跳转到主要内容

围绕NRLMSIS模型的Python包装器。

项目描述

pymsis:NRLMSIS模型的Python包装器

image

DOI PyPi Downloads GitHubActions codecov

Pymsis是NRLMSIS模型(MSISE-00、MSIS2.0、MSIS2.1)的轻量级且快速的Python包装器。

快速入门

Web查看器:使用pymsis通过基于云的无服务器功能交互式网站。 项目主页:所有文档的位置。 API参考:有关函数中各种选项和配置的详细信息。 示例:演示如何访问和绘制数据。

几行简短的代码即可快速开始使用pymsis。

  1. 在2003年万圣节风暴期间创建一系列日期。
  2. 在期望的位置(经度,纬度)(0, 0)和400公里高度处运行模型。
  3. 绘制结果以查看在此风暴期间400公里高度处的质量密度如何增加。
import numpy as np
from pymsis import msis

dates = np.arange(np.datetime64("2003-10-28T00:00"), np.datetime64("2003-11-04T00:00"), np.timedelta64(30, "m"))
# geomagnetic_activity=-1 is a storm-time run
data = msis.run(dates, 0, 0, 400, geomagnetic_activity=-1)

# Plot the data
import matplotlib.pyplot as plt
# Total mass density over time
plt.plot(dates, data[:, 0, 0, 0, 0])
plt.show()

注意

  • 如果您有互联网连接,模型将自动为您下载和访问F10.7和ap数据。
  • 返回的数据结构具有形状[ndates, nlons, nlats, nalts, 11],但在此示例中我们只有一个点具有许多日期[ndates, 1, 1, 1, 11]。
  • 数字11代表MSIS为每个输入点计算的所有物种。第一个元素是总质量密度(kg/m3)。

NRL质谱仪,非相干散射雷达扩展模型(MSIS)

MSIS模型由海军研究实验室开发。

请注意,MSIS2代码未经NRL联系不得用于商业用途。请参阅MSIS2许可文件以获取详细说明。因此,我们没有在此存储库中重新打包MSIS源代码。然而,我们提供了易于下载和提取原始源代码的实用程序。使用该代码即表示您同意他们的条款和条件。

参考文献

如果您在出版物中使用此模型,请承认科罗拉多大学空间天气预报、研究与教育中心(SWx TREC)并引用原始论文。

Python代码

DOI

Lucas, G. (2022). pymsis [计算机软件]. doi:10.5281/zenodo.5348502

MSIS2.1

Emmert, J. T., Jones, M., Siskind, D. E., Drob, D. P., Picone, J. M., Stevens, M. H., et al. (2022). NRLMSIS 2.1:将氮氧化物纳入MSIS的经验模型。地球物理研究:空间物理学,127,e2022JA030896. doi:10.1029/2022JA030896

MSIS2.0

Emmert, J. T., Drob, D. P., Picone, J. M., Siskind, D. E., Jones, M., Mlynczak, M. G., et al. (2020). NRLMSIS 2.0:全大气温度和中性物种密度经验模型。地球与空间科学,7,e2020EA001321. doi:10.1029/2020EA001321

MSISE-00

Picone, J. M., Hedin, A. E., Drob, D. P., and Aikin, A. C.,NRLMSISE-00大气经验模型:统计比较和科学问题,J. Geophys. Res.,107(A12),1468,doi:10.1029/2002JA009430,2002。

地磁数据

如果您使用F10.7和ap数据的自动下载,请在其出版物中引用该数据。数据从CelesTrak下载,CelesTrak已填充了源数据中的缺失数据。以下给出了两个引用。

CelesTrak. https://celestrak.org/SpaceData/

Matzka, J., Stolle, C., Yamazaki, Y., Bronkalla, O. and Morschhauser, A.,2021.地磁Kp指数和地磁活动导出指数。空间天气预报,doi:10.1029/2020SW002641

安装

安装pymsis最简单的方法是从PyPI安装。

pip install pymsis

对于最新的pymsis,您可以直接从git存储库安装

pip install git+https://github.com/SWxTREC/pymsis.git

或要本地工作,您可以克隆存储库并安装测试依赖项。

git clone https://github.com/SWxTREC/pymsis.git
cd pymsis
pip install .[tests]

远程安装

安装依赖于对NRL源代码的访问。如果下载失败或您没有互联网访问,您可以手动安装Fortran源代码,如下所示。在工具目录中提供了帮助脚本或有关如何实现此远程安装的想法。

  1. 下载源代码 源代码托管在NRL的网站上:https://map.nrl.navy.mil/map/pub/nrl/NRLMSIS/NRLMSIS2.0/NRLMSIS2.0.tar.gz文件下载到您的本地系统。

  2. 提取源文件 需要将tar文件提取到src/msis2.0目录。

    tar -xvzf NRLMSIS2.0.tar.gz -C src/msis2.0/
    
  3. 安装Python包

    pip install .
    

项目详情


下载文件

下载适用于您平台的文件。如果您不确定选择哪一个,请了解有关安装包的更多信息。

源分发

此版本中没有可用的源分发文件。请参阅生成分发存档的教程

构建分发

pymsis-0.9.0-cp312-cp312-win_amd64.whl (987.5 kB 查看哈希值)

上传时间 CPython 3.12 Windows x86-64

pymsis-0.9.0-cp312-cp312-musllinux_1_1_x86_64.whl (946.9 kB 查看哈希值)

上传时间 CPython 3.12 musllinux: musl 1.1+ x86-64

pymsis-0.9.0-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.3 MB 查看哈希值)

上传时间 CPython 3.12 manylinux: glibc 2.17+ x86-64

pymsis-0.9.0-cp312-cp312-macosx_11_0_arm64.whl (970.5 kB 查看哈希值)

上传时间 CPython 3.12 macOS 11.0+ ARM64

pymsis-0.9.0-cp312-cp312-macosx_10_9_x86_64.whl (1.6 MB 查看哈希值)

上传时间 CPython 3.12 macOS 10.9+ x86-64

pymsis-0.9.0-cp311-cp311-win_amd64.whl (986.7 kB 查看哈希值)

上传时间 CPython 3.11 Windows x86-64

pymsis-0.9.0-cp311-cp311-musllinux_1_1_x86_64.whl (946.4 kB 查看哈希值)

上传时间 CPython 3.11 musllinux: musl 1.1+ x86-64

pymsis-0.9.0-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.3 MB 查看哈希值)

上传时间 CPython 3.11 manylinux: glibc 2.17+ x86-64

pymsis-0.9.0-cp311-cp311-macosx_11_0_arm64.whl (970.1 kB 查看哈希值)

上传于 CPython 3.11 macOS 11.0+ ARM64

pymsis-0.9.0-cp311-cp311-macosx_10_9_x86_64.whl (1.6 MB 查看哈希值)

上传于 CPython 3.11 macOS 10.9+ x86-64

pymsis-0.9.0-cp310-cp310-win_amd64.whl (986.7 kB 查看哈希值)

上传于 CPython 3.10 Windows x86-64

pymsis-0.9.0-cp310-cp310-musllinux_1_1_x86_64.whl (946.3 kB 查看哈希值)

上传于 CPython 3.10 musllinux: musl 1.1+ x86-64

pymsis-0.9.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (1.3 MB 查看哈希值)

上传于 CPython 3.10 manylinux: glibc 2.17+ x86-64

pymsis-0.9.0-cp310-cp310-macosx_11_0_arm64.whl (970.1 kB 查看哈希值)

上传于 CPython 3.10 macOS 11.0+ ARM64

pymsis-0.9.0-cp310-cp310-macosx_10_9_x86_64.whl (1.6 MB 查看哈希值)

上传于 CPython 3.10 macOS 10.9+ x86-64

由以下机构支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误记录 StatusPage StatusPage 状态页面