之前有写过science文章后处理的复现Science文章复现（Python）：在机载观测中明显的强烈南大洋碳吸收
在这里是针对图细节的理解：
首先需要下载这个项目
https://github.com/NCAR/so-co2-airborne-obs
这里的环境配置会比较麻烦

conda env create --name=airborne --file=environment.yml

该图是文章中图1的a图和b图。
这里有纬度（在南半球为负的，北半球是正的）
观测的CO2减去均值（295-305）

图1. 南大洋大气CO2的观测模式
（A和B）飞机所观测的横截面图，分别为（A）ORCAS，即2016年1月至2月，和（B）ATom-1，即2016年8月。（ORCAS和ATom-1表示2个项目）颜色显示相对于各运动营地45°S南部295-305 K位温范围内的观测平均值的CO2干空气摩尔分数。等值线表示观测到的位温。有关所有运动营地的飞行轨迹和横截面图，请参见图S1和S2；有关模拟场的信息，请参见图S3和S4。 （C和D）1999-2019年夏季（DJF）和冬季（JJA）期间监测站平均观测的CO2减去南极观测站（SPO）美国国家海洋和大气管理局（NOAA）的原位记录的汇编。黑线是样条拟合，仅作为视觉指南。蓝色阴影表示我们指定的“南大洋站点”的纬度带。有关站点位置和时间覆盖范围，请参见表S1和图S5。SM包括附加的方法细节。

画图的 code

# set up canvas
fig = plt.figure() #figsize=(10, 6)) #dpi=300)

#------------------------------------
#--- ORCAS Section
#------------------------------------

ds = dsets['ds_obs_aircraft']
ax = fig.add_subplot(1, 1, 1) #axs['section_DJF']

ndx = np.where(ds.campaigns == 'ORCAS')[0][0]
cf = ax.pcolormesh(
        ds.y, ds.z, ds.DCO2_binned.isel(time=ndx).squeeze(),
        norm=figure_panels.divnorm,
        cmap=figure_panels.cmap,
        shading='nearest',    
    )
cs = ax.contour(
    ds.LAT, ds.ALT, ds.THETA.isel(time=ndx).squeeze(),
    levels=np.arange(255., 350., 5.),
    linewidths=1,  # 线宽1
    colors='gray')    
lb = plt.clabel(cs, fontsize=8, inline=True, fmt='%d')  
# 绘制的等值线上添加标签

ax.set_title('Aircraft obs: CO$_2$ minus 295–305K mean (Jan-Feb 2016)')
ax.set_ylim((0, 10.5))
ax.set_xlim(-91.25, -28.75)
ax.set_ylabel('Altitude [km]');   
ax.set_xlabel('Latitude [°N]')


cb = plt.colorbar(cf)
cb.set_label('$\Delta$CO$_2$ [ppm]')

util.savefig('co2-orcas-cross-section')
# 这个util应该是个人的工具包

这段代码是用于绘制南极大气CO2观测数据的飞机横截面图，具体解释如下：

1. 使用 matplotlib 创建新的绘图画布。
2. 选择需要绘制的数据集，此处选择了名为 “ds_obs_aircraft” 的数据集。
3. 在画布上添加一个子图，使用 add_subplot() 方法。
4. 找到数据集中对应该航次（ORCAS）的位置，使用 np.where() 方法。
5. 使用 pcolormesh() 方法绘制二维的颜色填充图，其中 x 轴表示纬度， y 轴表示高度，颜色表示 CO2 浓度的变化。norm 参数是用于定义颜色映射的规范化器，cmap 参数是用于指定颜色映射的颜色表。
6. 使用 contour() 方法添加等值线，其中 x 轴和 y 轴表示纬度和高度，线条颜色为灰色，线宽为1。levels 参数定义了等值线的值范围和间隔。
7. 使用 set_title()、set_ylim()、set_xlim()、set_ylabel() 和 set_xlabel() 方法设置图的标题、y轴和x轴的标签、以及纵坐标和横坐标的范围。
8. 使用 colorbar() 方法添加颜色条，cb.set_label() 方法设置颜色条的标签。
9. 使用 util.savefig() 方法将图保存到文件中。