metgrs API 参考文档

概述

metgrs 是一个用于读取和处理中国地基遥感垂直观测系统数据的 Python 库，支持风廓线仪、毫米波测云仪、微波辐射计、气溶胶激光观测仪等设备的数据。

版本: 0.5.3

核心特性:

所有数据读取函数返回标准 xarray.Dataset 对象
通过 xarray accessor 提供领域特定方法
支持多进程批量读取
完全兼容 xarray 生态系统

模块结构

metgrs/
├── WindProfileRadar.py  # 风廓线雷达数据处理
├── CloudRadar.py        # 云雷达数据处理
├── Lidar.py             # 激光雷达数据处理
├── MicroWaveRadiometer.py # 微波辐射计数据处理
├── Utils.py             # 工具函数
└── base.py              # 基础工具

1. WindProfileRadar 模块

1.1 数据读取函数

`readSingleL1file(fp: str) -> xr.Dataset`

读取风廓线雷达 L1 功率谱数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_O_WPRD_雷达型号_FFT.BIN

返回值: xr.Dataset，包含:

FFT_data: 功率谱数据，维度为 (time, Beam, height, Fft)
坐标: time, Beam, height, Fft
属性: FileTag, SiteInfo, PerformanceInfo, ObservationInfo, Speed_per_FFT_point

示例:

import metgrs

ds = metgrs.WindProfileRadar.readSingleL1file('path/to/FFT.BIN')
print(ds['FFT_data'].shape)  # (n_times, 5, n_heights, n_fft)

`readSingleL2file(fp: str) -> xr.Dataset`

读取风廓线雷达 L2 径向数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_O_WPRD_雷达型号_RAD.TXT

返回值: xr.Dataset，包含:

数据变量: Sampling_Height, {Beam}_Radial_Velocity, {Beam}_Velocity_Spectrum_Width, {Beam}_Signal_To_Noise_Ratio
坐标: level (low/middle/high), height_bin
属性: Station_Id, Longitude, Latitude, Altitude, Beam_Order_Flags, level_metas

`readSingleL3file(fp: str) -> xr.Dataset`

读取风廓线雷达 L3 产品数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_P_WPRD_雷达型号_OBS.TXT

返回值: xr.Dataset，包含:

数据变量: Wind_Direction, Wind_Speed, Vertical_Wind_Speed, Horizontal_Confidence, Vertical_Confidence, Cn2, U_Wind_Speed, V_Wind_Speed
坐标: height
属性: Station_Id, Longitude, Latitude, Observation_Time

`readSingleROBSfile(fp: str) -> xr.Dataset`

读取风廓线雷达实时产品数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_P_WPRD_雷达型号_ROBS.TXT

返回值: 与 readSingleL3file 格式相同

`readSingleHOBSfile(fp: str) -> xr.Dataset`

读取风廓线雷达半小时平均产品数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_P_WPRD_雷达型号_HOBS.TXT

返回值: 与 readSingleL3file 格式相同

`readSingleOOBSfile(fp: str) -> xr.Dataset`

读取风廓线雷达一小时平均产品数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_P_WPRD_雷达型号_OOBS.TXT

返回值: 与 readSingleL3file 格式相同

`readL3files(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

批量读取 L3 产品数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程，默认为 False
multiproces_corenum: 多进程核心数，默认为 -1（使用全部核心）

返回值: 合并后的 xr.Dataset，按 time 维度拼接

`readSingleCalibrationXMLfile(fp: str) -> dict`

读取风廓线雷达标校数据 XML 文件。

参数:

fp: 文件路径

返回值: dict，包含标校数据

`readSingleStatuXMLfile(fp: str) -> dict`

读取风廓线雷达状态数据 XML 文件。

参数:

fp: 文件路径

返回值: dict，包含状态数据

1.2 数据处理函数

`CalcL1toL2(ds_l1, clutter_filter=True, clutter_width=0.5, snr_threshold=-20, n_noise_bins=10) -> xr.Dataset`

将 L1 功率谱数据处理为 L2 径向数据（谱矩法）。

参数:

ds_l1: L1 数据集
clutter_filter: 是否启用杂波过滤，默认为 True
clutter_width: 杂波过滤宽度（m/s），默认为 0.5
snr_threshold: 信噪比阈值（dB），默认为 -20
n_noise_bins: 噪声估计使用的频谱 bins 数，默认为 10

返回值: xr.Dataset，包含:

数据变量: {Beam}_Radial_Velocity, {Beam}_Velocity_Spectrum_Width, {Beam}_Signal_To_Noise_Ratio
坐标: time, height
属性: processing_params（处理参数）

算法说明:

噪声估计: 使用排序法估计噪声底
杂波抑制: 滤除零速度附近的信号
谱矩计算:
- 零阶矩: 总功率
- 一阶矩: 平均多普勒速度（径向速度）
- 二阶矩: 速度谱宽
信噪比计算: 信号功率与噪声功率之比

示例:

ds_l1 = metgrs.WindProfileRadar.readSingleL1file('FFT.BIN')
ds_l2 = metgrs.WindProfileRadar.CalcL1toL2(ds_l1)
# 或使用 accessor
ds_l2 = ds_l1.wpr.calc_l1_to_l2()

`CalcL2toL3(ds_l2, qcw=3, interp=False, rollmean=True, rollmeancout=5) -> xr.Dataset`

将 L2 径向数据处理为 L3 产品数据。

参数:

ds_l2: L2 数据集
qcw: 质量控制阈值（m/s），默认为 3
interp: 是否插值，默认为 False
rollmean: 是否滚动平均，默认为 True
rollmeancout: 滚动平均窗口大小，默认为 5

返回值: xr.Dataset，包含:

数据变量: Wind_Direction, Wind_Speed, Vertical_Wind_Speed, U_Wind_Speed, V_Wind_Speed
坐标: height
属性: Station_Id, Longitude, Latitude, Observation_Time

算法说明:

质量控制: 检测和剔除异常值
风分量计算: 从径向速度分解 U/V/W 分量
多波束融合: 加权平均多个波束的观测
数据平滑: 可选的插值和滚动平均

示例:

ds_l2 = metgrs.WindProfileRadar.readSingleL2file('RAD.TXT')
ds_l3 = metgrs.WindProfileRadar.CalcL2toL3(ds_l2)
# 或使用 accessor
ds_l3 = ds_l2.wpr.calc_l2_to_l3()

1.3 Accessor: `ds.wpr`

所有风廓线雷达数据集都可以通过 .wpr 访问器调用领域方法。

`ds.wpr.calc_l1_to_l2(...)`

等同于 CalcL1toL2(ds, ...)

`ds.wpr.calc_l2_to_l3(...)`

等同于 CalcL2toL3(ds, ...)

`ds.wpr.plot_l3_wind(figsize=(18, 12), show=True, savepath=None)`

绘制 L3 风场数据。

2. CloudRadar 模块

2.1 数据读取函数

`readSingleFFTData(fp: str) -> xr.Dataset`

读取云雷达 FFT 谱数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_O_YCCR_设备型号_FFT_MM.BIN

返回值: xr.Dataset，包含:

数据变量: FFT0, FFT1, … (FFT 数据)
坐标: time, height, FFT_index, dtype
属性: GenericHeader, SiteConfig, RadarConfig, TaskConfig, CutConfigs, RadialHeader

`readSingleBaseData(fp: str) -> xr.Dataset`

读取云雷达基数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_O_YCCR_设备型号_RAW_MM.BIN

返回值: xr.Dataset，包含:

数据变量: Z1, V1, W1, SNR1, Z2, V2, W2, SNR2 等（反射率、速度、谱宽、信噪比）
坐标: time, height
属性: GenericHeader, SiteConfig, RadarConfig, TaskConfig

`readFFTDatas(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

批量读取 FFT 谱数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程，默认为 False
multiproces_corenum: 多进程核心数，默认为 -1

返回值: 合并后的 xr.Dataset，按 time 维度拼接

`readBaseDatas(fps: list, use_multiprocess=False, multiproces_corenum=-1, fixData_Length='max') -> xr.Dataset`

批量读取基数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程，默认为 False
multiproces_corenum: 多进程核心数，默认为 -1
fixData_Length: 数据对齐方式，’max’（最大长度）/ ‘min’（最小长度）/ 指定长度

返回值: 合并后的 xr.Dataset

`readSingleProductFile(fp: str) -> xr.Dataset`

读取云雷达产品数据文件。

参数:

fp: 文件路径，格式为 Z_RADA_I_IIiii_yyyyMMddhhmmss_P_YCCR_设备型号_CP_M.TXT

返回值: xr.Dataset，包含:

数据变量: 气象产品数据（如温度、湿度、降水等）
坐标: time

`readStatuXMLfile(fp: str) -> dict`

读取云雷达状态数据 XML 文件。

参数:

fp: 文件路径

返回值: dict，包含状态数据

`readSingleCalibrationXMLfile(fp: str) -> dict`

读取云雷达标校数据 XML 文件。

参数:

fp: 文件路径

返回值: dict，包含标校数据

2.2 Accessor: `ds.cld`

所有云雷达数据集都可以通过 .cld 访问器调用领域方法。

`ds.cld.plot(data_name='Z1', figsize=(18, 12), cmap=None, norm=None, show=True, savepath=None)`

绘制云雷达数据。

参数:

data_name: 数据变量名，如 ‘Z1’, ‘V1’, ‘W1’, ‘SNR1’ 等
figsize: 图像尺寸
cmap: 颜色映射
norm: 归一化
show: 是否显示图像
savepath: 保存路径

示例:

ds = metgrs.CloudRadar.readSingleBaseData('RAW.BIN')
ds.cld.plot(data_name='Z1', savepath='reflectivity.png')

3. Lidar 模块

3.1 数据读取函数

`readSingleL0File(l0file: str) -> xr.Dataset`

读取激光雷达 L0 原始数据文件。

参数:

l0file: 文件路径，格式为 Z_RADR_I_IIiii_yyyyMMddhhmmss_O_LIDAR_设备型号_L0.BIN

返回值: xr.Dataset，包含:

数据变量: c1, c2, … (各通道数据)
坐标: time, range_bin
属性: Observe_Time, Channel_Count, Channel_Metas

`readSingleCDWLBinFile(binfile: str) -> xr.Dataset`

读取激光雷达 CDWL 二进制数据文件。

参数:

binfile: 文件路径

返回值: xr.Dataset，包含:

数据变量: WindDirection, HorizontalWindSpeed, VerticalWindSpeed
坐标: height
属性: Station_Code, Station_Name, Latitude_deg, Longitude_deg, Observe_Time

`readSingleL1ProductFile(binfile: str) -> xr.Dataset`

读取激光雷达 1 级产品数据文件。

参数:

binfile: 文件路径，格式为 Z_RADR_I_IIiii_yyyyMMddhhmmss_P_LIDAR_设备型号_L1_产品类型_波长.BIN

返回值: xr.Dataset，包含:

数据变量: extinction_coefficient / backscatter_coefficient / depolarization_ratio
坐标: height
属性: Product_Type, Wavelength, Height_Resolution

`readSingleL2ProductFile(txtfile: str) -> xr.Dataset`

读取激光雷达 2 级产品数据文件。

参数:

txtfile: 文件路径，格式为 Z_RADR_I_IIiii_yyyyMMddhhmmss_P_LIDAR_设备型号_L2_AVMPC.TXT

返回值: xr.Dataset，包含:

数据变量: Surface_Temperature, Surface_Humidity, Surface_Pressure, TIR, Rain, 云信息, 颗粒物浓度等
坐标: time

`readL0Files(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

批量读取 L0 原始数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程
multiproces_corenum: 多进程核心数

返回值: 合并后的 xr.Dataset

`readCDWLBinFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

批量读取 CDWL 数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程
multiproces_corenum: 多进程核心数

返回值: 合并后的 xr.Dataset

`readL1ProductFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

批量读取 1 级产品数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程
multiproces_corenum: 多进程核心数

返回值: 合并后的 xr.Dataset

`readL2ProductFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

批量读取 2 级产品数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程
multiproces_corenum: 多进程核心数

返回值: 合并后的 xr.Dataset

`readSingleStatusXMLFile(fp: str) -> dict`

读取激光雷达状态数据 XML 文件。

参数:

fp: 文件路径

返回值: dict，包含状态数据

`readSingleCalibrationXMLFile(fp: str) -> dict`

读取激光雷达标校数据 XML 文件。

参数:

fp: 文件路径

返回值: dict，包含标校数据

3.2 Accessor: `ds.lidar`

所有激光雷达数据集都可以通过 .lidar 访问器调用领域方法。

`ds.lidar.channel_metas`

获取通道元数据。

返回值: pd.DataFrame，包含通道信息

示例:

ds = metgrs.Lidar.readSingleL0File('L0.BIN')
print(ds.lidar.channel_metas)

4. MicroWaveRadiometer 模块

4.1 数据读取函数

`readMWRFile(filename, encoding='gbk') -> pd.DataFrame`

读取微波辐射计数据文件，返回 pandas DataFrame。

参数:

filename: 文件路径
encoding: 文件编码，默认为 ‘gbk’

返回值: pd.DataFrame

`readMWRFileAsDataset(filename, encoding='gbk') -> xr.Dataset`

读取微波辐射计数据文件，返回 xarray Dataset。

参数:

filename: 文件路径
encoding: 文件编码，默认为 ‘gbk’

返回值: xr.Dataset，包含:

数据变量: 各观测参数
坐标: time
属性: File_Path, columns

`readMWRFilesAsDataset(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

批量读取微波辐射计数据文件。

参数:

fps: 文件路径列表
use_multiprocess: 是否使用多进程
multiproces_corenum: 多进程核心数

返回值: 合并后的 xr.Dataset

5. Utils 模块

5.1 工具函数

`parse_element(element) -> dict`

解析 XML 元素为字典。

参数:

element: XML 元素

返回值: dict

`vuv2w(u, v) -> tuple`

将 U/V 风分量转换为风向和风速。

参数:

u: U 风分量
v: V 风分量

返回值: (wind_direction, wind_speed)

`vw2uv(wdir, wspd) -> tuple`

将风向和风速转换为 U/V 风分量。

参数:

wdir: 风向（度）
wspd: 风速（m/s）

返回值: (u, v)

`isInt(s) -> bool`

检查字符串是否为整数。

参数:

s: 字符串

返回值: bool

6. 数据结构说明

6.1 风廓线雷达数据层次

L1 (原始数据): FFT 功率谱
    ↓ CalcL1toL2() - 谱矩法
L2 (径向数据): 径向速度、谱宽、信噪比
    ↓ CalcL2toL3() - 风分量合成
L3 (产品数据): 水平风向、风速、垂直风速

6.2 云雷达数据类型

FFT 数据: 多普勒谱数据
基数据: 反射率 (Z)、径向速度 (V)、谱宽 (W)、信噪比 (SNR)
产品数据: 气象产品（温度、湿度、降水等）

6.3 激光雷达数据层次

L0 (原始数据): 各通道回波信号
    ↓ 处理算法
L1 (1级产品): 消光系数、后向散射系数、退偏振比
    ↓ 反演算法
L2 (2级产品): 光学厚度、能见度、混合层高度、云信息、颗粒物浓度

7. 常见用法示例

7.1 风廓线雷达数据处理

import metgrs

# 读取 L1 数据
ds_l1 = metgrs.WindProfileRadar.readSingleL1file('FFT.BIN')

# L1 → L2 处理
ds_l2 = ds_l1.wpr.calc_l1_to_l2(clutter_filter=True)

# L2 → L3 处理
ds_l3 = ds_l2.wpr.calc_l2_to_l3(qcw=3, rollmean=True)

# 绘制风场
ds_l3.wpr.plot_l3_wind(savepath='wind_profile.png')

7.2 云雷达数据可视化

import metgrs

# 读取基数据
ds = metgrs.CloudRadar.readSingleBaseData('RAW.BIN')

# 绘制反射率
ds.cld.plot(data_name='Z1', savepath='reflectivity.png')

# 绘制径向速度
ds.cld.plot(data_name='V1', savepath='velocity.png')

7.3 批量数据读取

import glob
import metgrs

# 获取文件列表
files = sorted(glob.glob('data/*.BIN'))

# 批量读取（多进程）
ds = metgrs.CloudRadar.readBaseDatas(files, use_multiprocess=True)

# 绘制时间序列
ds.cld.plot(data_name='Z1')

7.4 激光雷达产品数据

import metgrs

# 读取 1 级产品
ds_l1 = metgrs.Lidar.readSingleL1ProductFile('L1_EXT.BIN')

# 读取 2 级产品
ds_l2 = metgrs.Lidar.readSingleL2ProductFile('L2_AVMPC.TXT')

# 获取通道元数据
print(ds_l1.lidar.channel_metas)

8. 依赖项

numpy
pandas
xarray
matplotlib
joblib
python-dateutil

9. 版本历史

0.5.3:
- 重构为 xarray accessor 架构
- 移除自定义 originData 对象
- 添加 L1→L2 谱矩法处理
- 补充所有设备的产品数据读取
- 完善文档

10. 许可证

MIT License

metgrs API 参考文档

概述

模块结构

1. WindProfileRadar 模块

1.1 数据读取函数

readSingleL1file(fp: str) -> xr.Dataset

readSingleL2file(fp: str) -> xr.Dataset

readSingleL3file(fp: str) -> xr.Dataset

readSingleROBSfile(fp: str) -> xr.Dataset

readSingleHOBSfile(fp: str) -> xr.Dataset

readSingleOOBSfile(fp: str) -> xr.Dataset

readL3files(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset

readSingleCalibrationXMLfile(fp: str) -> dict

readSingleStatuXMLfile(fp: str) -> dict

1.2 数据处理函数

CalcL1toL2(ds_l1, clutter_filter=True, clutter_width=0.5, snr_threshold=-20, n_noise_bins=10) -> xr.Dataset

CalcL2toL3(ds_l2, qcw=3, interp=False, rollmean=True, rollmeancout=5) -> xr.Dataset

1.3 Accessor: ds.wpr

ds.wpr.calc_l1_to_l2(...)

ds.wpr.calc_l2_to_l3(...)

ds.wpr.plot_l3_wind(figsize=(18, 12), show=True, savepath=None)

2. CloudRadar 模块

2.1 数据读取函数

readSingleFFTData(fp: str) -> xr.Dataset

readSingleBaseData(fp: str) -> xr.Dataset

readFFTDatas(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset

readBaseDatas(fps: list, use_multiprocess=False, multiproces_corenum=-1, fixData_Length='max') -> xr.Dataset

readSingleProductFile(fp: str) -> xr.Dataset

readStatuXMLfile(fp: str) -> dict

readSingleCalibrationXMLfile(fp: str) -> dict

2.2 Accessor: ds.cld

ds.cld.plot(data_name='Z1', figsize=(18, 12), cmap=None, norm=None, show=True, savepath=None)

3. Lidar 模块

3.1 数据读取函数

readSingleL0File(l0file: str) -> xr.Dataset

readSingleCDWLBinFile(binfile: str) -> xr.Dataset

readSingleL1ProductFile(binfile: str) -> xr.Dataset

readSingleL2ProductFile(txtfile: str) -> xr.Dataset

readL0Files(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset

readCDWLBinFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset

readL1ProductFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset

readL2ProductFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset

readSingleStatusXMLFile(fp: str) -> dict

readSingleCalibrationXMLFile(fp: str) -> dict

3.2 Accessor: ds.lidar

ds.lidar.channel_metas

4. MicroWaveRadiometer 模块

4.1 数据读取函数

readMWRFile(filename, encoding='gbk') -> pd.DataFrame

readMWRFileAsDataset(filename, encoding='gbk') -> xr.Dataset

readMWRFilesAsDataset(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset

5. Utils 模块

5.1 工具函数

parse_element(element) -> dict

vuv2w(u, v) -> tuple

vw2uv(wdir, wspd) -> tuple

isInt(s) -> bool

6. 数据结构说明

6.1 风廓线雷达数据层次

6.2 云雷达数据类型

6.3 激光雷达数据层次

7. 常见用法示例

7.1 风廓线雷达数据处理

7.2 云雷达数据可视化

7.3 批量数据读取

7.4 激光雷达产品数据

8. 依赖项

9. 版本历史

10. 许可证

`readSingleL1file(fp: str) -> xr.Dataset`

`readSingleL2file(fp: str) -> xr.Dataset`

`readSingleL3file(fp: str) -> xr.Dataset`

`readSingleROBSfile(fp: str) -> xr.Dataset`

`readSingleHOBSfile(fp: str) -> xr.Dataset`

`readSingleOOBSfile(fp: str) -> xr.Dataset`

`readL3files(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

`readSingleCalibrationXMLfile(fp: str) -> dict`

`readSingleStatuXMLfile(fp: str) -> dict`

`CalcL1toL2(ds_l1, clutter_filter=True, clutter_width=0.5, snr_threshold=-20, n_noise_bins=10) -> xr.Dataset`

`CalcL2toL3(ds_l2, qcw=3, interp=False, rollmean=True, rollmeancout=5) -> xr.Dataset`

1.3 Accessor: `ds.wpr`

`ds.wpr.calc_l1_to_l2(...)`

`ds.wpr.calc_l2_to_l3(...)`

`ds.wpr.plot_l3_wind(figsize=(18, 12), show=True, savepath=None)`

`readSingleFFTData(fp: str) -> xr.Dataset`

`readSingleBaseData(fp: str) -> xr.Dataset`

`readFFTDatas(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

`readBaseDatas(fps: list, use_multiprocess=False, multiproces_corenum=-1, fixData_Length='max') -> xr.Dataset`

`readSingleProductFile(fp: str) -> xr.Dataset`

`readStatuXMLfile(fp: str) -> dict`

`readSingleCalibrationXMLfile(fp: str) -> dict`

2.2 Accessor: `ds.cld`

`ds.cld.plot(data_name='Z1', figsize=(18, 12), cmap=None, norm=None, show=True, savepath=None)`

`readSingleL0File(l0file: str) -> xr.Dataset`

`readSingleCDWLBinFile(binfile: str) -> xr.Dataset`

`readSingleL1ProductFile(binfile: str) -> xr.Dataset`

`readSingleL2ProductFile(txtfile: str) -> xr.Dataset`

`readL0Files(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

`readCDWLBinFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

`readL1ProductFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

`readL2ProductFiles(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

`readSingleStatusXMLFile(fp: str) -> dict`

`readSingleCalibrationXMLFile(fp: str) -> dict`

3.2 Accessor: `ds.lidar`

`ds.lidar.channel_metas`

`readMWRFile(filename, encoding='gbk') -> pd.DataFrame`

`readMWRFileAsDataset(filename, encoding='gbk') -> xr.Dataset`

`readMWRFilesAsDataset(fps: list, use_multiprocess=False, multiproces_corenum=-1) -> xr.Dataset`

`parse_element(element) -> dict`

`vuv2w(u, v) -> tuple`

`vw2uv(wdir, wspd) -> tuple`

`isInt(s) -> bool`