如果你手頭剛好有一批GOCI衛(wèi)星的水色產(chǎn)品文件后綴是.he5需要一次性讀進(jìn)來、提取里面的總懸浮物質(zhì)濃度TSS數(shù)據(jù)再按時(shí)間順序畫成變化過程圖那這篇內(nèi)容應(yīng)該可以幫你省不少摸索時(shí)間。我用Matlab處理GOCI數(shù)據(jù)有幾年了從最初單文件手動(dòng)調(diào)到后來批量跑幾十個(gè)時(shí)相中間踩過的坑基本集中在文件結(jié)構(gòu)不熟、批量組織混亂、比例因子忘乘這三大類。這篇文章把整套流程拆開講清楚包括如何用h5info定位TSS數(shù)據(jù)、如何寫批量循環(huán)、如何做掩膜和配色最后也會(huì)給一份可以直接改路徑拿去跑的Matlab代碼。適合剛接觸水色遙感的同學(xué)也適合已經(jīng)被.he5文件結(jié)構(gòu)折磨了一陣子的從業(yè)者。1. 動(dòng)手之前先搞清楚GOCI和TSS是什么1.1 GOCI數(shù)據(jù)到底特別在哪GOCI是搭載在通信、海洋、氣象衛(wèi)星上的靜止軌道海洋水色成像儀它跟極軌衛(wèi)星最大的區(qū)別是能“盯著一個(gè)地方看”。極軌衛(wèi)星一天過境一兩次而GOCI可以在白天對(duì)同一海域進(jìn)行多次觀測(cè)時(shí)間分辨率能到小時(shí)級(jí)。這意味著什么呢如果你做的是潮周期內(nèi)的懸浮泥沙變化、突發(fā)污染擴(kuò)散、或者近岸水體短期演變分析GOCI的時(shí)間密度是很大的優(yōu)勢(shì)。TSSTotal Suspended Solids即總懸浮物質(zhì)濃度反映的是水體內(nèi)懸浮顆粒物的含量單位通常是g/m3或mg/L。近岸水質(zhì)評(píng)價(jià)、河口泥沙輸運(yùn)、赤潮跟蹤TSS都是一個(gè)硬指標(biāo)。我所接觸的GOCI L2產(chǎn)品里TSS并不是原始遙感反射比而是已經(jīng)經(jīng)過大氣校正和反演算法處理的二級(jí)產(chǎn)品。你拿到文件之后不需要自己從頭算只需要把產(chǎn)品變量讀取出來處理好比例因子和無效值然后做空間展示或時(shí)間序列分析就好。當(dāng)然前提是你得知道怎么把這個(gè).he5文件讀進(jìn)來這就是接下來的重頭戲。1.2 TSS產(chǎn)品的數(shù)據(jù)鏈路GOCI數(shù)據(jù)處理系統(tǒng)GDPS是官方提供的數(shù)據(jù)處理平臺(tái)用戶從數(shù)據(jù)共享平臺(tái)拿到的一般是L1原始數(shù)據(jù)L1經(jīng)過GDPS處理之后輸出L2產(chǎn)品其中就包含TSS、葉綠素a濃度、有色溶解有機(jī)物、總吸收系數(shù)等若干波段。輸出文件通常以HDF5格式存儲(chǔ)而GDPS有個(gè)習(xí)慣文件后綴用的是.he5而不是.h5。這個(gè)細(xì)節(jié)很關(guān)鍵因?yàn)楹芏嗳嗽谖募g覽器里看到.he5第一反應(yīng)是“這什么格式”其實(shí)它就是HDF5Matlab的h5系列函數(shù)完全可以直接讀。以我實(shí)際接觸過的產(chǎn)品為例文件內(nèi)部結(jié)構(gòu)通常走HDF-EOS規(guī)范。所謂HDF-EOS可以理解為NASA對(duì)HDF5做了一套面向地球觀測(cè)的結(jié)構(gòu)約定把數(shù)據(jù)組織成“Swath”或“Grid”Swath內(nèi)部再分成數(shù)據(jù)場(chǎng)、地理定位場(chǎng)、屬性等節(jié)點(diǎn)。打開之后你經(jīng)常能看到類似這樣的路徑/HDFEOS/SWATH/GOCI/Data Fields/TSS/HDFEOS/SWATH/GOCI/Data Fields/CHL/HDFEOS/SWATH/GOCI/Geolocation Fields/Longitude/HDFEOS/SWATH/GOCI/Geolocation Fields/Latitude并不是所有產(chǎn)品都完全一致不同處理版本內(nèi)部路徑可能略有差別所以最穩(wěn)妥的做法不是憑記憶硬編碼路徑而是先用h5info看一遍文件結(jié)構(gòu)。我在后面會(huì)專門演示這一步。了解清楚這個(gè)結(jié)構(gòu)后續(xù)批量處理才不心虛。2. 環(huán)境準(zhǔn)備與批量讀取方案2.1 Matlab讀HDF5的工具與準(zhǔn)備Matlab對(duì)HDF5的支持相當(dāng)完善不需要額外裝氣象或海洋工具包只需要基礎(chǔ)版就能調(diào)用h5info、h5read、h5disp這幾個(gè)核心函數(shù)。h5info用來查看文件結(jié)構(gòu)返回一個(gè)結(jié)構(gòu)體里面包含Groups、Datasets、Attributes等字段h5read用來按路徑讀取數(shù)據(jù)h5disp則是把文件結(jié)構(gòu)直接打印到命令行適合快速掃一眼。有一點(diǎn)需要提醒舊版本Matlab比如2015年前后對(duì)HDF5的某些壓縮算法支持不是很好如果讀取寫到一半報(bào)錯(cuò)提示“filter”相關(guān)優(yōu)先考慮升級(jí)Matlab版本或改用其他讀取工具。另外文件名路徑里不要帶中文和特殊符號(hào)個(gè)別版本在Windows下對(duì)中文路徑敏感讀不出來的時(shí)候先把路徑改成純英文試一次。除了基礎(chǔ)環(huán)境我建議在腳本開頭固定設(shè)置這樣一段clear; clc; close all; warning(off, all); % 關(guān)閉非關(guān)鍵警告但不建議全程關(guān)閉批處理時(shí)warning太多會(huì)嚴(yán)重拖慢速度我一般在調(diào)試階段不開這條跑批量的時(shí)候才關(guān)掉。2.2 批量讀取.he5文件的兩個(gè)核心套路批量讀取的核心就是把目錄下所有.he5文件找出來再逐個(gè)循環(huán)。最常用的方法有兩種第一種是用dir加通配符第二種是用文件夾篩選函數(shù)。實(shí)測(cè)算起來dir配合fullfile最穩(wěn)跨電腦也不會(huì)因?yàn)樾备芊较虺鰡栴}。下面這段代碼就是批量讀取的骨架你可以直接當(dāng)成模板fileDir D:/GOCI/TSS/20230731; fileList dir(fullfile(fileDir, *.he5)); fileList fileList(~[fileList.isdir]); % 排除文件夾 fprintf(共找到 %d 個(gè)文件\n, numel(fileList)); for k 1:numel(fileList) fileName fullfile(fileDir, fileList(k).name); fprintf([%02d] %s\n, k, fileList(k).name); % 這里寫你的讀取與處理邏輯后面會(huì)補(bǔ)全 % tss h5read(fileName, tssPath); end這里有個(gè)容易被忽略的點(diǎn)dir返回的結(jié)構(gòu)體里第一個(gè)元素有時(shí)候是當(dāng)前目錄虛擬項(xiàng)isdir為true如果你用通配符’*.he5’這種情況通常不會(huì)出現(xiàn)但加上排除文件夾那行可以防御性避免出錯(cuò)。2.3 文件名里的時(shí)間信息怎么利用GOCI的文件名一般長(zhǎng)這樣例如“COSI_GOCI_L2_20160731024700.he5”中間那串?dāng)?shù)字就是觀測(cè)的UTC時(shí)間年、月、日、時(shí)、分、秒基本都齊了。畫TSS變化過程最關(guān)鍵的一步就是把這個(gè)時(shí)間解析出來并用它來給數(shù)據(jù)排序和作為橫軸。我自己常用的解析方法是正則加datestrtokens regexp(fileList(k).name, \d{14}, match); if ~isempty(tokens) timeStr tokens{1}; timeNum datenum(timeStr, yyyymmddHHMMSS); timeVec(k) timeNum; end注意GOCI文件里記錄的時(shí)間是UTC如果海域位于東八區(qū)實(shí)際當(dāng)?shù)貢r(shí)間需要加8小時(shí)。要不要當(dāng)?shù)貢r(shí)取決于你的應(yīng)用場(chǎng)景但如果做潮汐相關(guān)的分析時(shí)間基準(zhǔn)必須統(tǒng)一否則相位會(huì)差八小時(shí)結(jié)論可能完全相反。還有個(gè)小技巧預(yù)處理階段就把所有文件路徑和時(shí)間戳寫進(jìn)一個(gè)表格結(jié)構(gòu)體后面讀數(shù)據(jù)時(shí)按時(shí)間排序。這個(gè)習(xí)慣能讓你在處理幾十上百個(gè)文件時(shí)思路清晰meta struct(name, {}, path, {}, timeNum, {}); for k 1:numel(fileList) ... meta(k).name fileList(k).name; meta(k).path fullfile(fileDir, fileList(k).name); meta(k).timeNum datenum(tokens{1}, yyyymmddHHMMSS); end [~, idx] sort([meta.timeNum]); meta meta(idx);3. 提取TSS數(shù)據(jù)并做預(yù)處理3.1 找到TSS數(shù)據(jù)的真實(shí)路徑這一步是整個(gè)流程里最容易出岔子的地方。一個(gè)優(yōu)質(zhì)的TSS產(chǎn)品文件里除了TSS之外通常還有葉綠素、CDOM、云掩膜、質(zhì)量標(biāo)記等一大堆字段路徑結(jié)構(gòu)也分好幾層。你要是靠回憶去找往往看了半天也沒找到。我的習(xí)慣是拿到一個(gè)陌生文件后第一件事就是跑h5disp把結(jié)構(gòu)打印出來然后從輸出里直接搜TSS關(guān)鍵字。比如這樣info h5info(D:/GOCI/TSS/20230731/COSI_GOCI_L2_20230731224700.he5); disp(info);然后命令行里會(huì)顯示出整個(gè)樹形結(jié)構(gòu)。找到類似‘/HDFEOS/SWATH/GOCI/Data Fields/TSS’這樣的路徑后我建議把路徑寫成一個(gè)變量放在腳本頂部不要散落在各處硬編碼tssPath /HDFEOS/SWATH/GOCI/Data Fields/TSS; lonPath /HDFEOS/SWATH/GOCI/Geolocation Fields/Longitude; latPath /HDFEOS/SWATH/GOCI/Geolocation Fields/Latitude;如果你用我上面提到的方法查看多個(gè)文件發(fā)現(xiàn)不同產(chǎn)品的路徑有差異最快的辦法是先寫一個(gè)通用函數(shù)自動(dòng)掃描文件內(nèi)所有含TSS的數(shù)據(jù)集路徑。雖然這次你可能不需要但等到你換一個(gè)版本的數(shù)據(jù)源時(shí)能省去重復(fù)人工排查的功夫。3.2 比例因子、有效范圍和FillValue處理HDF5產(chǎn)品里的數(shù)據(jù)為了壓縮體積存儲(chǔ)時(shí)通常不是浮點(diǎn)數(shù)而是int16或uint16的整型。這意味著直接讀出來的數(shù)值并不是物理量本身需要根據(jù)文件屬性里的ScaleFactor和Offset做轉(zhuǎn)換。GDPS產(chǎn)品常見的比例因子可能是0.1或0.01具體值取決于變量和版本千萬別想當(dāng)然。我調(diào)試時(shí)遇到過一個(gè)很典型的情況讀出來的TSS矩陣?yán)飻?shù)值從0到60000多隨手一畫圖就黑漆漆一片后來仔細(xì)翻了屬性才看到單位是“0.1 g/m3”也就是說實(shí)際濃度是存儲(chǔ)值乘以0.1。這一步?jīng)]做對(duì)后續(xù)所有分析全部白搭。推薦的轉(zhuǎn)換代碼如下% 讀取原始整型數(shù)據(jù) tss_raw h5read(fileName, tssPath); % 讀取屬性里的比例因子和偏移量 scale h5readatt(fileName, tssPath, scale_factor); offset h5readatt(fileName, tssPath, offset); fillValue h5readatt(fileName, tssPath, _FillValue); % 轉(zhuǎn)成浮點(diǎn)并應(yīng)用比例因子與偏移量 tss_double double(tss_raw) * scale offset; % 把填充值和負(fù)值統(tǒng)一替換為NaN tss_double(tss_raw fillValue | tss_double 0) NaN;屬性名不一定百分百固定有的文件里寫的是ScaleFactor有的寫的是Slope有的干脆沒有offset。穩(wěn)妥做法是用try-catch讀屬性讀不到就默認(rèn)scale為1、offset為0。這個(gè)處理邏輯在批量循環(huán)里特別重要因?yàn)閭€(gè)別文件可能屬性缺失不做保護(hù)整個(gè)循環(huán)就會(huì)中斷。3.3 陸地、云與無效像元的掩膜提取出有效濃度后還需要把不想顯示的像素蓋掉。第一類是陸地像元水色產(chǎn)品的范圍往往已經(jīng)裁到海區(qū)但近岸處仍可能包含陸地第二類是云像元GOCI產(chǎn)品里通常有質(zhì)量標(biāo)記或云掩膜變量第三類就是前面說的填充值。如果不做掩膜圖上一片陸地反射值會(huì)被當(dāng)成高濃度水體配色比例尺會(huì)被拉得很離譜。如果你能找到云掩膜變量讀取后把非水體像元設(shè)為NaNmask h5read(fileName, maskPath); validMask (mask 1); % 具體有效編碼需看屬性 tss_double(~validMask) NaN;如果產(chǎn)品里沒有云掩膜也可以用簡(jiǎn)單的閾值法TSS濃度超出合理范圍比如小于0或大于某個(gè)上限的像元直接置為NaN。雖然粗獷但很多L2產(chǎn)品本身就做過質(zhì)量控制這一步只是兜底。經(jīng)緯度和數(shù)據(jù)矩陣的維度關(guān)系也值得留意。GOCI Swath數(shù)據(jù)常見排列是列行或者行列讀出來之后如果后續(xù)畫圖發(fā)現(xiàn)經(jīng)緯網(wǎng)和濃度矩陣對(duì)不上很可能就是行列方向或者轉(zhuǎn)置的問題?？梢栽趩挝募{(diào)試階段就把size打出來對(duì)比確認(rèn)不要等到批量出圖才發(fā)現(xiàn)。4. 繪制TSS變化過程的實(shí)操4.1 單片快速預(yù)覽與colormap選擇TSS濃度圖的核心是快速評(píng)估空間分布所以第一步先是單片渲染。我推薦pcolor加shading interp或者imagesc配合經(jīng)緯度坐標(biāo)。二者區(qū)別在于pcolor適合非均勻網(wǎng)格imagesc更輕快但坐標(biāo)軸會(huì)整成網(wǎng)格索引需要額外處理。對(duì)于GOCI的標(biāo)準(zhǔn)產(chǎn)品經(jīng)緯度網(wǎng)格通常是規(guī)則矩形用pcolor就行figure(Color, w); pcolor(lon, lat, tss_double); shading interp; axis image; colormap parula; caxis([0 200]); % 根據(jù)你的海區(qū)實(shí)際情況調(diào)整 colorbar; title([TSS , datestr(timeNum, yyyy-mm-dd HH:MM), (UTC)]);配色上需要注意TSS和葉綠素的呈現(xiàn)習(xí)慣完全不同。葉綠素常用深藍(lán)到紅光的多段漸變而TSS更適合用棕黃色系或土黃色調(diào)因?yàn)閼腋∧嗌潮旧砭徒o人一種“黃水”的直覺。Matlab自帶的熱色系colormap其實(shí)表現(xiàn)力一般我平時(shí)會(huì)用一個(gè)自定義的色帶白色或淺藍(lán)底代表低值黃色過渡棕紅色代表高濃度。這樣近岸高值區(qū)一眼就能看出來。4.2 多時(shí)相變化過程的拼圖與動(dòng)畫表現(xiàn)GOCI一天內(nèi)多個(gè)時(shí)相最簡(jiǎn)單的變化過程展示方式就是拼圖。把同一天內(nèi)按時(shí)間順序排列的多幅圖放進(jìn)一個(gè)大figure里每幅圖顯示時(shí)間標(biāo)注這樣讀者能直觀看到潮周期內(nèi)泥沙舌的推拉和擴(kuò)散。拼圖的核心是歸一化。所有子圖必須共用同一個(gè)顏色比例尺比如caxis固定為[0 200]否則不同時(shí)相濃度差異會(huì)被顏色拉伸掩蓋。也不需要每張圖都畫colorbar只在第一張或最后一張保留即可避免視覺噪聲。下面是一個(gè)典型的批量拼圖骨架figure(Position, [50 50 1600 900]); for k 1:N subplot(3, 4, k); pcolor(lon, lat, tss_double); shading interp; axis image off; caxis([0 200]); colormap(map); title(datestr(meta(k).timeNum, HH:MM), FontSize, 10); end如果時(shí)相數(shù)超過十幾個(gè)拼圖排不下我會(huì)把圖保存成序列幀再合成為GIF或視頻。Matlab里用imwrite寫GIF幀很常規(guī)但要注意每次都寫緩存和延時(shí)參數(shù)我這里有一段常用的保存腳本figure; for k 1:N % ... 繪圖代碼 ... frame getframe(gcf); [A, map] rgb2ind(frame.cdata, 256); if k 1 imwrite(A, map, TSS_animation.gif, gif, Loopcount, inf, DelayTime, 0.5); else imwrite(A, map, TSS_animation.gif, gif, WriteMode, append, DelayTime, 0.5); end end這種方式做匯報(bào)演示非常好用領(lǐng)導(dǎo)或合作方不需要從頭看十幾張小圖一個(gè)動(dòng)圖就懂了。4.3 特定點(diǎn)位與斷面的時(shí)間序列曲線空間圖解決“分布長(zhǎng)什么樣”的問題但很多人真正關(guān)心的是“某一個(gè)站位的TSS隨時(shí)間怎么變”。這就需要從每個(gè)時(shí)相文件中提取對(duì)應(yīng)像元的值再按時(shí)間排序畫曲線。第一步是確定目標(biāo)像元的行列索引。如果你能拿到目標(biāo)站點(diǎn)的經(jīng)緯度就用經(jīng)緯度匹配targetLon 122.5; targetLat 37.0; [~, colIdx] min(abs(lon(1, :, :) - targetLon)); % 具體按矩陣維度調(diào)整 [~, rowIdx] min(abs(lat(:, 1) - targetLat));匹配時(shí)需要注意如果網(wǎng)格是列行結(jié)構(gòu)索引順序別搞反。還有一種辦法是直接用鼠標(biāo)在圖上點(diǎn)選用ginput獲取經(jīng)緯度再回到批量循環(huán)里對(duì)應(yīng)提取。第二步就是循環(huán)讀取所有文件的TSS提取該像元的值tssSeries NaN(numel(meta), 1); for k 1:numel(meta) tss h5read(meta(k).path, tssPath); tssDouble double(tss) * scale offset; tssDouble(tss fillValue) NaN; tssSeries(k) tssDouble(rowIdx, colIdx); end figure; plot([meta.timeNum], tssSeries, -o); datetick(x, HH:MM); ylabel(TSS (g/m^3)); grid on;曲線出來之后配合前后潮汐數(shù)據(jù)或流向數(shù)據(jù)做交叉分析可以回答很多有意思的問題。比如漲潮期TSS是不是明顯降低、落潮期是不是泥沙峰值出現(xiàn)、臺(tái)風(fēng)過境之后高濃度帶有沒有向遠(yuǎn)海擴(kuò)散。5. 常見問題與排查技巧實(shí)錄5.1 打不開文件或讀取失敗的幾個(gè)誘因批量處理時(shí)最討厭的就是循環(huán)到一半突然報(bào)錯(cuò)。我遇到過的第一類問題是h5read打不開文件報(bào)錯(cuò)信息五花八門但根源往往是文件本身不完整或者上傳過程中損壞。這時(shí)可以用h5info單獨(dú)測(cè)一下如果連h5info都失敗基本就是文件壞了。第二類問題是路徑太長(zhǎng)導(dǎo)致Windows API拒絕訪問。GOCI產(chǎn)品本身文件名就長(zhǎng)再套上幾層分類目錄很容易超過路徑長(zhǎng)度限制。對(duì)策是把文件平鋪在一個(gè)短路徑目錄下或者用“8.3短文件名”方式引用。第三類問題比較隱蔽文件句柄不釋放。在循環(huán)里反復(fù)打開關(guān)閉是正常操作但如果你中途用h5create或h5write出了異常沒能關(guān)閉句柄后續(xù)文件就可能一直被占用讀取會(huì)報(bào)拒絕訪問。調(diào)試期養(yǎng)成每讀完一個(gè)文件就手動(dòng)h5close.all的習(xí)慣能少掉一半莫名其妙的錯(cuò)誤。5.2 數(shù)值異常與圖像全黑全白圖像全黑最常見的原因是沒有把FillValue轉(zhuǎn)成NaN直接拿整數(shù)最小值或哨兵值去畫圖整幅圖的動(dòng)態(tài)范圍都被它拽走了。處理方式前面已經(jīng)寫了先根據(jù)屬性把填充值替換成NaN再用isnan把無效區(qū)域蓋成白色或透明背景。另一個(gè)常見問題是忘了乘比例因子。你如果發(fā)現(xiàn)圖上的數(shù)值分布在“0到1”之間但實(shí)際量級(jí)應(yīng)該在幾十到幾百那多半就是scale沒乘。還有一種情況是數(shù)值分布正常但圖面很花噪點(diǎn)很多這時(shí)要確認(rèn)是否做了平滑。pcolor的shading interp有插值平滑作用但如果數(shù)據(jù)有異常的孤立小值平滑后周圍會(huì)被拉出一片“墨漬”這時(shí)候要考慮對(duì)異常像元做中值濾波。5.3 坐標(biāo)錯(cuò)位與顯示變形經(jīng)緯度矩陣和數(shù)據(jù)矩陣維度不一致是剛上手時(shí)最容易出的錯(cuò)。GOCI網(wǎng)格有時(shí)返回的是二維矩陣有時(shí)是三維含時(shí)間維的單幀如果你直接取lon(:,:,1)再和其他變量拼接維度就對(duì)不上。建議讀取后立刻檢查size(lon) size(tss_double)如果長(zhǎng)寬剛好相反用permute或transpose處理不要用flipud硬翻因?yàn)榻?jīng)緯度和數(shù)據(jù)的方向關(guān)系在不同產(chǎn)品里并不一致。顯示變形往往是不等經(jīng)緯投影導(dǎo)致的。如果你直接plot經(jīng)緯度數(shù)據(jù)而不設(shè)定axis equal近岸區(qū)域看起來會(huì)被拉伸。加上axis image或axis equal后能明顯改善。需要的話還可以用m_map或自寫墨卡托投影但基礎(chǔ)分析階段不需要過度投影直接坐標(biāo)顯示就夠了。5.4 批量處理太慢怎么辦大范圍TSS數(shù)據(jù)動(dòng)輒幾千乘幾千像元如果每天八個(gè)時(shí)相全讀、全畫Matlab很容易卡到懷疑人生。優(yōu)化方向有幾個(gè)按性價(jià)比排序第一只裁剪目標(biāo)區(qū)域通過經(jīng)緯度索引取出一個(gè)子矩陣再處理第二用parfor并行讀取但要注意parfor里不變量的定義方式第三代碼層面用matlabFunction或者預(yù)分配數(shù)組避免循環(huán)里動(dòng)態(tài)增長(zhǎng)。裁剪這招最粗暴也最高效。比如我只關(guān)心某海域一塊區(qū)域先把經(jīng)緯度范圍的roi索引計(jì)算出來再在循環(huán)里只讀那一塊rowRange find(lat(:,1) minLat lat(:,1) maxLat); colRange find(lon(1,:) minLon lon(1,:) maxLon); tss_roi tssDouble(rowRange, colRange);注意裁剪必須在乘比例因子之前做這樣處理的數(shù)據(jù)量直接小一個(gè)量級(jí)速度提升非常明顯。6. 一些實(shí)操心得批量讀取.he5這件事技術(shù)難度其實(shí)不算高真正吃時(shí)間的是跟產(chǎn)品結(jié)構(gòu)較勁。我的經(jīng)驗(yàn)是永遠(yuǎn)不要讓腳本假設(shè)文件內(nèi)部結(jié)構(gòu)一成不變每一個(gè)新數(shù)據(jù)源到手第一件事就是跑一遍h5info。寧可多花五分鐘看結(jié)構(gòu)也好過后面輸出一堆錯(cuò)誤圖再回頭追查。另外TSS變化過程圖的配色和比例尺一定要統(tǒng)一。很多人第一張圖畫得驚艷第二張圖換了數(shù)據(jù)之后色標(biāo)自動(dòng)變了兩張圖放一起對(duì)比就完全失真。我在腳本里會(huì)把caxis寫成一個(gè)全局變量所有時(shí)相都引用它從源頭上避免這個(gè)問題。最后再分享一個(gè)小技巧GOCI產(chǎn)品里的經(jīng)緯度矩陣和數(shù)據(jù)矩陣在對(duì)齊之后建議保存成一份.mat緩存文件。下次再讀同一個(gè)時(shí)間段的數(shù)據(jù)直接load比逐文件h5read快得多。如果數(shù)據(jù)量比較大還可以只緩存ROI區(qū)域處理速度提升明顯。這個(gè)習(xí)慣幫我度過了很多次deadline之前的批量重跑。