######
1376
1377ofile='validation_sim.nc'
1378
1379if opts.dims is None:
1380    print errormsg
1381    print '  ' + main + ': No list of dimensions are provided!!'
1382    print '    a ',' list of values X@[dimxsim]@[dimxobs],...,T@[dimtsim]@[dimtobs]'+\
1383      ' is needed'
1384    quit(-1)
1385else:
1386    simdims = {}
1387    obsdims = {}
1388    print main +': couple of dimensions _______'
1389    dims = {}
1390    ds = opts.dims.split(',')
1391    for d in ds:
1392        dsecs = d.split('@')
1393        if len(dsecs) != 3:
1394            print errormsg
1395            print '  ' + main + ': wrong number of values in:',dsecs,' 3 are needed !!'
1396            print '    [DIM]@[dimnsim]@[dimnobs]'
1397            quit(-1)
1398        if dsecs[1] != 'None':
1399            dims[dsecs[0]] = [dsecs[1], dsecs[2]]
1400            simdims[dsecs[0]] = dsecs[1]
1401            obsdims[dsecs[0]] = dsecs[2]
1402
1403            print '  ',dsecs[0],':',dsecs[1],',',dsecs[2]
1404       
1405if opts.vardims is None:
1406    print errormsg
1407    print '  ' + main + ': No list of variables with dimension values are provided!!'
1408    print '    a ',' list of values X@[vardimxsim]@[vardimxobs],...,T@' +  \
1409      '[vardimtsim]@[vardimtobs] is needed'
1410    quit(-1)
1411else:
1412    print main +': couple of variable dimensions _______'
1413    vardims = {}
1414    ds = opts.vardims.split(',')
1415    for d in ds:
1416        dsecs = d.split('@')
1417        if len(dsecs) != 3:
1418            print errormsg
1419            print '  ' + main + ': wrong number of values in:',dsecs,' 3 are needed !!'
1420            print '    [DIM]@[vardimnsim]@[vardimnobs]'
1421            quit(-1)
1422        if dsecs[1] != 'None':
1423            vardims[dsecs[0]] = [dsecs[1], dsecs[2]]
1424            print '  ',dsecs[0],':',dsecs[1],',',dsecs[2]
1425
1426if opts.obskind is None:
1427    print errormsg
1428    print '  ' + main + ': No kind of observations provided !!'
1429    quit(-1)
1430else:
1431    obskind = opts.obskind
1432    if obskind == 'single-station':
1433        if opts.stloc is None:
1434            print errormsg
1435            print '  ' + main + ': No station location provided !!'
1436            quit(-1)
1437        else:
1438            stationdesc = [opts.stloc.split(',')[0].replace('|',' '),                \
1439              np.float(opts.stloc.split(',')[1]), np.float(opts.stloc.split(',')[2]),\
1440              np.float(opts.stloc.split(',')[3])]
1441
1442if opts.fobs is None:
1443    print errormsg
1444    print '  ' + main + ': No observations file is provided!!'
1445    quit(-1)
1446else:
1447    if not os.path.isfile(opts.fobs):
1448        print errormsg
1449        print '   ' + main + ": observations file '" + opts.fobs + "' does not exist !!"
1450        quit(-1)
1451
1452if opts.fsim is None:
1453    print errormsg
1454    print '  ' + main + ': No simulation file is provided!!'
1455    quit(-1)
1456else:
1457    if not os.path.isfile(opts.fsim):
1458        print errormsg
1459        print '   ' + main + ": simulation file '" + opts.fsim + "' does not exist !!"
1460        quit(-1)
1461
1462if opts.vars is None:
1463    print errormsg
1464    print '  ' + main + ': No list of couples of variables is provided!!'
1465    print '    a ',' list of values [varsim]@[varobs],... is needed'
1466    quit(-1)
1467else:
1468    valvars = []
1469    vs = opts.vars.split(',')
1470    for v in vs:
1471        vsecs = v.split('@')
1472        if len(vsecs) < 2:
1473            print errormsg
1474            print '  ' + main + ': wrong number of values in:',vsecs,                \
1475              ' at least 2 are needed !!'
1476            print '    [varsim]@[varobs]@[[oper][val]]'
1477            quit(-1)
1478        if len(vsecs) > 2:
1479            if not searchInlist(simopers,vsecs[2]): 
1480                print errormsg
1481                print main + ": operation on simulation values '" + vsecs[2] +       \
1482                  "' not ready !!"
1483                quit(-1)
1484
1485        valvars.append(vsecs)
1486
1487# Openning observations trajectory
1488##
1489oobs = NetCDFFile(opts.fobs, 'r')
1490
1491valdimobs = {}
1492for dn in dims:
1493    print dn,':',dims[dn]
1494    if dims[dn][1] != 'None':
1495        if not oobs.dimensions.has_key(dims[dn][1]):
1496            print errormsg
1497            print '  ' + main + ": observations file does not have dimension '" +    \
1498              dims[dn][1] + "' !!"
1499            quit(-1)
1500        if vardims[dn][1] != 'None':
1501            if not oobs.variables.has_key(vardims[dn][1]):
1502                print errormsg
1503                print '  ' + main + ": observations file does not have varibale " +  \
1504                  "dimension '" + vardims[dn][1] + "' !!"
1505                quit(-1)
1506            valdimobs[dn] = oobs.variables[vardims[dn][1]][:]
1507    else:
1508        if dn == 'X':
1509            valdimobs[dn] = stationdesc[1]
1510        elif dn == 'Y':
1511            valdimobs[dn] = stationdesc[2]
1512        elif dn == 'Z':
1513            valdimobs[dn] = stationdesc[3]
1514
1515osim = NetCDFFile(opts.fsim, 'r')
1516
1517valdimsim = {}
1518for dn in dims:
1519    if dims[dn][0] != 'None':
1520        if not osim.dimensions.has_key(dims[dn][0]):
1521            print errormsg
1522            print '  ' + main + ": simulation file '" + opts.fsim +                  \
1523              "' does not have dimension '" + dims[dn][0] + "' !!"
1524            print '    it has: ',osim.dimensions
1525            quit(-1)
1526
1527        if not osim.variables.has_key(vardims[dn][0]) and                            \
1528          not searchInlist(varNOcheck,vardims[dn][0]):
1529            print errormsg
1530            print '  ' + main + ": simulation file '" + opts.fsim +                  \
1531              "' does not have varibale dimension '" + vardims[dn][0] + "' !!"
1532            print '    it has variables:',osim.variables
1533            quit(-1)
1534        if searchInlist(varNOcheck,vardims[dn][0]):
1535            valdimsim[dn] = compute_varNOcheck(osim, vardims[dn][0])
1536        else:
1537            valdimsim[dn] = osim.variables[vardims[dn][0]][:]
1538
1539# General characteristics
1540dimtobs = valdimobs['T'].shape[0]
1541dimtsim = valdimsim['T'].shape[0]
1542
1543print main +': observational time-steps:',dimtobs,'simulation:',dimtsim
1544
1545notfound = np.zeros((dimtobs), dtype=int)
1546
1547if obskind == 'multi-points':
1548    trajpos = np.zeros((2,dimt),dtype=int)
1549    for it in range(dimtobs):
1550        trajpos[:,it] = index_2mat(valdimsim['X'],valdimsim['Y'],                    \
1551          [valdimobs['X'][it],valdimobss['Y'][it]])
1552elif obskind == 'single-station':
1553    trajpos = None
1554    stationpos = np.zeros((2), dtype=int)
1555    if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1556        stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],[valdimobs['Y'],         \
1557          valdimobs['X']])
1558        iid = 0
1559        for idn in osim.variables[vardims['X'][0]].dimensions:
1560            if idn == dims['X'][0]:
1561                stationpos[1] = stsimpos[iid]
1562            elif idn == dims['Y'][0]:
1563                stationpos[0] = stsimpos[iid]
1564
1565            iid = iid + 1
1566        print main + ': station point in simulation:', stationpos
1567        print '    station position:',valdimobs['X'],',',valdimobs['Y']
1568        print '    simulation coord.:',valdimsim['X'][tuple(stsimpos)],',',          \
1569          valdimsim['Y'][tuple(stsimpos)]
1570    else:
1571        print main + ': validation with two time-series !!'
1572
1573elif obskind == 'trajectory':
1574    if opts.trajf is not None:
1575        if not os.path.isfile(opts.fsim):
1576            print errormsg
1577            print '   ' + main + ": simulation file '" + opts.fsim + "' does not exist !!"
1578            quit(-1)
1579        else:
1580            otrjf = NetCDFFile(opts.fsim, 'r')
1581            trajpos[0,:] = otrjf.variables['obssimtrj'][0]
1582            trajpos[1,:] = otrjf.variables['obssimtrj'][1]
1583            otrjf.close()
1584    else:
1585        if dims.has_key('Z'):
1586            trajpos = np.zeros((3,dimtobs),dtype=int)
1587            for it in range(dimtobs):
1588                if np.mod(it*100./dimtobs,10.) == 0.:
1589                    print '    trajectory done: ',it*100./dimtobs,'%'
1590                stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],                 \
1591                  [valdimobs['Y'][it],valdimobs['X'][it]])
1592                stationpos = np.zeros((2), dtype=int)
1593                iid = 0
1594                for idn in osim.variables[vardims['X'][0]].dimensions:
1595                    if idn == dims['X'][0]:
1596                        stationpos[1] = stsimpos[iid]
1597                    elif idn == dims['Y'][0]:
1598                        stationpos[0] = stsimpos[iid]
1599                    iid = iid + 1
1600                if stationpos[0] == 0 and stationpos[1] == 0: notfound[it] = 1
1601             
1602                trajpos[0,it] = stationpos[0]
1603                trajpos[1,it] = stationpos[1]
1604# In the simulation 'Z' varies with time ... non-hydrostatic model! ;)
1605#                trajpos[2,it] = index_mat(valdimsim['Z'][it,:,stationpos[0],         \
1606#                  stationpos[1]], valdimobs['Z'][it])
1607        else:
1608            trajpos = np.zeros((2,dimtobs),dtype=int)
1609            for it in range(dimtobs):
1610                stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],                 \
1611                  [valdimobs['Y'][it],valdimobss['X'][it]])
1612                stationpos = np.zeros((2), dtype=int)
1613                iid = 0
1614                for idn in osim.variables[vardims['X'][0]].dimensions:
1615                    if idn == dims['X'][0]:
1616                        stationpos[1] = stsimpos[iid]
1617                    elif idn == dims['Y'][0]:
1618                        stationpos[0] = stsimpos[iid]
1619                    iid = iid + 1
1620                if stationpos[0] == 0 or stationpos[1] == 0: notfound[it] = 1
1621
1622                trajpos[0,it] = stationspos[0]
1623                trajpos[1,it] = stationspos[1]
1624
1625        print main + ': not found',np.sum(notfound),'points of the trajectory'
1626
1627# Getting times
1628tobj = oobs.variables[vardims['T'][1]]
1629obstunits = tobj.getncattr('units')
1630if vardims['T'][0] == 'WRFT':
1631    tsim = valdimsim['T'][:]
1632    simtunits = 'seconds since 1949-12-01 00:00:00'
1633else:
1634    tsim = osim.variables[vardims['T'][0]][:]
1635    otsim = osim.variables[vardims['T'][0]]
1636    simtunits = otsim.getncattr('units')
1637
1638simobstimes = coincident_CFtimes(tsim, obstunits, simtunits)
1639
1640#
1641## Looking for exact/near times
1642#
1643
1644# Exact Coincident times
1645##
1646exacttvalues0 = []
1647for it in range(dimtsim):   
1648    ot = 0
1649    for ito in range(ot,dimtobs-1):
1650        if valdimobs['T'][ito] == simobstimes[it]:
1651            ot = ito
1652            exacttvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito]])
1653
1654exacttvalues = np.array(exacttvalues0, dtype=np.float)
1655Nexactt = len(exacttvalues[:,0])
1656
1657print main + ': found',Nexactt,'Temporal same values in simulation and observations'
1658
1659# Sim Coincident times
1660##
1661sumsimval = 0.
1662sum2simval = 0.
1663Nsimt = 0
1664coindtvalues0 = []
1665coindtvalues0st = []
1666tsiminit = 0
1667tsimend = 0
1668
1669for it in range(dimtsim):   
1670    ot = 0
1671    for ito in range(ot,dimtobs-1):
1672        if valdimobs['T'][ito] < simobstimes[it] and valdimobs['T'][ito+1] >         \
1673          simobstimes[it]:
1674            ot = ito
1675            tdist = simobstimes[it] - valdimobs['T'][ito]
1676            coindtvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito],     \
1677              tdist])
1678            Nsimt = Nsimt + 1
1679            if tsiminit == 0: tsiminit=simobstimes[it]
1680            tsimend = simobstimes[it]
1681        elif simobstimes[it] > valdimobs['T'][ito+1]:
1682            coindtvalues0st.append([Nsimt, ito, valdimobs['T'][ito],tsimend-tsiminit])
1683
1684coindtvalues = np.array(coindtvalues0, dtype=np.float)
1685coindtvaluesst = np.array(coindtvalues0st, dtype=np.float)
1686
1687Ncoindt = len(coindtvalues[:,0])
1688print main + ': found',Ncoindt,'Simulation time-interval (within consecutive ' +     \
1689  'observed times) coincident times between simulation and observations'
1690
1691if Ncoindt == 0:
1692    print warnmsg
1693    print main + ': no coincident times found !!'
1694    print '  stopping it'
1695    quit(-1)
1696
1697# Validating
1698##
1699
1700onewnc = NetCDFFile(ofile, 'w')
1701
1702# Dimensions
1703newdim = onewnc.createDimension('time',None)
1704newdim = onewnc.createDimension('betweentime',None)
1705newdim = onewnc.createDimension('bnds',2)
1706newdim = onewnc.createDimension('obstime',None)
1707newdim = onewnc.createDimension('couple',2)
1708newdim = onewnc.createDimension('StrLength',StringLength)
1709newdim = onewnc.createDimension('xaround',Ngrid*2+1)
1710newdim = onewnc.createDimension('yaround',Ngrid*2+1)
1711newdim = onewnc.createDimension('gstats',13)
1712newdim = onewnc.createDimension('stats',5)
1713newdim = onewnc.createDimension('tstats',6)
1714newdim = onewnc.createDimension('Nstsim', 2)
1715
1716# Variable dimensions
1717##
1718newvar = onewnc.createVariable('exacttime','f8',('time'))
1719basicvardef(newvar, 'obstime', 'exact coincident time observations and simulation', obstunits)
1720set_attribute(newvar, 'calendar', 'standard')
1721newvar[:] = exacttvalues[:,3]
1722
1723newvar = onewnc.createVariable('obstime','f8',('obstime'))
1724basicvardef(newvar, 'obstime', 'time observations for between values', obstunits)
1725set_attribute(newvar, 'calendar', 'standard')
1726set_attribute(newvar, 'bounds', 'time_bnds')
1727newvar[:] = coindtvalues[:,3]
1728
1729newvar = onewnc.createVariable('betweentime','f8',('betweentime'))
1730basicvardef(newvar, 'obstime', 'time simulations for between values', simtunits )
1731set_attribute(newvar, 'calendar', 'standard')
1732set_attribute(newvar, 'bounds', 'time_bnds')
1733newvar[:] = coindtvalues[:,2]
1734
1735newvar = onewnc.createVariable('couple', 'c', ('couple','StrLength'))
1736basicvardef(newvar, 'couple', 'couples of values', '-')
1737writing_str_nc(newvar, ['sim','obs'], StringLength)
1738
1739newvar = onewnc.createVariable('statistics', 'c', ('stats','StrLength'))
1740basicvardef(newvar, 'statistics', 'statitics from values', '-')
1741writing_str_nc(newvar, statsn, StringLength)
1742
1743newvar = onewnc.createVariable('gstatistics', 'c', ('gstats','StrLength'))
1744basicvardef(newvar, 'gstatistics', 'global statitics from values', '-')
1745writing_str_nc(newvar, gstatsn, StringLength)
1746
1747newvar = onewnc.createVariable('tstatistics', 'c', ('tstats','StrLength'))
1748basicvardef(newvar, 'tstatistics', 'statitics from values along time', '-')
1749writing_str_nc(newvar, ostatsn, StringLength)
1750
1751newvar = onewnc.createVariable('ksimstatistics', 'c', ('Nstsim','StrLength'))
1752basicvardef(newvar, 'ksimstatistics', 'kind of simulated statitics', '-')
1753writing_str_nc(newvar, Lstdescsim, StringLength)
1754
1755
1756if obskind == 'trajectory':
1757    if dims.has_key('Z'):
1758        newdim = onewnc.createDimension('trj',3)
1759    else:
1760        newdim = onewnc.createDimension('trj',2)
1761
1762    newvar = onewnc.createVariable('obssimtrj','i',('obstime','trj'))
1763    basicvardef(newvar, 'obssimtrj', 'trajectory on the simulation grid', '-')
1764    newvar[:] = trajpos.transpose()
1765
1766if dims.has_key('Z'):
1767    newdim = onewnc.createDimension('simtrj',4)
1768else:
1769    newdim = onewnc.createDimension('simtrj',3)
1770
1771Nvars = len(valvars)
1772for ivar in range(Nvars):
1773    simobsvalues = []
1774
1775    varsimobs = valvars[ivar][0] + '_' + valvars[ivar][1]
1776    print '  ' + varsimobs + '... .. .'
1777
1778    if not oobs.variables.has_key(valvars[ivar][1]):
1779        print errormsg
1780        print '  ' + main + ": observations file has not '" + valvars[ivar][1] +     \
1781          "' !!"
1782        quit(-1)
1783
1784    if not osim.variables.has_key(valvars[ivar][0]):
1785        if not searchInlist(varNOcheck, valvars[ivar][0]):
1786            print errormsg
1787            print '  ' + main + ": simulation file has not '" + valvars[ivar][0] +   \
1788              "' !!"
1789            quit(-1)
1790        else:
1791            ovsim = compute_varNOcheck(osim, valvars[ivar][0])
1792    else:
1793        ovsim = osim.variables[valvars[ivar][0]]
1794
1795    for idn in ovsim.dimensions:
1796        if not searchInlist(simdims.values(),idn):
1797            print errormsg
1798            print '  ' + main + ": dimension '" + idn + "' of variable '" +          \
1799              valvars[ivar][0] + "' not provided as reference coordinate [X,Y,Z,T] !!"
1800            quit(-1)
1801
1802    ovobs = oobs.variables[valvars[ivar][1]]
1803    if searchInlist(ovobs.ncattrs(),'_FillValue'): 
1804        oFillValue = ovobs.getncattr('_FillValue')
1805    else:
1806        oFillValue = None
1807
1808# Observed values temporally exact times
1809    Esimobsvalues, EsimobsSvalues, EsimobsTvalues, EsimobsTtvalues, trjsim =         \
1810        getting_ValidationValues(obskind, Nexactt, dims, trajpos, ovsim, ovobs,      \
1811        exacttvalues, oFillValue, Ngrid)
1812
1813# Observed values temporally around coincident times
1814    simobsvalues, simobsSvalues, simobsTvalues, simobsTtvalues, trjsim =             \
1815        getting_ValidationValues(obskind, Ncoindt, dims, trajpos, ovsim, ovobs,      \
1816        coindtvalues, oFillValue, Ngrid)
1817
1818# Re-arranging values...
1819    Earrayvals = np.array(Esimobsvalues)
1820    arrayvals = np.array(simobsvalues)
1821    if len(valvars[ivar]) > 2:
1822        const=np.float(valvars[ivar][3])
1823        if valvars[ivar][2] == 'sumc':
1824            EsimobsSvalues = EsimobsSvalues + const
1825            Earrayvals[:,0] = Earrayvals[:,0] + const
1826            simobsSvalues = simobsSvalues + const
1827            arrayvals[:,0] = arrayvals[:,0] + const
1828        elif valvars[ivar][2] == 'subc':
1829            EsimobsSvalues = EsimobsSvalues - const
1830            Earrayvals[:,0] = Earrayvals[:,0] - const
1831            simobsSvalues = simobsSvalues - const
1832            arrayvals[:,0] = arrayvals[:,0] - const
1833        elif valvars[ivar][2] == 'mulc':
1834            EsimobsSvalues = EsimobsSvalues * const
1835            Earrayvals[:,0] = Earrayvals[:,0] * const
1836            simobsSvalues = simobsSvalues * const
1837            arrayvals[:,0] = arrayvals[:,0] * const
1838        elif valvars[ivar][2] == 'divc':
1839            EsimobsSvalues = EsimobsSvalues / const
1840            Earrayvals[:,0] = Earrayvals[:,0] / const
1841            simobsSvalues = simobsSvalues / const
1842            arrayvals[:,0] = arrayvals[:,0] / const
1843        else:
1844            print errormsg
1845            print '  ' + fname + ": operation '" + valvars[ivar][2] + "' not ready!!"
1846            quit(-1)
1847
1848# statisics sim
1849    simstats = np.zeros((2,5), dtype=np.float)
1850    simstats[0,0] = np.min(Earrayvals[:,0])
1851    simstats[0,1] = np.max(Earrayvals[:,0])
1852    simstats[0,2] = np.mean(Earrayvals[:,0])
1853    simstats[0,3] = np.mean(Earrayvals[:,0]*Earrayvals[:,0])
1854    simstats[0,4] = np.sqrt(simstats[0,3] - simstats[0,2]*simstats[0,2])
1855
1856    simstats[1,0] = np.min(arrayvals[:,0])
1857    simstats[1,1] = np.max(arrayvals[:,0])
1858    simstats[1,2] = np.mean(arrayvals[:,0])
1859    simstats[1,3] = np.mean(arrayvals[:,0]*arrayvals[:,0])
1860    simstats[1,4] = np.sqrt(simstats[1,3] - simstats[1,2]*simstats[1,2])
1861
1862# statisics obs
1863# Masking 'nan'
1864    Eobsmask0 = np.where(Earrayvals[:,1] != Earrayvals[:,1], fillValueF, 
1865      Earrayvals[:,1]) 
1866    obsmask0 = np.where(arrayvals[:,1] != arrayvals[:,1], fillValueF, arrayvals[:,1]) 
1867
1868    Eobsmask = ma.masked_equal(Eobsmask0, fillValueF)
1869    Eobsmask2 = Eobsmask*Eobsmask
1870    obsmask = ma.masked_equal(obsmask0, fillValueF)
1871    obsmask2 = obsmask*obsmask
1872
1873    obsstats = np.zeros((2,5), dtype=np.float)
1874    obsstats[0,0] = obsmask.min()
1875    obsstats[0,1] = obsmask.max()
1876    obsstats[0,2] = obsmask.mean()
1877    obsstats[0,3] = obsmask2.mean()
1878    obsstats[0,4] = np.sqrt(obsstats[0,3] - obsstats[0,2]*obsstats[0,2])
1879
1880    obsstats[1,0] = obsmask.min()
1881    obsstats[1,1] = obsmask.max()
1882    obsstats[1,2] = obsmask.mean()
1883    obsstats[1,3] = obsmask2.mean()
1884    obsstats[1,4] = np.sqrt(obsstats[1,3] - obsstats[1,2]*obsstats[1,2])
1885 
1886# Statistics sim-obs
1887    simobsstats = np.zeros((2,13), dtype=np.float)
1888    Ediffvals = np.zeros((Nexactt), dtype=np.float)
1889    diffvals = np.zeros((Ncoindt), dtype=np.float)
1890
1891    Ediffvals = Earrayvals[:,0] - Eobsmask
1892    diffvals = arrayvals[:,0] - obsmask
1893
1894    Ediff2vals = Ediffvals*Ediffvals
1895    Esumdiff = Ediffvals.sum()
1896    Esumdiff2 = Ediff2vals.sum()
1897
1898    diff2vals = diffvals*diffvals
1899    sumdiff = diffvals.sum()
1900    sumdiff2 = diff2vals.sum()
1901
1902    simobsstats[0,0] = simstats[0,0] - obsstats[0,0]
1903    simobsstats[0,1] = np.mean(Earrayvals[:,0]*Eobsmask)
1904    simobsstats[0,2] = Ediffvals.min()
1905    simobsstats[0,3] = Ediffvals.max()
1906    simobsstats[0,4] = Ediffvals.mean()
1907    simobsstats[0,5] = np.abs(Ediffvals).mean()
1908    simobsstats[0,6] = np.sqrt(Ediff2vals.mean())
1909    simobsstats[0,7], simobsstats[0,8] = sts.mstats.pearsonr(Earrayvals[:,0],        \
1910      Eobsmask)
1911
1912    simobsstats[1,0] = simstats[1,0] - obsstats[1,0]
1913    simobsstats[1,1] = np.mean(arrayvals[:,0]*obsmask)
1914    simobsstats[1,2] = diffvals.min()
1915    simobsstats[1,3] = diffvals.max()
1916    simobsstats[1,4] = diffvals.mean()
1917    simobsstats[1,5] = np.abs(diffvals).mean()
1918    simobsstats[1,6] = np.sqrt(diff2vals.mean())
1919    simobsstats[1,7], simobsstats[1,8] = sts.mstats.pearsonr(arrayvals[:,0],         \
1920      obsmask)
1921# From:
1922#Willmott, C. J. 1981. 'On the validation of models. Physical Geography', 2, 184-194
1923#Willmott, C. J. (1984). 'On the evaluation of model performance in physical
1924#  geography'. Spatial Statistics and Models, G. L. Gaile and C. J. Willmott, eds.,
1925#  443-460
1926#Willmott, C. J., S. G. Ackleson, R. E. Davis, J. J. Feddema, K. M. Klink, D. R.
1927#  Legates, J. O'Donnell, and C. M. Rowe (1985), 'Statistics for the Evaluation and
1928#  Comparison of Models', J. Geophys. Res., 90(C5), 8995-9005
1929#Legates, D. R., and G. J. McCabe Jr. (1999), 'Evaluating the Use of "Goodness-of-Fit"
1930#   Measures in Hydrologic and Hydroclimatic Model Validation', Water Resour. Res.,
1931#   35(1), 233-241
1932#
1933# Deviation of residuals (SDR)
1934    simobsstats[0,9] = np.mean(np.sqrt(np.abs((Ediffvals-simobsstats[0,0])*(Ediffvals-\
1935      obsstats[0,0]))))
1936    simobsstats[1,9] = np.mean(np.sqrt(np.abs((diffvals-simobsstats[1,0])*(diffvals- \
1937      obsstats[1,0]))))
1938# Index of Efficiency (IOE)
1939    Eobsbias2series = (Eobsmask - obsstats[0,0])*(Eobsmask - obsstats[0,0])
1940    Esumobsbias2series = Eobsbias2series.sum()
1941    obsbias2series = (obsmask - obsstats[1,0])*(obsmask - obsstats[1,0])
1942    sumobsbias2series = obsbias2series.sum()
1943
1944    simobsstats[0,10] = 1. - Esumdiff2/(Esumobsbias2series)
1945    simobsstats[1,10] = 1. - sumdiff2/(sumobsbias2series)
1946# Index of Agreement (IOA)
1947    Esimbias2series = Earrayvals[:,0] - obsstats[0,0]
1948    simbias2series = arrayvals[:,0] - obsstats[1,0]
1949
1950    Eobsbias2series = Eobsmask - obsstats[0,0]
1951    obsbias2series = obsmask - obsstats[1,0]
1952
1953    Eabssimbias2series = np.abs(Esimbias2series)
1954    abssimbias2series = np.abs(simbias2series)
1955    Eabsobsbias2series = np.where(Eobsbias2series<0, -Eobsbias2series, Eobsbias2series)
1956    absobsbias2series = np.where(obsbias2series<0, -obsbias2series, obsbias2series)
1957
1958    Eabssimobsbias2series=(Eabssimbias2series+Eabsobsbias2series)*(Eabssimbias2series+\
1959      Eabsobsbias2series)
1960    abssimobsbias2series = (abssimbias2series+absobsbias2series)*(abssimbias2series +\
1961      absobsbias2series)
1962
1963    simobsstats[0,11] = 1. - Esumdiff2/(Eabssimobsbias2series.sum())
1964    simobsstats[1,11] = 1. - sumdiff2/(abssimobsbias2series.sum())
1965# Fractional Mean Bias (FMB)
1966    simobsstats[0,12]=(simstats[0,0]-obsstats[0,0])/(0.5*(simstats[0,0]+obsstats[0,0]))
1967    simobsstats[1,12]=(simstats[1,0]-obsstats[1,0])/(0.5*(simstats[1,0]+obsstats[1,0]))
1968
1969# Statistics around sim values
1970    aroundstats = np.zeros((5,Ncoindt), dtype=np.float)
1971    for it in range(Ncoindt):
1972        aroundstats[0,it] = np.min(simobsSvalues[it,])
1973        aroundstats[1,it] = np.max(simobsSvalues[it,])
1974        aroundstats[2,it] = np.mean(simobsSvalues[it,])
1975        aroundstats[3,it] = np.mean(simobsSvalues[it,]*simobsSvalues[it,])
1976        aroundstats[4,it] = np.sqrt(aroundstats[3,it] - aroundstats[2,it]*           \
1977          aroundstats[2,it])
1978
1979# Statistics around obs values
1980    aroundostats = np.zeros((6,Ncoindt), dtype=np.float)
1981
1982    for it in range(Ncoindt):
1983        obsmask = ma.masked_equal(simobsTvalues[str(it)], fillValueF)
1984        obsmask2 = obsmask*obsmask
1985
1986        aroundostats[0,it] = len(obsmask.flatten())
1987        aroundostats[1,it] = obsmask.min()
1988        aroundostats[2,it] = obsmask.max()
1989        aroundostats[3,it] = obsmask.mean()
1990        aroundostats[4,it] = obsmask2.mean()
1991        aroundostats[5,it] = np.sqrt(aroundostats[4,it] - aroundostats[3,it]*        \
1992          aroundostats[3,it])
1993
1994# exact sim Values to netCDF
1995    newvar = onewnc.createVariable(valvars[ivar][0] + '_Esim', 'f', ('time'),        \
1996      fill_value=fillValueF)
1997    descvar = 'exact time simulated: ' + valvars[ivar][0]
1998    basicvardef(newvar, valvars[ivar][0], descvar, ovobs.getncattr('units'))
1999    newvar[:] = Earrayvals[:,0]
2000
2001# exact obs Values to netCDF
2002    newvar = onewnc.createVariable(valvars[ivar][1] + '_Eobs', 'f', ('time'),        \
2003      fill_value=fillValueF)
2004    descvar = 'exact time observed: ' + valvars[ivar][1]
2005    basicvardef(newvar, valvars[ivar][1], descvar, ovobs.getncattr('units'))
2006    newvar[:] = Earrayvals[:,1]
2007
2008# between sim Values to netCDF
2009    newvar = onewnc.createVariable(valvars[ivar][0] + '_sim', 'f', ('betweentime'),  \
2010      fill_value=fillValueF)
2011    descvar = 'between observed time simulated: ' + valvars[ivar][0]
2012    basicvardef(newvar, valvars[ivar][0], descvar, ovobs.getncattr('units'))
2013    newvar[:] = arrayvals[:,0]
2014
2015# between obs Values to netCDF
2016    newvar = onewnc.createVariable(valvars[ivar][1] + '_obs', 'f', ('obstime'),      \
2017      fill_value=fillValueF)
2018    descvar = 'observed: ' + valvars[ivar][1]
2019    basicvardef(newvar, valvars[ivar][1], descvar, ovobs.getncattr('units'))
2020    newvar[:] = arrayvals[:,1]
2021
2022# Around values
2023    if not onewnc.variables.has_key(valvars[ivar][0] + 'around'):
2024        if dims.has_key('Z'):
2025            if not onewnc.dimensions.has_key('zaround'):
2026                newdim = onewnc.createDimension('zaround',Ngrid*2+1)
2027                newvar = onewnc.createVariable(valvars[ivar][0] + 'around', 'f',     \
2028                  ('time','zaround','yaround','xaround'), fill_value=fillValueF)
2029        else:
2030            newvar = onewnc.createVariable(valvars[ivar][0] + 'around', 'f',         \
2031              ('time','yaround','xaround'), fill_value=fillValueF)
2032
2033        descvar = 'around simulated values +/- grid values: ' + valvars[ivar][0]
2034        basicvardef(newvar, varsimobs + 'around', descvar, ovobs.getncattr('units'))
2035        newvar[:] = simobsSvalues
2036
2037# sim Statistics
2038    if not searchInlist(onewnc.variables,valvars[ivar][0] + 'stsim'):
2039        newvar = onewnc.createVariable(valvars[ivar][0] + 'stsim', 'f', ('Nstsim',   \
2040          'stats'), fill_value=fillValueF)
2041        descvar = 'simulated statisitcs: ' + valvars[ivar][0]
2042        basicvardef(newvar, valvars[ivar][0] + 'stsim', descvar, ovobs.getncattr('units'))
2043        newvar[:] = simstats
2044
2045# obs Statistics
2046    if not searchInlist(onewnc.variables,valvars[ivar][1] + 'stobs'):
2047        newvar = onewnc.createVariable(valvars[ivar][1] + 'stobs', 'f', ('Nstsim',   \
2048          'stats'), fill_value=fillValueF)
2049        descvar = 'observed statisitcs: ' + valvars[ivar][1]
2050        basicvardef(newvar, valvars[ivar][1] + 'stobs', descvar,                     \
2051          ovobs.getncattr('units'))
2052        newvar[:] = obsstats
2053
2054# sim-obs Statistics
2055    if not searchInlist(onewnc.variables,varsimobs + 'st'):
2056        newvar = onewnc.createVariable(varsimobs + 'st', 'f', ('Nstsim', 'gstats'),  \
2057          fill_value=fillValueF)
2058        descvar = 'simulated-observed statisitcs: ' + varsimobs
2059        basicvardef(newvar, varsimobs + 'st', descvar, ovobs.getncattr('units'))
2060        newvar[:] = simobsstats
2061
2062# around sim Statistics
2063    if not searchInlist(onewnc.variables,valvars[ivar][0] + 'staround'):
2064        newvar = onewnc.createVariable(valvars[ivar][0] + 'staround', 'f',           \
2065          ('time','stats'), fill_value=fillValueF)
2066        descvar = 'around (' +  str(Ngrid) + ', ' + str(Ngrid) +                     \
2067          ') simulated statisitcs: ' + valvars[ivar][0]
2068        basicvardef(newvar, valvars[ivar][0] + 'staround', descvar,                  \
2069          ovobs.getncattr('units'))
2070        newvar[:] = aroundstats.transpose()
2071
2072    if not searchInlist(onewnc.variables, 'time_bnds'):
2073        newvar = onewnc.createVariable('time_bnds','f8',('time','bnds'))
2074        basicvardef(newvar, 'time_bnds', 'time', obstunits )
2075        set_attribute(newvar, 'calendar', 'standard')
2076        newvar[:] = simobsTtvalues
2077
2078# around obs Statistics
2079    if not searchInlist(onewnc.variables,valvars[ivar][1] + 'staround'):
2080        newvar = onewnc.createVariable(valvars[ivar][1] + 'staround', 'f',           \
2081          ('time','tstats'), fill_value=fillValueF)
2082        descvar = 'around temporal observed statisitcs: ' + valvars[ivar][1]
2083        basicvardef(newvar, valvars[ivar][1] + 'staround', descvar,                  \
2084          ovobs.getncattr('units'))
2085        set_attribute(newvar, 'cell_methods', 'statistics')
2086
2087        newvar[:] = aroundostats.transpose()
2088
2089        onewnc.sync()
2090
2091if trjsim is not None:
2092    newvar = onewnc.createVariable('simtrj','i',('time','simtrj'))
2093    basicvardef(newvar,'simtrj','coordinates [X,Y,Z,T] of the coincident ' +         \
2094      'trajectory in sim', obstunits)
2095    newvar[:] = trjsim.transpose()
2096
2097# Adding three variables with the station location, longitude, latitude and height
2098if obskind == 'single-station':
2099    adding_station_desc(onewnc,stationdesc)
2100
2101# Global attributes
2102##
2103set_attribute(onewnc,'author_nc','Lluis Fita')
2104set_attribute(onewnc,'institution_nc','Laboratoire de Meteorology Dynamique, ' +    \
2105  'LMD-Jussieu, UPMC, Paris')
2106set_attribute(onewnc,'country_nc','France')
2107set_attribute(onewnc,'script_nc',main)
2108set_attribute(onewnc,'version_script',version)
2109set_attribute(onewnc,'information',                                                 \
2110  'http://www.lmd.jussieu.fr/~lflmd/ASCIIobs_nc/index.html')
2111set_attribute(onewnc,'simfile',opts.fsim)
2112set_attribute(onewnc,'obsfile',opts.fobs)
2113
2114onewnc.sync()
2115onewnc.close()
2116
2117print main + ": successfull writting of '" + ofile + "' !!"
Note: See TracBrowser for help on using the repository browser.