基于Python的GIS分析之台风路径可视化（一）

摘要：2017年8月底，台风“天鸽”、“帕卡”、“泰利”相继(即将)造访我国，飓风“哈维”、“艾玛”席卷美国，给当地造成了巨大的财产和人员损失。如果能够借助历史数据，分析我国的台风灾害风险，无疑对于防灾减损具有重要意义。我们利用中国气象局提供的台风数据集，基于Python，利用Cartopy、Pandas等做了西北太平洋台风路径的可视化。

目前有许多机构发布台风的历史和实时路径，我们采用中国气象局热带气旋资料中心提供的数据集作为分析基础。现行版本的CMA热带气旋最佳路径数据集提供1949年以来西北太平洋（含南海，赤道以北，东经180°以西）海域热带气旋每6小时的位置和强度，按年份分别放在单独的文本文件中。

数据集文件的命名方式为CHYYBST.txt，以空格分隔的CSV文件。在每一个文件中，包含两类内容：

前面提到，虽然CHBST的数据集是txt文件，但是可以按照csv文件的格式读取，借助Python的pandas模块完成数据读取。需要注意的是，CHBST的数据是按照年为单位，每一年存放在一个文本文件当中，因此实际上是要完成的指定目录下所有txt文件的读取。

在读取的过程，首先要获取指定文件夹下的所有文件,利用python的glob模块，可以查找符合特定规则的文件路径名，这一点与windows下搜索文件类似，并且glob可以采用匹配符："“, “?”, “[]”。”“匹配0个或多个字符；”?“匹配单个字符；”[]"匹配指定范围内的字符，如：[0-9]匹配数字。具体代码如下:

接下来，我们就可以对file_list中的每一个文件依次进行读取。

python读取csv文件的方法有很多，简单起见，我们采用pandas模块的read_csv()函数加载数据。根据CMA的说明可知，头记录每一行有9列，而最佳路径数据记录每行为7列，read_csv()会按照最多的也就是9列读取，最佳路径记录中确实的则补充为None。

使用read_csv()时可以加入一些参数，例如sep,header,names,dtype等对分隔符、列名、数据类型等加以限定。具体的代码为

为了后续分析的需要，对数据做了预处理。我们对每一个热带气旋序号和台风编号加上年份的前缀，年份可以从文件名中提取。同时，我们将头记录中包含的“热带气旋序号”、“台风编号”、“台风名称”等提取出来加入到BST记录中，这样就可以删除头记录，统一数据格式。

经过以上步骤，台风数据就整理为一个N行9列的矩阵，储存储为DataFrame。如果只是每次读取一个台风的话，其实可以不用如此处理，在这里，一方面是想展示Python读取数据的过程，另一方面更重要的是，可以对历史台风做时间和空间上的分析。

目前，我们只完成了历史台风数据的准备，接下来，我们将逐步进入正题，实现台风数据的可视化。