经常看文献的小伙伴们一定会发现，在顶级期刊中总有一些全球地图，将矢量/栅格数据进行了精美的可视化。每当看到这些图片，都不禁感叹如果自己也会画就好了，本期小编就为大家带来此类全球要素分布图的绘制方法。
01
图片展示
在正式教学之前，我们先欣赏一下Nature中的案例。下图展示了最长年度干旱期（LAD）变化的全球分布：配色上彰显主题但不喧宾夺主，结构上巧妙地搭配纬向LAD变化的平均值和标准差，各司其职又浑然一体，简直是科技与美的结合。
图源：https://www.nature.com/articles/s41586-024-07887-y
02
绘制方法
我们以ERA5下载的2020年1月2 m高度的温度数据为例。首先，我们需要准备全球矢量数据和全球边界数据（其中全球边界数据可以自己绘制矩形）。
其次，根据我们需要表达的信息设置填充色并调整符号标注。为了体现示例数据的空间分布，我们选择纯色梯度渐变色卡。
第三步是为数据框设置投影坐标系，常用的坐标系一般有两种选择，分别为“Sphere_Equal_Earth_Greenwich（Equal_Earth）”与“Sphere_Aitoff（Aitoff）”。
最后，以“Sphere_Equal_Earth_Greenwich”为例，我们设置了经纬线并增加图例。
Python代码如下，代码中数据同样下载自ERA5，需要数据及相关文件的小伙伴可联系作者索要。
#加载包import rasterioimport geopandas as gpdimport matplotlib.pyplot as pltfrom rasterio.warp import calculate_default_transform, reproject, Resamplingimport cartopy.crs as ccrsimport cartopy.feature as cfeatureimport numpy as npfrom matplotlib.font_manager import FontProperties# 文件路径raster_path = "C:/Users/ASUS/Desktop/t2m/t2m_202001.tif"shapefile_path = "C:/Users/ASUS/Desktop/t2m/World_countries.shp"# 加载 shapefileworld = gpd.read_file(shapefile_path)# 设置 Equal Earth 投影equal_earth_crs = ccrs.EqualEarth()# 打开栅格文件with rasterio.open(raster_path) as src:# 计算变换并重投影transform, width, height = calculate_default_transform(src.crs, equal_earth_crs, src.width, src.height, *src.bounds)kwargs = src.meta.copy()kwargs.update({'crs': equal_earth_crs,'transform': transform,'width': width,'height': height})with rasterio.open('reprojected.tif', 'w', **kwargs) as dst:for i in range(1, src.count + 1):reproject(source=rasterio.band(src, i),destination=rasterio.band(dst, i),src_transform=src.transform,src_crs=src.crs,dst_transform=transform,dst_crs=equal_earth_crs,resampling=Resampling.nearest)# 绘制fig, ax = plt.subplots(figsize=(12, 8), subplot_kw={'projection': equal_earth_crs})ax.set_global()# 打开重投影后的栅格文件并使用 imshow 绘制with rasterio.open('reprojected.tif') as src:data = src.read(1)extent = [src.bounds.left, src.bounds.right, src.bounds.bottom, src.bounds.top]img = ax.imshow(data, cmap='RdPu', extent=extent, transform=equal_earth_crs, vmin=220, vmax=320)# 添加 shapefileworld.boundary.plot(ax=ax, transform=ccrs.PlateCarree(), linewidth=0.5, edgecolor='black')# 设置字体以支持中文font = FontProperties(fname=r'C:\Windows\Fonts\simsun.ttc', size=14)# 样式ax.coastlines()ax.gridlines(draw_labels=True, linewidth=0.5, color='gray', alpha=0.5)ax.set_title('2020年1月2m高度温度变化', fontproperties=font, fontsize=14)# 添加自定义特征ax.add_feature(cfeature.BORDERS, linestyle=':', edgecolor='black')# 添加色带cbar = plt.colorbar(img, ax=ax, orientation='vertical', shrink=0.6, pad=0.05)cbar.set_label('温度 (K)', fontproperties=font, fontsize=12)cbar.set_ticks(np.linspace(220, 320, 11))cbar.set_ticklabels([str(int(tick)) for tick in np.linspace(220, 320, 11)])plt.show()
以上便是本期图绘的诚意分享啦，Python偏运动，Arcgis偏商务，希望大家能找到适合自己的方法画出自己满意的科研绘图，欢迎大家持续关注我们！
一图胜千言！水文图绘改版后致力于分享水文相关的精美图表，为读者提供作图思路和经验，帮助大家制作更漂亮丰富的图表。同时欢迎留言咨询绘图难点，我们会针对性地分享相关绘制经验。另外也期待读者踊跃来稿，分享更好的构图思维和技巧，稿件可发送至邮箱hydro90@126.com, 或者联系微信17339888901投稿。
编辑: 张恒飞 于明业 ｜校稿：Hydro90编委团
