source: lmdz_wrf/trunk/tools/validation_sim.py @ 527

Last change on this file since 527 was 527, checked in by lfita, 9 years ago

Initializing statistics matrices at the right place
On `tbackwardSmean' giving back the right matrices
File size: 86.1 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
1122class Quantiles(object):
1123    """ Class to provide quantiles from a given arrayof values
1124    """
1125
1126    def __init__(self, values, Nquants):
1127        import numpy.ma as ma
1128
1129        if values is None:
1130            self.quantilesv = None
1131
1132        else:
1133            self.quantilesv = []
1134
1135            vals0 = values.flatten()
1136            Nvalues = len(vals0)
1137            vals = ma.masked_equal(vals0, None)
1138            Nvals=len(vals.compressed())
1139
1140            sortedvals = sorted(vals.compressed())
1141            for iq in range(Nquants):
1142                self.quantilesv.append(sortedvals[int((Nvals-1)*iq/Nquants)])
1143
1144            self.quantilesv.append(sortedvals[Nvals-1])
1145
1146
1147def getting_ValidationValues(okind, dimt, ds, trjpos, ovs, ovo, tvalues, oFill, Ng, kvals):
1148    """ Function to get the values to validate accroding to the type of observation
1149      okind= observational kind
1150      dimt= initial number of values to retrieve
1151      ds= dictionary with the names of the dimensions (sim, obs)
1152      trjpos= positions of the multi-stations (t, Y, X) or trajectory ([Z], Y, X)
1153      ovs= object with the values of the simulation
1154      ovs= object with the values of the observations
1155      tvalues= temporal values (sim. time step, obs. time step, sim t value, obs t value, t diff)
1156      oFill= Fill Value for the observations
1157      Ng= number of grid points around the observation
1158      kvals= kind of values
1159        'instantaneous':  values are taken as instantaneous values
1160        'tbackwardSmean':  simulated values are taken as time averages from back to the point
1161        'tbackwardOmean':  observed values are taken as time averages from back to the point
1162    return:
1163      sovalues= simulated values at the observation point and time
1164      soSvalues= values Ngrid points around the simulated point
1165      soTtvalues= inital/ending period between two consecutive obsevations (for `single-station')
1166      trjs= trajectory on the simulation space
1167    """
1168    fname = 'getting_ValidationValues'
1169
1170    sovalues = []
1171
1172    if kvals == 'instantaneous':
1173        dimtf = dimt
1174    elif kvals == 'tbackwardSmean':
1175        print '  ' + fname + ':',kvals,'!!'
1176        uniqt = np.unique(tvalues[:,3])
1177        dimtf = len(uniqt)
1178        print '    initially we got',dimt,'values which will become',dimtf
1179        postf = {}
1180        for it in range(dimtf):
1181            if it == 0:
1182                postf[uniqt[it]] = [0,0]
1183            elif it == 1:
1184                posprev = postf[uniqt[it-1]][1]
1185                posit = list(tvalues[:,3]).index(uniqt[it])
1186                postf[uniqt[it]] = [posprev, posit+1]
1187            else:
1188                posprev = postf[uniqt[it-1]][1]
1189                posit = list(tvalues[:,3]).index(uniqt[it])
1190                postf[uniqt[it]] = [posprev+1, posit+1]
1191    elif kvals == 'tbackwardOmean':
1192        print '  ' + fname + ':',kvals,'!!'
1193        uniqt = np.unique(tvalues[:,2])
1194        dimtf = len(uniqt)
1195        print '     initially we got',dimt,'values which will become',dimtf
1196        print '     ==== NOT READY === '
1197        quit(-1)
1198    else:
1199        print errormsg
1200        print '  ' + fname + ": kind of values '" + kvals + "' not ready!!"
1201        quit(-1)
1202
1203# Simulated values spatially around
1204    if ds.has_key('Z'):
1205        soSvalues = np.zeros((dimt, Ng*2+1, Ng*2+1, Ng*2+1), dtype = np.float)
1206        if okind == 'trajectory':
1207            trjs = np.zeros((4,dimt), dtype=int)
1208        else:
1209            trjs = None
1210    else:
1211        soSvalues = np.zeros((dimt, Ng*2+1, Ng*2+1), dtype = np.float)
1212        if okind == 'trajectory':
1213            trjs = np.zeros((3,dimt), dtype=int)
1214        else:
1215            trjs = None
1216
1217    if okind == 'single-station':
1218        soTtvalues = np.zeros((dimt,2), dtype=np.float)
1219    else:
1220        None
1221
1222    if okind == 'multi-points':
1223        for it in range(dimt):
1224            slicev = ds['X'][0] + ':' + str(trjpos[2,it]) + '|' +  ds['Y'][0] +      \
1225              ':' + str(trjpos[1,it]) + '|' + ds['T'][0]+ ':' + str(tvalues[it][0])
1226            slicevar, dimslice = slice_variable(ovs, slicev)
1227            sovalues.append([ slicevar, ovo[tvalues[it][1]]])
1228            slicev = ds['X'][0] + ':' + str(trjpos[2,it]-Ng) + '@' +                 \
1229              str(trjpos[2,it]+Ng) + '|' + ds['Y'][0] + ':' +                        \
1230              str(trjpos[1,it]-Ng) + '@' + str(trjpos[1,it]+Ng) + '|' +              \
1231              ds['T'][0]+':'+str(tvalues[it][0])
1232            slicevar, dimslice = slice_variable(ovs, slicev)
1233            soSvalues[it,:,:] = slicevar
1234
1235    elif okind == 'single-station':
1236        for it in range(dimt):
1237            ito = int(tvalues[it,1])
1238            if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1239                slicev = ds['X'][0] + ':' + str(stationpos[1]) + '|' +               \
1240                  ds['Y'][0] + ':' + str(stationpos[0]) + '|' +                      \
1241                  ds['T'][0] + ':' + str(int(tvalues[it][0]))
1242            else:
1243                slicev = ds['T'][0] + ':' + str(int(tvalues[it][0]))
1244            slicevar, dimslice = slice_variable(ovs, slicev)
1245            if ovo[int(ito)] == oFill or ovo[int(ito)] == '--':
1246                sovalues.append([ slicevar, fillValueF])
1247#            elif ovo[int(ito)] != ovo[int(ito)]:
1248#                sovalues.append([ slicevar, fillValueF])
1249            else:
1250                sovalues.append([ slicevar, ovo[int(ito)]])
1251            if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1252                slicev = ds['X'][0] + ':' + str(stationpos[1]-Ng) + '@' +            \
1253                  str(stationpos[1]+Ng+1) + '|' + ds['Y'][0] + ':' +                 \
1254                  str(stationpos[0]-Ng) + '@' + str(stationpos[0]+Ng+1) + '|' +      \
1255                  ds['T'][0] + ':' + str(int(tvalues[it,0]))
1256            else:
1257                slicev = ds['T'][0] + ':' + str(int(tvalues[it][0]))
1258            slicevar, dimslice = slice_variable(ovs, slicev)
1259            soSvalues[it,:,:] = slicevar
1260
1261            if it == 0:
1262                itoi = 0
1263                itof = int(tvalues[it,1]) / 2
1264            elif it == dimt-1:
1265                itoi = int( (ito + int(tvalues[it-1,1])) / 2)
1266                itof = int(tvalues[it,1])
1267            else:
1268                itod = int( (ito - int(tvalues[it-1,1])) / 2 ) 
1269                itoi = ito - itod
1270                itod = int( (int(tvalues[it+1,1]) - ito) / 2 )
1271                itof = ito + itod
1272
1273            soTtvalues[it,0] = valdimobs['T'][itoi]
1274            soTtvalues[it,1] = valdimobs['T'][itof]
1275
1276    elif okind == 'trajectory':
1277        if ds.has_key('Z'):
1278            for it in range(dimt):
1279                ito = int(tvalues[it,1])
1280                if notfound[ito] == 0:
1281                    trjpos[2,ito] = index_mat(valdimsim['Z'][tvalues[it,0],:,        \
1282                      trjpos[1,ito],trjpos[0,ito]], valdimobs['Z'][ito])
1283                    slicev = ds['X'][0]+':'+str(trjpos[0,ito]) + '|' +               \
1284                      ds['Y'][0]+':'+str(trjpos[1,ito]) + '|' +                      \
1285                      ds['Z'][0]+':'+str(trjpos[2,ito]) + '|' +                      \
1286                      ds['T'][0]+':'+str(int(tvalues[it,0]))
1287                    slicevar, dimslice = slice_variable(ovs, slicev)
1288                    sovalues.append([ slicevar, ovo[int(ito)]])
1289                    minx = np.max([trjpos[0,ito]-Ng,0])
1290                    maxx = np.min([trjpos[0,ito]+Ng+1,ovs.shape[3]])
1291                    miny = np.max([trjpos[1,ito]-Ng,0])
1292                    maxy = np.min([trjpos[1,ito]+Ng+1,ovs.shape[2]])
1293                    minz = np.max([trjpos[2,ito]-Ng,0])
1294                    maxz = np.min([trjpos[2,ito]+Ng+1,ovs.shape[1]])
1295
1296                    slicev = ds['X'][0] + ':' + str(minx) + '@' + str(maxx) + '|' +  \
1297                      ds['Y'][0] + ':' + str(miny) + '@' + str(maxy) + '|' +         \
1298                      ds['Z'][0] + ':' + str(minz) + '@' + str(maxz) + '|' +         \
1299                      ds['T'][0] + ':' + str(int(tvalues[it,0]))
1300                    slicevar, dimslice = slice_variable(ovs, slicev)
1301
1302                    sliceS = []
1303                    sliceS.append(it)
1304                    sliceS.append(slice(0,maxz-minz))
1305                    sliceS.append(slice(0,maxy-miny))
1306                    sliceS.append(slice(0,maxx-minx))
1307
1308                    soSvalues[tuple(sliceS)] = slicevar
1309                    if ivar == 0:
1310                        trjs[0,it] = trjpos[0,ito]
1311                        trjs[1,it] = trjpos[1,ito]
1312                        trjs[2,it] = trjpos[2,ito]
1313                        trjs[3,it] = tvalues[it,0]
1314                else:
1315                    sovalues.append([fillValueF, fillValueF])
1316                    soSvalues[it,:,:,:]= np.ones((Ng*2+1,Ng*2+1,Ng*2+1),             \
1317                      dtype = np.float)*fillValueF
1318# 2D trajectory
1319        else:
1320            for it in range(dimt):
1321                if notfound[it] == 0:
1322                    ito = tvalues[it,1]
1323                    slicev = ds['X'][0]+':'+str(trjpos[2,ito]) + '|' +               \
1324                      ds['Y'][0]+':'+str(trjpos[1,ito]) + '|' +                      \
1325                      ds['T'][0]+':'+str(tvalues[ito,0])
1326                    slicevar, dimslice = slice_variable(ovs, slicev)
1327                    sovalues.append([ slicevar, ovo[tvalues[it,1]]])
1328                    slicev = ds['X'][0] + ':' + str(trjpos[0,it]-Ng) + '@' +         \
1329                      str(trjpos[0,it]+Ng) + '|' + ds['Y'][0] + ':' +                \
1330                      str(trjpos[1,it]-Ng) + '@' + str(trjpos[1,it]+Ng) +            \
1331                      '|' + ds['T'][0] + ':' + str(tvalues[it,0])
1332                    slicevar, dimslice = slice_variable(ovs, slicev)
1333                    soSvalues[it,:,:] = slicevar
1334                else:
1335                    sovalues.append([fillValue, fillValue])
1336                    soSvalues[it,:,:] = np.ones((Ng*2+1,Ng*2+1),                     \
1337                      dtype = np.float)*fillValueF
1338                print sovalues[varsimobs][:][it]
1339    else:
1340        print errormsg
1341        print '  ' + fname + ": observatino kind '" + okind + "' not ready!!"
1342        quit(-1)
1343
1344# Re-arranging final values
1345##
1346    if kvals == 'instantaneous':
1347        return sovalues, soSvalues, soTtvalues, trjs
1348
1349    elif kvals == 'tbackwardSmean':
1350        fsovalues = []
1351        if ds.has_key('Z'):
1352            fsoSvalues = np.zeros((dimtf, Ng*2+1, Ng*2+1, Ng*2+1), dtype = np.float)
1353            if okind == 'trajectory':
1354                ftrjs = np.zeros((4,dimtf), dtype=int)
1355            else:
1356                ftrjs = None
1357        else:
1358            fsoSvalues = np.zeros((dimtf, Ng*2+1, Ng*2+1), dtype = np.float)
1359            if okind == 'trajectory':
1360                ftrjs = np.zeros((3,dimtf), dtype=int)
1361            else:
1362                ftrjs = None
1363
1364        if okind == 'single-station':
1365            fsoTtvalues = np.zeros((dimtf,2), dtype=np.float)
1366        else:
1367            None
1368
1369        for it in range(1,dimtf):
1370            tv = uniqt[it]
1371            intv = postf[tv]
1372
1373# Temporal statistics
1374            sovs = np.array(sovalues[intv[0]:intv[1]])[:,0]
1375            minv = np.min(sovs)
1376            maxv = np.max(sovs)
1377            meanv = np.mean(sovs)
1378            stdv = np.std(sovs)
1379
1380            fsovalues.append([meanv, np.array(sovalues[intv[0]:intv[1]])[0,1], minv, \
1381              maxv, stdv])
1382            if ds.has_key('Z'):
1383                if okind == 'trajectory':
1384                    for ip in range(4):
1385                        ftrjs[ip,it] = np.mean(trjs[ip,intv[0]:intv[1]])
1386                for iz in range(2*Ng+1):
1387                    for iy in range(2*Ng+1):
1388                        for ix in range(2*Ng+1):
1389                            fsoSvalues[it,iz,iy,ix] = np.mean(soSvalues[intv[0]:     \
1390                              intv[1],iz,iy,ix])
1391            else:
1392                if okind == 'trajectory':
1393                    for ip in range(3):
1394                        ftrjs[ip,it] = np.mean(trjs[ip,intv[0]:intv[1]])
1395                for iy in range(2*Ng+1):
1396                    for ix in range(2*Ng+1):
1397                        fsoSvalues[it,iy,ix] = np.mean(soSvalues[intv[0]:intv[1],    \
1398                          iy,ix])
1399            fsoTtvalues[it,0] = soTtvalues[intv[0],0]
1400            fsoTtvalues[it,1] = soTtvalues[intv[1],0]
1401
1402        return fsovalues, fsoSvalues, fsoTtvalues, ftrjs
1403
1404    elif kvals == 'tbackwardOmean':
1405        print '  ' + fname + ':',kvals,'!!'
1406        uniqt = np.unique(tvalues[:,2])
1407        dimtf = len(uniqt)
1408        print '     initially we got',dimt,'values which will become',dimtf
1409
1410    return 
1411
1412
1413####### ###### ##### #### ### ## #
1414
1415strCFt="Refdate,tunits (CF reference date [YYYY][MM][DD][HH][MI][SS] format and " +  \
1416  " and time units: 'weeks', 'days', 'hours', 'miuntes', 'seconds')"
1417
1418kindobs=['multi-points', 'single-station', 'trajectory']
1419strkObs="kind of observations; 'multi-points': multiple individual punctual obs " +  \
1420  "(e.g., lightning strikes), 'single-station': single station on a fixed position,"+\
1421  "'trajectory': following a trajectory"
1422simopers = ['sumc','subc','mulc','divc']
1423opersinf = 'sumc,[constant]: add [constant] to variables values; subc,[constant]: '+ \
1424  'substract [constant] to variables values; mulc,[constant]: multipy by ' +         \
1425  '[constant] to variables values; divc,[constant]: divide by [constant] to ' +      \
1426  'variables values'
1427varNOcheck = ['WRFdens', 'WRFght', 'WRFp', 'WRFrh', 'TSrhs', 'WRFrhs', 'WRFT',       \
1428  'WRFt', 'WRFtd', 'WRFwd', 'TSwds', 'WRFwds', 'WRFws', 'TSwss', 'WRFwss', 'WRFz'] 
1429varNOcheckinf = "'WRFdens': air density from WRF variables; " +                      \
1430  "'WRFght': geopotentiali height from WRF variables; " +                            \
1431  "'WRFp': pressure from WRF variables; " +                                          \
1432  "'WRFrh': relative humidty fom WRF variables; " +                                  \
1433  "'WRFrhs': surface relative humidity from WRF variables; " +                       \
1434  "'WRFT': CF-time from WRF variables; " +                                           \
1435  "'WRFt': temperature from WRF variables; " +                                       \
1436  "'WRFtd': dew-point temperature from WRF variables; " +                            \
1437  "'WRFwd': wind direction from WRF variables; " +                                   \
1438  "'WRFwds': surface wind direction from WRF variables; " +                          \
1439  "'WRFws': wind speed from WRF variables; " +                                       \
1440  "'WRFwss': surface wind speed from WRF variables; " +                              \
1441  "'WRFz': height from WRF variables"
1442
1443dimshelp = "[DIM]@[simdim]@[obsdim] ',' list of couples of dimensions names from " + \
1444  "each source ([DIM]='X','Y','Z','T'; None, no value)"
1445vardimshelp = "[DIM]@[simvardim]@[obsvardim] ',' list of couples of variables " +    \
1446  "names with dimensions values from each source ([DIM]='X','Y','Z','T'; None, " +   \
1447  "no value, WRFdiagnosted variables also available: " + varNOcheckinf + ")"
1448varshelp="[simvar]@[obsvar]@[[oper]@[val]] ',' list of couples of variables to " +   \
1449  "validate and if necessary operation and value (sim. values) available " +         \
1450  "operations: " + opersinf + " (WRFdiagnosted variables also available: " +         \
1451  varNOcheckinf + ")"
1452statsn = ['minimum', 'maximum', 'mean', 'mean2', 'standard deviation']
1453gstatsn = ['bias', 'simobs_mean', 'sim_obsmin', 'sim_obsmax', 'sim_obsmean', 'mae',  \
1454  'rmse', 'r_pearsoncorr', 'p_pearsoncorr', 'deviation_of_residuals_SDR',            \
1455  'indef_of_efficiency_IOE', 'index_of_agreement_IOA', 'fractional_mean_bias_FMB']
1456ostatsn = ['number of points', 'minimum', 'maximum', 'mean', 'mean2',                \
1457  'standard deviation']
1458
1459parser = OptionParser()
1460parser.add_option("-d", "--dimensions", dest="dims", help=dimshelp, metavar="VALUES")
1461parser.add_option("-D", "--vardimensions", dest="vardims",
1462  help=vardimshelp, metavar="VALUES")
1463parser.add_option("-k", "--kindObs", dest="obskind", type='choice', choices=kindobs, 
1464  help=strkObs, metavar="FILE")
1465parser.add_option("-l", "--stationLocation", dest="stloc", 
1466  help="name (| for spaces), longitude, latitude and height of the station (only for 'single-station')", 
1467  metavar="FILE")
1468parser.add_option("-o", "--observation", dest="fobs",
1469  help="observations file to validate", metavar="FILE")
1470parser.add_option("-s", "--simulation", dest="fsim",
1471  help="simulation file to validate", metavar="FILE")
1472parser.add_option("-t", "--trajectoryfile", dest="trajf",
1473  help="file with grid points of the trajectory in the simulation grid ('simtrj')", 
1474  metavar="FILE")
1475parser.add_option("-v", "--variables", dest="vars",
1476  help=varshelp, metavar="VALUES")
1477
1478(opts, args) = parser.parse_args()
1479
1480####### ###### ##### #### ### ## #
1481# Number of different statistics according to the temporal coincidence
1482#  0: Exact time
1483#  1: Simulation values closest to observed times
1484#  2: Simulation values between consecutive observed times
1485Nstsim = 3
1486
1487stdescsim = ['E', 'C', 'B']
1488prestdescsim = ['exact', 'closest', 'between']
1489Lstdescsim = ['exact time', 'cloest time', 'between observational time-steps']
1490
1491#######    #######
1492## MAIN
1493    #######
1494
1495ofile='validation_sim.nc'
1496
1497if opts.dims is None:
1498    print errormsg
1499    print '  ' + main + ': No list of dimensions are provided!!'
1500    print '    a ',' list of values X@[dimxsim]@[dimxobs],...,T@[dimtsim]@[dimtobs]'+\
1501      ' is needed'
1502    quit(-1)
1503else:
1504    simdims = {}
1505    obsdims = {}
1506    print main +': couple of dimensions _______'
1507    dims = {}
1508    ds = opts.dims.split(',')
1509    for d in ds:
1510        dsecs = d.split('@')
1511        if len(dsecs) != 3:
1512            print errormsg
1513            print '  ' + main + ': wrong number of values in:',dsecs,' 3 are needed !!'
1514            print '    [DIM]@[dimnsim]@[dimnobs]'
1515            quit(-1)
1516        if dsecs[1] != 'None':
1517            dims[dsecs[0]] = [dsecs[1], dsecs[2]]
1518            simdims[dsecs[0]] = dsecs[1]
1519            obsdims[dsecs[0]] = dsecs[2]
1520
1521            print '  ',dsecs[0],':',dsecs[1],',',dsecs[2]
1522       
1523if opts.vardims is None:
1524    print errormsg
1525    print '  ' + main + ': No list of variables with dimension values are provided!!'
1526    print '    a ',' list of values X@[vardimxsim]@[vardimxobs],...,T@' +  \
1527      '[vardimtsim]@[vardimtobs] is needed'
1528    quit(-1)
1529else:
1530    print main +': couple of variable dimensions _______'
1531    vardims = {}
1532    ds = opts.vardims.split(',')
1533    for d in ds:
1534        dsecs = d.split('@')
1535        if len(dsecs) != 3:
1536            print errormsg
1537            print '  ' + main + ': wrong number of values in:',dsecs,' 3 are needed !!'
1538            print '    [DIM]@[vardimnsim]@[vardimnobs]'
1539            quit(-1)
1540        if dsecs[1] != 'None':
1541            vardims[dsecs[0]] = [dsecs[1], dsecs[2]]
1542            print '  ',dsecs[0],':',dsecs[1],',',dsecs[2]
1543
1544if opts.obskind is None:
1545    print errormsg
1546    print '  ' + main + ': No kind of observations provided !!'
1547    quit(-1)
1548else:
1549    obskind = opts.obskind
1550    if obskind == 'single-station':
1551        if opts.stloc is None:
1552            print errormsg
1553            print '  ' + main + ': No station location provided !!'
1554            quit(-1)
1555        else:
1556            stationdesc = [opts.stloc.split(',')[0].replace('|',' '),                \
1557              np.float(opts.stloc.split(',')[1]), np.float(opts.stloc.split(',')[2]),\
1558              np.float(opts.stloc.split(',')[3])]
1559
1560if opts.fobs is None:
1561    print errormsg
1562    print '  ' + main + ': No observations file is provided!!'
1563    quit(-1)
1564else:
1565    if not os.path.isfile(opts.fobs):
1566        print errormsg
1567        print '   ' + main + ": observations file '" + opts.fobs + "' does not exist !!"
1568        quit(-1)
1569
1570if opts.fsim is None:
1571    print errormsg
1572    print '  ' + main + ': No simulation file is provided!!'
1573    quit(-1)
1574else:
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
1580if opts.vars is None:
1581    print errormsg
1582    print '  ' + main + ': No list of couples of variables is provided!!'
1583    print '    a ',' list of values [varsim]@[varobs],... is needed'
1584    quit(-1)
1585else:
1586    valvars = []
1587    vs = opts.vars.split(',')
1588    for v in vs:
1589        vsecs = v.split('@')
1590        if len(vsecs) < 2:
1591            print errormsg
1592            print '  ' + main + ': wrong number of values in:',vsecs,                \
1593              ' at least 2 are needed !!'
1594            print '    [varsim]@[varobs]@[[oper][val]]'
1595            quit(-1)
1596        if len(vsecs) > 2:
1597            if not searchInlist(simopers,vsecs[2]): 
1598                print errormsg
1599                print main + ": operation on simulation values '" + vsecs[2] +       \
1600                  "' not ready !!"
1601                quit(-1)
1602
1603        valvars.append(vsecs)
1604
1605# Openning observations trajectory
1606##
1607oobs = NetCDFFile(opts.fobs, 'r')
1608
1609valdimobs = {}
1610for dn in dims:
1611    print dn,':',dims[dn]
1612    if dims[dn][1] != 'None':
1613        if not oobs.dimensions.has_key(dims[dn][1]):
1614            print errormsg
1615            print '  ' + main + ": observations file does not have dimension '" +    \
1616              dims[dn][1] + "' !!"
1617            quit(-1)
1618        if vardims[dn][1] != 'None':
1619            if not oobs.variables.has_key(vardims[dn][1]):
1620                print errormsg
1621                print '  ' + main + ": observations file does not have varibale " +  \
1622                  "dimension '" + vardims[dn][1] + "' !!"
1623                quit(-1)
1624            valdimobs[dn] = oobs.variables[vardims[dn][1]][:]
1625    else:
1626        if dn == 'X':
1627            valdimobs[dn] = stationdesc[1]
1628        elif dn == 'Y':
1629            valdimobs[dn] = stationdesc[2]
1630        elif dn == 'Z':
1631            valdimobs[dn] = stationdesc[3]
1632
1633osim = NetCDFFile(opts.fsim, 'r')
1634
1635valdimsim = {}
1636for dn in dims:
1637    if dims[dn][0] != 'None':
1638        if not osim.dimensions.has_key(dims[dn][0]):
1639            print errormsg
1640            print '  ' + main + ": simulation file '" + opts.fsim +                  \
1641              "' does not have dimension '" + dims[dn][0] + "' !!"
1642            print '    it has: ',osim.dimensions
1643            quit(-1)
1644
1645        if not osim.variables.has_key(vardims[dn][0]) and                            \
1646          not searchInlist(varNOcheck,vardims[dn][0]):
1647            print errormsg
1648            print '  ' + main + ": simulation file '" + opts.fsim +                  \
1649              "' does not have varibale dimension '" + vardims[dn][0] + "' !!"
1650            print '    it has variables:',osim.variables
1651            quit(-1)
1652        if searchInlist(varNOcheck,vardims[dn][0]):
1653            valdimsim[dn] = compute_varNOcheck(osim, vardims[dn][0])
1654        else:
1655            valdimsim[dn] = osim.variables[vardims[dn][0]][:]
1656
1657# General characteristics
1658dimtobs = valdimobs['T'].shape[0]
1659dimtsim = valdimsim['T'].shape[0]
1660
1661print main +': observational time-steps:',dimtobs,'simulation:',dimtsim
1662
1663notfound = np.zeros((dimtobs), dtype=int)
1664
1665if obskind == 'multi-points':
1666    trajpos = np.zeros((2,dimt),dtype=int)
1667    for it in range(dimtobs):
1668        trajpos[:,it] = index_2mat(valdimsim['X'],valdimsim['Y'],                    \
1669          [valdimobs['X'][it],valdimobss['Y'][it]])
1670elif obskind == 'single-station':
1671    trajpos = None
1672    stationpos = np.zeros((2), dtype=int)
1673    if valdimsim.has_key('X') and valdimsim.has_key('Y'):
1674        stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],[valdimobs['Y'],         \
1675          valdimobs['X']])
1676        iid = 0
1677        for idn in osim.variables[vardims['X'][0]].dimensions:
1678            if idn == dims['X'][0]:
1679                stationpos[1] = stsimpos[iid]
1680            elif idn == dims['Y'][0]:
1681                stationpos[0] = stsimpos[iid]
1682
1683            iid = iid + 1
1684        print main + ': station point in simulation:', stationpos
1685        print '    station position:',valdimobs['X'],',',valdimobs['Y']
1686        print '    simulation coord.:',valdimsim['X'][tuple(stsimpos)],',',          \
1687          valdimsim['Y'][tuple(stsimpos)]
1688    else:
1689        print main + ': validation with two time-series !!'
1690
1691elif obskind == 'trajectory':
1692    if opts.trajf is not None:
1693        if not os.path.isfile(opts.fsim):
1694            print errormsg
1695            print '   ' + main + ": simulation file '" + opts.fsim + "' does not exist !!"
1696            quit(-1)
1697        else:
1698            otrjf = NetCDFFile(opts.fsim, 'r')
1699            trajpos[0,:] = otrjf.variables['obssimtrj'][0]
1700            trajpos[1,:] = otrjf.variables['obssimtrj'][1]
1701            otrjf.close()
1702    else:
1703        if dims.has_key('Z'):
1704            trajpos = np.zeros((3,dimtobs),dtype=int)
1705            for it in range(dimtobs):
1706                if np.mod(it*100./dimtobs,10.) == 0.:
1707                    print '    trajectory done: ',it*100./dimtobs,'%'
1708                stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],                 \
1709                  [valdimobs['Y'][it],valdimobs['X'][it]])
1710                stationpos = np.zeros((2), dtype=int)
1711                iid = 0
1712                for idn in osim.variables[vardims['X'][0]].dimensions:
1713                    if idn == dims['X'][0]:
1714                        stationpos[1] = stsimpos[iid]
1715                    elif idn == dims['Y'][0]:
1716                        stationpos[0] = stsimpos[iid]
1717                    iid = iid + 1
1718                if stationpos[0] == 0 and stationpos[1] == 0: notfound[it] = 1
1719             
1720                trajpos[0,it] = stationpos[0]
1721                trajpos[1,it] = stationpos[1]
1722# In the simulation 'Z' varies with time ... non-hydrostatic model! ;)
1723#                trajpos[2,it] = index_mat(valdimsim['Z'][it,:,stationpos[0],         \
1724#                  stationpos[1]], valdimobs['Z'][it])
1725        else:
1726            trajpos = np.zeros((2,dimtobs),dtype=int)
1727            for it in range(dimtobs):
1728                stsimpos = index_2mat(valdimsim['Y'],valdimsim['X'],                 \
1729                  [valdimobs['Y'][it],valdimobss['X'][it]])
1730                stationpos = np.zeros((2), dtype=int)
1731                iid = 0
1732                for idn in osim.variables[vardims['X'][0]].dimensions:
1733                    if idn == dims['X'][0]:
1734                        stationpos[1] = stsimpos[iid]
1735                    elif idn == dims['Y'][0]:
1736                        stationpos[0] = stsimpos[iid]
1737                    iid = iid + 1
1738                if stationpos[0] == 0 or stationpos[1] == 0: notfound[it] = 1
1739
1740                trajpos[0,it] = stationspos[0]
1741                trajpos[1,it] = stationspos[1]
1742
1743        print main + ': not found',np.sum(notfound),'points of the trajectory'
1744
1745# Getting times
1746tobj = oobs.variables[vardims['T'][1]]
1747obstunits = tobj.getncattr('units')
1748if vardims['T'][0] == 'WRFT':
1749    tsim = valdimsim['T'][:]
1750    simtunits = 'seconds since 1949-12-01 00:00:00'
1751else:
1752    tsim = osim.variables[vardims['T'][0]][:]
1753    otsim = osim.variables[vardims['T'][0]]
1754    simtunits = otsim.getncattr('units')
1755
1756simobstimes = coincident_CFtimes(tsim, obstunits, simtunits)
1757
1758#
1759## Looking for exact/near times
1760#
1761
1762# Exact Coincident times
1763##
1764exacttvalues0 = []
1765for it in range(dimtsim):   
1766    ot = 0
1767    for ito in range(ot,dimtobs-1):
1768        if valdimobs['T'][ito] == simobstimes[it]:
1769            ot = ito
1770            exacttvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito]])
1771
1772exacttvalues = np.array(exacttvalues0, dtype=np.float)
1773Nexactt = len(exacttvalues[:,0])
1774
1775print main + ': found',Nexactt,'Temporal same values in simulation and observations'
1776
1777# Sim Closest times
1778##
1779Nsimt = 0
1780closesttvalues0 = []
1781closesttvalues0st = []
1782tsiminit = 0
1783tsimend = 0
1784
1785dtsim = simobstimes[1] - simobstimes[0]
1786
1787for it in range(dimtsim):
1788    ot = 0
1789    for ito in range(ot,dimtobs-1):
1790        if np.abs(valdimobs['T'][ito] - simobstimes[it]) <= dtsim/2.:
1791            ot = ito
1792            tdist = simobstimes[it] - valdimobs['T'][ito]
1793            closesttvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito],     \
1794              tdist])
1795            Nsimt = Nsimt + 1
1796            if tsiminit == 0: tsiminit=simobstimes[it]
1797            tsimend = simobstimes[it]
1798
1799closesttvalues = np.array(closesttvalues0, dtype=np.float)
1800
1801Nclosest = len(closesttvalues[:,0])
1802print main + ': found',Nclosest,'Simulation time-values closest to observations'
1803
1804if Nclosest == 0:
1805    print warnmsg
1806    print main + ': no cclosest times found !!'
1807    print '  stopping it'
1808    quit(-1)
1809
1810# Sim Coincident times
1811##
1812Nsimt = 0
1813coindtvalues0 = []
1814coindtvalues0st = []
1815tsiminit = 0
1816tsimend = 0
1817
1818for it in range(dimtsim):   
1819    ot = 0
1820    for ito in range(ot,dimtobs-1):
1821        if valdimobs['T'][ito] < simobstimes[it] and valdimobs['T'][ito+1] >         \
1822          simobstimes[it]:
1823            ot = ito
1824            tdist = simobstimes[it] - valdimobs['T'][ito]
1825            coindtvalues0.append([it, ito, simobstimes[it], valdimobs['T'][ito],     \
1826              tdist])
1827            Nsimt = Nsimt + 1
1828            if tsiminit == 0: tsiminit=simobstimes[it]
1829            tsimend = simobstimes[it]
1830        elif simobstimes[it] > valdimobs['T'][ito+1]:
1831            coindtvalues0st.append([Nsimt, ito, valdimobs['T'][ito],tsimend-tsiminit])
1832
1833coindtvalues = np.array(coindtvalues0, dtype=np.float)
1834coindtvaluesst = np.array(coindtvalues0st, dtype=np.float)
1835
1836Ncoindt = len(coindtvalues[:,0])
1837print main + ': found',Ncoindt,'Simulation time-interval (within consecutive ' +     \
1838  'observed times) coincident times between simulation and observations'
1839
1840if Ncoindt == 0:
1841    print warnmsg
1842    print main + ': no coincident times found !!'
1843    print '  stopping it'
1844    quit(-1)
1845
1846# Validating
1847##
1848
1849onewnc = NetCDFFile(ofile, 'w')
1850
1851# Dimensions
1852for kst in range(Nstsim):
1853    newdim = onewnc.createDimension(prestdescsim[kst] + 'time',None)
1854    if stdescsim[kst] != 'E':
1855        newdim = onewnc.createDimension(prestdescsim[kst] + 'obstime',None)
1856
1857newdim = onewnc.createDimension('bnds',2)
1858newdim = onewnc.createDimension('couple',2)
1859newdim = onewnc.createDimension('StrLength',StringLength)
1860newdim = onewnc.createDimension('xaround',Ngrid*2+1)
1861newdim = onewnc.createDimension('yaround',Ngrid*2+1)
1862newdim = onewnc.createDimension('gstats',13)
1863newdim = onewnc.createDimension('stats',5)
1864newdim = onewnc.createDimension('tstats',6)
1865newdim = onewnc.createDimension('Nstsim', 3)
1866
1867# Variable dimensions
1868##
1869newvar = onewnc.createVariable('couple', 'c', ('couple','StrLength'))
1870basicvardef(newvar, 'couple', 'couples of values', '-')
1871writing_str_nc(newvar, ['sim','obs'], StringLength)
1872
1873newvar = onewnc.createVariable('statistics', 'c', ('stats','StrLength'))
1874basicvardef(newvar, 'statistics', 'statitics from values', '-')
1875writing_str_nc(newvar, statsn, StringLength)
1876
1877newvar = onewnc.createVariable('gstatistics', 'c', ('gstats','StrLength'))
1878basicvardef(newvar, 'gstatistics', 'global statitics from values', '-')
1879writing_str_nc(newvar, gstatsn, StringLength)
1880
1881newvar = onewnc.createVariable('tstatistics', 'c', ('tstats','StrLength'))
1882basicvardef(newvar, 'tstatistics', 'statitics from values along time', '-')
1883writing_str_nc(newvar, ostatsn, StringLength)
1884
1885newvar = onewnc.createVariable('ksimstatistics', 'c', ('Nstsim','StrLength'))
1886basicvardef(newvar, 'ksimstatistics', 'kind of simulated statitics', '-')
1887writing_str_nc(newvar, Lstdescsim, StringLength)
1888
1889if obskind == 'trajectory':
1890    if dims.has_key('Z'):
1891        newdim = onewnc.createDimension('trj',3)
1892    else:
1893        newdim = onewnc.createDimension('trj',2)
1894
1895    newvar = onewnc.createVariable('obssimtrj','i',('obstime','trj'))
1896    basicvardef(newvar, 'obssimtrj', 'trajectory on the simulation grid', '-')
1897    newvar[:] = trajpos.transpose()
1898
1899if dims.has_key('Z'):
1900    newdim = onewnc.createDimension('simtrj',4)
1901else:
1902    newdim = onewnc.createDimension('simtrj',3)
1903
1904Nvars = len(valvars)
1905for ivar in range(Nvars):
1906    simobsvalues = []
1907
1908    varsimobs = valvars[ivar][0] + '_' + valvars[ivar][1]
1909    print '  ' + varsimobs + '... .. .'
1910
1911    if not oobs.variables.has_key(valvars[ivar][1]):
1912        print errormsg
1913        print '  ' + main + ": observations file has not '" + valvars[ivar][1] +     \
1914          "' !!"
1915        quit(-1)
1916
1917    if not osim.variables.has_key(valvars[ivar][0]):
1918        if not searchInlist(varNOcheck, valvars[ivar][0]):
1919            print errormsg
1920            print '  ' + main + ": simulation file has not '" + valvars[ivar][0] +   \
1921              "' !!"
1922            quit(-1)
1923        else:
1924            ovsim = compute_varNOcheck(osim, valvars[ivar][0])
1925    else:
1926        ovsim = osim.variables[valvars[ivar][0]]
1927
1928    for idn in ovsim.dimensions:
1929        if not searchInlist(simdims.values(),idn):
1930            print errormsg
1931            print '  ' + main + ": dimension '" + idn + "' of variable '" +          \
1932              valvars[ivar][0] + "' not provided as reference coordinate [X,Y,Z,T] !!"
1933            quit(-1)
1934
1935    ovobs = oobs.variables[valvars[ivar][1]]
1936    if searchInlist(ovobs.ncattrs(),'_FillValue'): 
1937        oFillValue = ovobs.getncattr('_FillValue')
1938    else:
1939        oFillValue = None
1940
1941    simstats = np.zeros((Nstsim,5), dtype=np.float)
1942    obsstats = np.zeros((Nstsim,5), dtype=np.float)
1943    simobsstats = np.zeros((Nstsim,13), dtype=np.float)
1944    aroundstats = np.zeros((5,dimt), dtype=np.float)
1945
1946    for kst in range(Nstsim):
1947        timedn = prestdescsim[kst] + 'time'
1948        print '    ' + prestdescsim[kst] + ' ...'
1949
1950        if stdescsim[kst] == 'E':
1951# Observed and simualted exact times
1952            simobsvalues, simobsSvalues, simobsTtvalues, trjsim =                    \
1953              getting_ValidationValues(obskind, Nexactt, dims, trajpos, ovsim,       \
1954              ovobs, exacttvalues, oFillValue, Ngrid, 'instantaneous')
1955
1956            if ivar == 0:
1957                vname = prestdescsim[kst] + 'time'
1958                newvar = onewnc.createVariable(vname,'f8', (timedn))
1959                basicvardef(newvar, vname, 'exact coincident time observations and '+\
1960                  'simulation', obstunits)
1961                set_attribute(newvar, 'calendar', 'standard')
1962                newvar[:] = exacttvalues[:,3]
1963
1964            dimt = Nexactt
1965
1966        elif stdescsim[kst] == 'C':
1967# Simualted closest to Observed times
1968            simobsvalues, simobsSvalues, simobsTtvalues, trjsim =                    \
1969              getting_ValidationValues(obskind, Nclosest, dims, trajpos, ovsim,      \
1970              ovobs, closesttvalues, oFillValue, Ngrid, 'instantaneous')
1971            dimt = Nclosest
1972
1973
1974            if ivar == 0:
1975                vname = prestdescsim[kst] + 'time'
1976                newvar = onewnc.createVariable(vname,'f8', (timedn))
1977                basicvardef(newvar, vname, 'time simulations closest to observed ' + \
1978                  'values', obstunits )
1979                set_attribute(newvar, 'calendar', 'standard')
1980                newvar[:] = closesttvalues[:,2]
1981
1982                vname  = prestdescsim[kst] + 'obstime'
1983                newvar = onewnc.createVariable(vname,'f8', (vname))
1984                basicvardef(newvar, vname, 'closest time observations', obstunits)
1985                set_attribute(newvar, 'calendar', 'standard')
1986                newvar[:] = closesttvalues[:,3]
1987
1988        elif stdescsim[kst] == 'B':
1989# Observed values temporally around coincident times
1990            simobsvalues, simobsSvalues, simobsTtvalues, trjsim =                    \
1991              getting_ValidationValues(obskind, Ncoindt, dims, trajpos, ovsim, ovobs,\
1992              coindtvalues, oFillValue, Ngrid, 'tbackwardSmean')
1993            dimt = Ncoindt
1994
1995            if ivar == 0:
1996                vname = prestdescsim[kst] + 'time'
1997                newvar = onewnc.createVariable(vname,'f8', (timedn))
1998                basicvardef(newvar, vname, 'simulation time between observations',   \
1999                  obstunits )
2000                set_attribute(newvar, 'calendar', 'standard')
2001                set_attribute(newvar, 'bounds', 'time_bnds')
2002                newvar[:] = simobsTtvalues[:,1]
2003
2004                vname = prestdescsim[kst] + 'obstime'
2005                newvar = onewnc.createVariable(vname,'f8', (vname))
2006                basicvardef(newvar, vname, 'observed between time', obstunits )
2007                set_attribute(newvar, 'calendar', 'standard')
2008                newvar[:] = np.unique(coindtvalues[:,2])
2009
2010# Re-arranging values...
2011        arrayvals = np.array(simobsvalues)
2012        if len(valvars[ivar]) > 2:
2013            const=np.float(valvars[ivar][3])
2014            if valvars[ivar][2] == 'sumc':
2015                simobsSvalues = simobsSvalues + const
2016                arrayvals[:,0] = arrayvals[:,0] + const
2017            elif valvars[ivar][2] == 'subc':
2018                simobsSvalues = simobsSvalues - const
2019                arrayvals[:,0] = arrayvals[:,0] - const
2020            elif valvars[ivar][2] == 'mulc':
2021                simobsSvalues = simobsSvalues * const
2022                arrayvals[:,0] = arrayvals[:,0] * const
2023            elif valvars[ivar][2] == 'divc':
2024                simobsSvalues = simobsSvalues / const
2025                arrayvals[:,0] = arrayvals[:,0] / const
2026            else:
2027                print errormsg
2028                print '  ' + fname + ": operation '"+valvars[ivar][2]+"' not ready!!"
2029                quit(-1)
2030
2031# statisics sim
2032        simstats[kst,0] = np.min(arrayvals[:,0])
2033        simstats[kst,1] = np.max(arrayvals[:,0])
2034        simstats[kst,2] = np.mean(arrayvals[:,0])
2035        simstats[kst,3] = np.mean(arrayvals[:,0]*arrayvals[:,0])
2036        simstats[kst,4] = np.sqrt(simstats[kst,3] - simstats[kst,2]*simstats[kst,2])
2037
2038# statisics obs
2039# Masking 'nan'
2040        obsmask0 = np.where(arrayvals[:,1] != arrayvals[:,1], fillValueF,            \
2041          arrayvals[:,1])
2042
2043        obsmask = ma.masked_equal(obsmask0, fillValueF)
2044        obsmask2 = obsmask*obsmask
2045
2046        obsstats[kst,0] = obsmask.min()
2047        obsstats[kst,1] = obsmask.max()
2048        obsstats[kst,2] = obsmask.mean()
2049        obsstats[kst,3] = obsmask2.mean()
2050        obsstats[kst,4] = np.sqrt(obsstats[kst,3] - obsstats[kst,2]*obsstats[kst,2])
2051
2052# Statistics sim-obs
2053        diffvals = np.zeros((dimt), dtype=np.float)
2054
2055        diffvals = arrayvals[:,0] - obsmask
2056
2057        diff2vals = diffvals*diffvals
2058        sumdiff = diffvals.sum()
2059        sumdiff2 = diff2vals.sum()
2060
2061        simobsstats[kst,0] = simstats[kst,0] - obsstats[kst,0]
2062        simobsstats[kst,1] = np.mean(arrayvals[:,0]*obsmask)
2063        simobsstats[kst,2] = diffvals.min()
2064        simobsstats[kst,3] = diffvals.max()
2065        simobsstats[kst,4] = diffvals.mean()
2066        simobsstats[kst,5] = np.abs(diffvals).mean()
2067        simobsstats[kst,6] = np.sqrt(diff2vals.mean())
2068        simobsstats[kst,7], simobsstats[kst,8] = sts.mstats.pearsonr(arrayvals[:,0], \
2069          obsmask)
2070# From:
2071#Willmott, C. J. 1981. 'On the validation of models. Physical Geography', 2, 184-194
2072#Willmott, C. J. (1984). 'On the evaluation of model performance in physical
2073#  geography'. Spatial Statistics and Models, G. L. Gaile and C. J. Willmott, eds.,
2074#  443-460
2075#Willmott, C. J., S. G. Ackleson, R. E. Davis, J. J. Feddema, K. M. Klink, D. R.
2076#  Legates, J. O'Donnell, and C. M. Rowe (1985), 'Statistics for the Evaluation and
2077#  Comparison of Models', J. Geophys. Res., 90(C5), 8995-9005
2078#Legates, D. R., and G. J. McCabe Jr. (1999), 'Evaluating the Use of "Goodness-of-Fit"
2079#   Measures in Hydrologic and Hydroclimatic Model Validation', Water Resour. Res.,
2080#   35(1), 233-241
2081#
2082# Deviation of residuals (SDR)
2083        simobsstats[kst,9] = np.mean(np.sqrt(np.abs((diffvals-simobsstats[kst,0])*   \
2084          (diffvals-obsstats[kst,0]))))
2085# Index of Efficiency (IOE)
2086        obsbias2series = (obsmask - obsstats[kst,0])*(obsmask - obsstats[kst,0])
2087        sumobsbias2series = obsbias2series.sum()
2088
2089        simobsstats[kst,10] = 1. - sumdiff2/(sumobsbias2series)
2090# Index of Agreement (IOA)
2091        simbias2series = arrayvals[:,0] - obsstats[kst,0]
2092        obsbias2series = obsmask - obsstats[kst,0]
2093
2094        abssimbias2series = np.abs(simbias2series)
2095        absobsbias2series = np.where(obsbias2series<0, -obsbias2series,              \
2096          obsbias2series)
2097
2098        abssimobsbias2series = (abssimbias2series+absobsbias2series)*(               \
2099          abssimbias2series + absobsbias2series)
2100
2101        simobsstats[kst,11] = 1. - sumdiff2/(abssimobsbias2series.sum())
2102# Fractional Mean Bias (FMB)
2103        simobsstats[kst,12]=(simstats[kst,0]-obsstats[kst,0])/(0.5*(simstats[kst,0] +\
2104          obsstats[kst,0]))
2105
2106# Statistics around sim values
2107        for it in range(dimt):
2108            aroundstats[0,it] = np.min(simobsSvalues[it,])
2109            aroundstats[1,it] = np.max(simobsSvalues[it,])
2110            aroundstats[2,it] = np.mean(simobsSvalues[it,])
2111            aroundstats[3,it] = np.mean(simobsSvalues[it,]*simobsSvalues[it,])
2112            aroundstats[4,it] = np.sqrt(aroundstats[3,it] - aroundstats[2,it]*       \
2113              aroundstats[2,it])
2114
2115# sim Values to netCDF
2116        newvar = onewnc.createVariable(valvars[ivar][0] + '_' + stdescsim[kst] +     \
2117          'sim', 'f', (timedn), fill_value=fillValueF)
2118        descvar = prestdescsim[kst] + ' time simulated: ' + valvars[ivar][0]
2119        basicvardef(newvar, valvars[ivar][0], descvar, ovobs.getncattr('units'))
2120        newvar[:] = arrayvals[:,0]
2121
2122# obs Values to netCDF
2123        newvar = onewnc.createVariable(valvars[ivar][1] + '_' + stdescsim[kst] +     \
2124          'obs', 'f', (timedn), fill_value=fillValueF)
2125        descvar = prestdescsim[kst] + ' time simulated: ' + valvars[ivar][1]
2126        basicvardef(newvar, valvars[ivar][1], descvar, ovobs.getncattr('units'))
2127        newvar[:] = arrayvals[:,1]
2128
2129# Around values
2130        if not onewnc.variables.has_key(valvars[ivar][0] + 'around'):
2131            vname = prestdescsim[kst] + valvars[ivar][0] + 'around'
2132        else:
2133            vname = prestdescsim[kst] + valvars[ivar][0] + 'Around'
2134
2135        if dims.has_key('Z'):
2136            if not onewnc.dimensions.has_key('zaround'):
2137                newdim = onewnc.createDimension('zaround',Ngrid*2+1)
2138                newvar = onewnc.createVariable(vname, 'f', (timedn,'zaround',        \
2139                  'yaround','xaround'), fill_value=fillValueF)
2140        else:
2141            newvar = onewnc.createVariable(vname, 'f', (timedn,'yaround','xaround'), \
2142              fill_value=fillValueF)
2143
2144        descvar = prestdescsim[kst] + 'around simulated values +/- grid values: ' +  \
2145          valvars[ivar][0]
2146        basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2147        newvar[:] = simobsSvalues
2148
2149
2150# around sim Statistics between
2151        if not searchInlist(onewnc.variables,prestdescsim[kst] + valvars[ivar][0] +  \
2152          'staround'):
2153            vname = prestdescsim[kst] + valvars[ivar][0] + 'staround'
2154        else:
2155            vname = prestdescsim[kst] + valvars[ivar][0] + 'Staround'
2156
2157        newvar = onewnc.createVariable(vname, 'f', (timedn,'stats'),                 \
2158          fill_value=fillValueF)
2159        descvar = prestdescsim[kst] + ' around (' +  str(Ngrid) + ', ' + str(Ngrid) +\
2160          ') simulated statisitcs: ' + valvars[ivar][0]
2161        basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2162        set_attribute(newvar, 'cell_methods', 'time_bnds')
2163        newvar[:] = aroundstats.transpose()
2164
2165        if stdescsim[kst] == 'B':
2166            if not searchInlist(onewnc.variables, 'time_bnds'):
2167                newvar = onewnc.createVariable('time_bnds','f8',(timedn,'bnds'))
2168                basicvardef(newvar, 'time_bnds', timedn, obstunits )
2169                set_attribute(newvar, 'calendar', 'standard')
2170                newvar[:] = simobsTtvalues
2171
2172# sim Statistics
2173    if not searchInlist(onewnc.variables,valvars[ivar][0] + 'stsim'):
2174        vname = valvars[ivar][0] + 'stsim'
2175    else:
2176        vname = valvars[ivar][0] + 'stSim'
2177
2178    newvar = onewnc.createVariable(vname, 'f', ('Nstsim', 'stats'),                  \
2179      fill_value=fillValueF)
2180    descvar = 'simulated statisitcs: ' + valvars[ivar][0]
2181    basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2182    newvar[:] = simstats
2183
2184# obs Statistics
2185    if not searchInlist(onewnc.variables,valvars[ivar][1] + 'stobs'):
2186        vname = valvars[ivar][1] + 'stobs'
2187    else:
2188        vname = valvars[ivar][1] + 'stObs'
2189
2190    newvar = onewnc.createVariable(vname, 'f', ('Nstsim', 'stats'),                  \
2191      fill_value=fillValueF)
2192    descvar = 'observed statisitcs: ' + valvars[ivar][1]
2193    basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2194    newvar[:] = obsstats
2195
2196# sim-obs Statistics
2197    if not searchInlist(onewnc.variables,varsimobs + 'st'):
2198        vname = varsimobs + 'st'
2199    else:
2200        vname = varSimobs + 'st'
2201
2202    newvar = onewnc.createVariable(vname, 'f', ('Nstsim', 'gstats'),                 \
2203      fill_value=fillValueF)
2204    descvar = 'simulated-observed tatisitcs: ' + varsimobs
2205    basicvardef(newvar, vname, descvar, ovobs.getncattr('units'))
2206    newvar[:] = simobsstats
2207
2208    onewnc.sync()
2209
2210if trjsim is not None:
2211    newvar = onewnc.createVariable('simtrj','i',('betweentime','simtrj'))
2212    basicvardef(newvar,'simtrj','coordinates [X,Y,Z,T] of the coincident ' +         \
2213      'trajectory in sim', obstunits)
2214    newvar[:] = trjsim.transpose()
2215
2216# Adding three variables with the station location, longitude, latitude and height
2217if obskind == 'single-station':
2218    adding_station_desc(onewnc,stationdesc)
2219
2220# Global attributes
2221##
2222set_attribute(onewnc,'author_nc','Lluis Fita')
2223set_attribute(onewnc,'institution_nc','Laboratoire de Meteorology Dynamique, ' +    \
2224  'LMD-Jussieu, UPMC, Paris')
2225set_attribute(onewnc,'country_nc','France')
2226set_attribute(onewnc,'script_nc',main)
2227set_attribute(onewnc,'version_script',version)
2228set_attribute(onewnc,'information',                                                 \
2229  'http://www.lmd.jussieu.fr/~lflmd/ASCIIobs_nc/index.html')
2230set_attribute(onewnc,'simfile',opts.fsim)
2231set_attribute(onewnc,'obsfile',opts.fobs)
2232
2233onewnc.sync()
2234onewnc.close()
2235
2236print main + ": successfull writting of '" + ofile + "' !!"
Note: See TracBrowser for help on using the repository browser.