如何基于GeoJSON数据在Python中绘制风羽图？

我有一个GeoJSON格式的格点风数据文件，所有几何要素均为点类型，每个要素的属性包含windSpeed（风速）和windDirection（风向）字段，想要用它生成风羽图。

我是Python新手，找到一个用NetCDF数据绘制风羽图的实现示例，但该示例依赖NetCDF数据源，我需要改成支持GeoJSON的方式。目前我尝试先通过geopandas将GeoJSON转成shapefile，再用gdal转成NetCDF，同时在修改示例适配数据结构，但不确定这个方法是否可行，也想知道有没有更优方案。

GeoJSON数据示例 #

{
    "type": "FeatureCollection",
    "totalFeatures": 2124,
    "features": [
        {
            "type": "Feature",
            "id": "1bdffe7b-af88-4f33-a792-e3a2a53c08b3",
            "geometry": {
                "type": "Point",
                "coordinates": [
                    -120,
                    40
                ]
            },
            "properties": {
                "altitude": 38615,
                "flightLevel": 400,
                "temperature": -60.619,
                "windSpeed": 18.9,
                "windDirection": 352.7
            }
        },
        ...
    ]
}

目前尝试的转换代码 #

import geopandas as gpd
import xarray as xr

df = gpd.read_file('./winds.json')
df[['altitude', 'flightLevel', 'temperature', 'windSpeed', 'windDirection', 'geometry']].to_file('./winds.shp')

from osgeo import gdal

inputfile = './winds.shp'
outputfile = './winds.nc'
# 这段代码还没跑通，暂时用命令行工具替代：ogr2ogr -F netCDF './winds.nc' './winds.shp'
gdal.Translate(outputfile, inputfile, format='NetCDF')
ds = xr.open_dataset('./winds.nc')

更优解决方案：直接从GeoPandas DataFrame绘制风羽图 #

不需要经过格式转换的中间步骤，直接用matplotlib结合metpy（Unidata示例依赖的库）即可处理GeoPandas数据，步骤如下：

1. 安装依赖库
   先确保安装需要的包：

   pip install geopandas matplotlib metpy cartopy
   

2. 直接读取GeoJSON并绘制风羽
   MetPy的WindBarb函数可直接接收坐标、风速、风向数据，无需转换格式：

   import geopandas as gpd
   import matplotlib.pyplot as plt
   import cartopy.crs as ccrs
   from metpy.plots import WindBarb
   from metpy.units import units
   
   # 读取GeoJSON文件
   gdf = gpd.read_file('./winds.json')
   
   # 提取核心数据
   lons = gdf.geometry.x.values
   lats = gdf.geometry.y.values
   # 根据你的数据实际单位调整，示例假设风速单位为节，若为m/s则替换为units.meters_per_second
   wind_speed = gdf['windSpeed'].values * units.knots
   wind_dir = gdf['windDirection'].values * units.degree
   
   # 创建绘图画布与地图投影
   fig, ax = plt.subplots(figsize=(10, 8), subplot_kw={'projection': ccrs.PlateCarree()})
   
   # 添加地图底图要素（可选）
   ax.coastlines()
   ax.gridlines(draw_labels=True)
   
   # 绘制风羽
   WindBarb(ax, lons, lats, wind_speed, wind_dir, pivot='middle', color='black')
   
   plt.title('格点风场风羽图')
   plt.show()
   

关键说明： #

• 风速单位需与MetPy兼容，根据数据实际情况调整（比如节、米/秒），MetPy的units模块会自动处理单位转换逻辑。
• 如果需要叠加等高线等其他要素（和Unidata示例一致），只需从GeoDataFrame中提取对应字段（比如altitude），用matplotlib的等高线函数绘制即可。
• 该方法跳过了格式转换的中间环节，避免了shapefile和NetCDF转换可能出现的字段丢失、坐标格式错误等问题，效率更高且更稳定。

内容的提问来源于stack exchange，提问作者danrockcoll