不止于画图：用GMT6脚本批量处理地形数据并添加自定义站点标记

不止于画图用GMT6脚本批量处理地形数据并添加自定义站点标记当监测站点数量从个位数跃升到上百个时手动逐个标注坐标、调整图例的工作量会呈指数级增长。去年参与某地震监测项目时我曾亲眼见证团队花费整整三天时间反复修改80多个台站的定位图——直到我们发现了GMT6的批处理潜力。本文将分享如何用不到50行的Bash脚本完成过去需要数百次重复操作的任务特别适合环境监测、气象观测等需要定期生成大量站点专题图的场景。1. 构建自动化绘图流水线1.1 标准化数据输入格式批处理的核心在于数据与命令的分离。建议采用CSV格式存储站点信息例如# 站点类型,经度,纬度,站点名称,标注颜色,符号大小 AQI,116.404,39.915,北京监测站,red,0.8c GPS,121.474,31.230,上海基准站,blue,0.5c提示第一行添加注释说明字段含义可大幅降低后续维护成本通过awk命令提取特定类型站点时这种结构化格式的优势立竿见影awk -F, $1AQI {print $2,$3,$4} stations.csv aqi_locations.txt1.2 动态参数传递脚本基础绘图命令升级为带变量的版本#!/bin/bash region110/125/20/45 # 经度/纬度范围 projectionM15c # 墨卡托投影 gmt begin ${output_prefix} png gmt grdimage earth_relief_30s -J${projection} -R${region} -Id # 后续绘图命令... gmt end show关键参数说明变量名作用示例值output_prefix输出文件前缀china_aqiregion地理范围(W/E/S/N)100/120/15/40projection投影类型与尺寸M10c2. 高级符号化技巧2.1 条件化符号系统在循环处理站点数据时通过case语句实现多类型符号分配while IFS, read type lon lat name color size; do case $type in AQI) symbolt; pen0.5p,red ;; GPS) symbolc; pen0.3p,blue ;; *) symbols; pen0.2p,gray ;; esac gmt plot -S${symbol}${size} -W${pen} -G${color} $lon $lat done stations.csv2.2 智能标注避让当站点密集时使用-D参数动态调整标注位置# 伪代码根据邻近站点距离计算偏移量 def calc_offset(lon, lat): nearest_dist find_nearest_station_distance(lon, lat) if nearest_dist 0.5: return 0.8c/0.3c if lon % 2 else -0.8c/-0.3c return 0c/0c实际GMT命令示例gmt text stations.csv -Ff12p,,blackj -D$(calc_offset $lon $lat)3. 生产环境优化方案3.1 并行化处理使用GNU Parallel加速大批量出图parallel -j 4 bash plot_station.sh {} ::: {1..100}.csv性能对比测试结果站点数量串行耗时并行(4核)耗时5012m3m20048m14m3.2 输出格式工程化出版级输出需要调整DPI和页面尺寸gmt begin high_res_output pdf gmt set PS_MEDIA A3 PS_PAGE_ORIENTATION landscape gmt grdimage earth_relief_30s -JQ25c -Rd -Baf -Id -t50 # 其他绘图命令... gmt end关键参数-t50设置50%透明度PS_MEDIA A3A3纸尺寸输出PDF保留矢量信息便于后期编辑4. 实战空气质量监测网络可视化以下完整脚本示例实现了自动下载指定区域地形数据分类绘制300监测站点生成带比例尺的出版级PDF#!/bin/bash region70/140/15/55 # 中国全境 gmt begin china_aqi_map pdf # 地形基底 gmt grdimage earth_relief_01m -JM15c -R$region -Id -Cgeo # 分类绘制站点 declare -A styles( [PM2.5]c 0.6c red [O3]t 0.5c blue [NO2]s 0.4c green ) while IFS, read type lon lat name; do read -r symbol size color ${styles[$type]} gmt plot -S${symbol} -W0.1p,black -G${color} $lon $lat gmt text -Ff8p,,blackjTC -D0/0.3c $lon $lat $name done stations.csv # 添加图例 echo G 0.2c legend.txt for type in ${!styles[]}; do read -r symbol size color ${styles[$type]} echo S 0.3c ${symbol} ${size} ${color} 0.25p ${type} legend.txt done gmt legend legend.txt -DjTRw5c -Fp0.5pgwhite gmt end show在华为云服务器上测试处理300个站点仅需2分17秒相比手动操作效率提升约40倍。更妙的是当下个月站点数据更新时只需替换CSV文件重新运行脚本即可。