Python绘制 Nature 级全球冰川质量变化图

复现对象

本模板的图面逻辑与科学主题，对齐上述 Nature论文的全球冰川质量变化叙事；分区体系采用 GTN-G / RGI 一级冰川分区。

本文复现对象为全球分区「饼图 + 环形图 + 连续色带」组合图面风格。

说明：脚本默认可用演示层数据跑通流程；正式科研请替换为实测或文献表，并规范引用原文。

论文思路与图面信息

Hugonnet et al. (2021) 要解决的，不只是“冰川在化”，而是此前长期存在的观测碎片化问题：卫星时代里，全球冰川变化往往是零散的区域结果拼出来的，缺少统一、可对比的全球时间序列。作者利用大量尚未充分挖掘的卫星档案，对全球约22 万条冰川（不含格陵兰与南极冰盖主体）重建高时空分辨率的表面高程变化，并与独立高精度观测交叉验证，给出一套全球一致的质量变化估计。

在这一思路下，图面真正要展示的是下面几层科学信息（本模板用「分区圆环 + 色带 + 半径」来承载同一叙事）：

图面元素如何对应叙事

运行后默认导出 JPG + PDF，四套配色分别写入：

Figure/lake/

Figure/terminus/

Figure/mass/

Figure/ice/

结果示意（本工程输出）

mass（Hugonnet 风格：红楔损失）

lake（浅青海洋 + 紫蓝气泡风）

terminus（陆／海终止：薄荷绿 + 深蓝绿）

需要哪些数据

Python绘制全球冰川质量变化图/

├─ Python绘制全球冰川质量变化图.py

├─ data/

│  ├─ RGI2000-v7.0-regions/           # 官方一级分区（拟合时用）

│  ├─ 01_Regions/Glacier_Regions.shp  # 绘图分区边界（必需）

│  ├─ 03_Glaciers/Glacier_Patches.shp # 冰川碎斑（可选）

│  └─ 02_Tables/

│     ├─ region_config.csv            # 子图位置（必需）

│     ├─ pie_region.csv               # 饼／环／半径（必需）

│     ├─ time_gradient.csv            # 连续色带（必需）

│     └─ metadata.json

└─ Figure/<配色名>/

Python绘制全球冰川质量变化图/├─ Python绘制全球冰川质量变化图.py├─ data/│  ├─ RGI2000-v7.0-regions/           # 官方一级分区（拟合时用）│  ├─ 01_Regions/Glacier_Regions.shp  # 绘图分区边界（必需）│  ├─ 03_Glaciers/Glacier_Patches.shp # 冰川碎斑（可选）│  └─ 02_Tables/│     ├─ region_config.csv            # 子图位置（必需）│     ├─ pie_region.csv               # 饼／环／半径（必需）│     ├─ time_gradient.csv            # 连续色带（必需）│     └─ metadata.json└─ Figure/<配色名>/

region_config.csv：`code`, `label`, `lon`, `lat`, `pos_x`, `pos_y`（`pos_x` 增大偏右，`pos_y` 增大偏上，建议微调幅度 ±0.02～0.05）。

pie_region.csv：`data01` / `data02` 控制内饼两瓣比例，`data01` / `data03` 控制外环两瓣比例，`data04` 控制圆半径（常为 Gt yr⁻¹），需保留一行 `code=Global`。

time_gradient.csv：`code`, `year`, `data01`, `data02`（上行／下行色带）。

如何切换

运行：python Python绘制全球冰川质量变化图.py

建议流程：先用 `"mass"` 定主图气质 → 再试 `"terminus"` / `"ice"` → 定稿前用 `"all"` 批量对比。

为什么需要

补齐观测拼图：原文针对的是卫星时代全球冰川变化“地理与时间碎片化”问题；分区总览图把统一估计落到可读版式上。 

 一张图讲完整故事：量级（半径）、结构（饼环）、时间（色带）、空间（分区）同框，对应论文的全球加速与区域分异。 

 -服务解释与决策语境：论文强调结果可用于理解驱动因子、改进预测，并支撑水资源、冰冻圈风险与海平面相关讨论；图面是把数字翻译成可传播证据。  

-可替换数据：教学用演示层，科研替换 CSV 即可；四套配色对应质量损失、陆海终止、双指标等不同叙事。

核心思路（节选）

完整工程含数据拟合、排版避让与四套配色，此处仅保留开关与结构示意，避免篇幅过长。

常用开关

``pythonRUN_DATA_FIT = FalsePALETTE_MODE = "mass"       # lake / terminus / mass / ice / allEXPORT_FORMATS = ("jpg", "pdf")```

流程骨架

# 1) 读分区 shp + pie / gradient / config 表# 2) 按 PALETTE_MODE 取配色# 3) 底图 → 各分区 inset（外环 + 内饼 + 双色带）# 4) Global 面板 → 图例 → 导出 Figure/<配色>/

半径由质量变化量映射；子图位置由 `pos_x` / `pos_y` 控制。细节实现见完整脚本。

简要清单

1. 准备 `Glacier_Regions.shp` 与三张 CSV，

 2. 设定 `PALETTE_MODE`（建议先 `mass`）  

3. 运行脚本，检查 `Figure/<配色>/`  

4. 微调 `pos_x` / `pos_y` 避让标签  

5. 定稿导出 JPG／PDF，并引用 Hugonnet et al. (2021)

参考文献：Hugonnet, R., McNabb, R., Berthier, E. et al. Accelerated global glacier mass loss in the early twenty-first century. *Nature* **592**, 726–731 (2021). https://doi.org/10.1038/s41586-021-03436-z

获取代码

需要完整脚本与数据目录结构，请私信回复「全球冰川质量变化图」，或者点击「原文链接」获取代码链接。