Построение объектов Natural Earth на специальной проекции

Question

Я пытаюсь сделать некоторые данные по морскому льду. Данные доставляются в сетку EASE-North, файл примера (HDF4) можно загрузить по адресу:

ftp://n4ftl01u.ecs.nasa.gov/SAN/OTHR/NISE.004/2013.09.30/

Я создал собственный класс проекции для EASE-Grid, он, кажется, работает (береговые линии хорошо совпадают с данными).

Когда я пытаюсь добавить функцию Natural Earth, она возвращает пустую фигуру Matplotlib.

import gdal
import cartopy

# projection class
class EASE_North(cartopy.crs.Projection):

    def __init__(self):

        # see: http://www.spatialreference.org/ref/epsg/3408/
        proj4_params = {'proj': 'laea',
            'lat_0': 90.,
            'lon_0': 0,
            'x_0': 0,
            'y_0': 0,
            'a': 6371228,
            'b': 6371228,
            'units': 'm',
            'no_defs': ''}

        super(EASE_North, self).__init__(proj4_params)

    @property
    def boundary(self):
        coords = ((self.x_limits[0], self.y_limits[0]),(self.x_limits[1], self.y_limits[0]),
                  (self.x_limits[1], self.y_limits[1]),(self.x_limits[0], self.y_limits[1]),
                  (self.x_limits[0], self.y_limits[0]))

        return cartopy.crs.sgeom.Polygon(coords).exterior

    @property
    def threshold(self):
        return 1e5

    @property
    def x_limits(self):
        return (-9000000, 9000000)

    @property
    def y_limits(self):
        return (-9000000, 9000000)


# read the data
ds = gdal.Open('D:/NISE_SSMISF17_20130930.HDFEOS')

# this loads the layers for both hemispheres
data = np.array([gdal.Open(name, gdal.GA_ReadOnly).ReadAsArray()
                 for name, descr in ds.GetSubDatasets() if 'Extent' in name])

ds = None

# mask anything other then sea ice
sea_ice_concentration = np.ma.masked_where((data < 1) | (data > 100), data, 0)

# plot
lim = 3000000

fig, ax = plt.subplots(figsize=(8,8),subplot_kw={'projection': EASE_North(), 'xlim': [-lim,lim], 'ylim': [-lim,lim]})

land = cartopy.feature.NaturalEarthFeature(
            category='physical',
            name='land',
            scale='50m',
            facecolor='#dddddd',
            edgecolor='none')

#ax.add_feature(land)
ax.coastlines()

# from the metadata in the HDF
extent = [-9036842.762500, 9036842.762500, -9036842.762500, 9036842.762500]

ax.imshow(sea_ice_concentration[0,:,:], cmap=plt.cm.Blues, vmin=1,vmax=100,
          interpolation='none', origin='upper', extent=extent, transform=EASE_North())

Сценарий выше работает нормально и дает такой результат:

Но когда я раскомментирую ax.add_feature(land) он завершается безо всякой ошибки, только возвращает пустую цифру. Я что-то упускаю очевидное?

Вот записная книжка IPython: http://nbviewer.ipython.org/6779935

Моя сборка Cartopy - версия 0.9 с веб-сайта Кристофа Гольке (спасибо!).

редактировать:

Попытка сохранить рисунок выдает исключение:

fig.savefig(r'D:\test.png')

C:\Python27\Lib\site-packages\shapely\speedups\_speedups.pyd in shapely.speedups._speedups.geos_linearring_from_py (shapely/speedups/_speedups.c:2270)()

ValueError: A LinearRing must have at least 3 coordinate tuples

Изучение "земли" cartopy.feature не выявляет никаких проблем, все полигоны проходят .isvalid() и все кольца (ext en int) состоят из 4 или более кортежей. Таким образом, форма ввода не является проблемой (и прекрасно работает в PlateCaree()).

Может быть, некоторые кольца (как в южном полушарии) становятся "поврежденными" после преобразования в EASE_North?

edit2:

Когда я удаляю встроенные элементы NE и загружаю тот же шейп-файл (но с любым размером ниже 40N), он работает. Так что это похоже на проблему перепроектирования.

for state in shpreader.Reader(r'D:\ne_50m_land_clipped.shp').geometries():
    ax.add_geometries([state], cartopy.crs.PlateCarree(),facecolor='#cccccc', edgecolor='#cccccc')

Answer 1

Я бы сказал, что это ошибка. я догадываюсь add_feature обновляет matplotlib viewLim, и в результате изображение увеличивается до крошечной области (которая выглядит белой, если вы не уменьшите масштаб).

От всей души я думаю, что базовое поведение улучшилось в matplotlib, но в cartopy еще не используется новый расчет viewLim. А пока я бы предложил установить экстенты вашей карты вручную с помощью:

ax.set_extent(extent, transform=EASE_North())

НТН