




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、目录实习一 求 500hPa 高度场气候场、距平场和均方差场31、资料介绍 32要求 33、实习结果 31)、 FORTRAN 源程序 3(2) 、 grads 文件 5( 3 )、实习结果6实习二 计算给定数据资料的简单相关系数和自相关系数71、资料介绍 72、要求 73、实习结果 8( 1 )、 Fortran 源程序 8(2)、程序运行结果: 10实习三分析中国夏季降水线性趋势的分布特征 101 .资料介绍及要求: 102 . 实习结果 10(1 ).matlab 程序 10(2) .程序运行结果 11实习四求给定数据的一元线性回归方程 111、资料介绍及要求 112、实习结果 12(1
2、 )、 MATLAB 程序 12(2)、程序运行结果 12(3)、结果分析 13实习五 对给定的海温数据进行EOF 分析 131、资料介绍 132、要求 143、实习结果 14(1 )、 FORTRAN 源程序 14( 2)空间场和时间序列的ctl 文件 16(3)运行结果 16(4)分析 17实习三(附加)计算给定数据的11 年滑动平均和累积距平 181、资料介绍 182、要求 183、实习结果 18实习四(附加)求给定数据的多元线性回归方程 201、说明 202、要求 203、实习结果 21(1 ) Matlab 源程序 21(2 )运行结果 24实习一 求500hPa高度场气候场、距平场
3、和均方差场1 、资料介绍有一 500hPa高度场资料,文件名h500.dat,范围:60150E,040N. 时段: 1982.11985.12共 48 个月。水平分辨率:2.5*2.5,格点数:37*17。2要求编fortran程序,求500hPa高度场的( 1)气候场;( 2)距平场;( 3)均方差场。并能用Grads做出图形,实习报告中气候场、距平场、均方差场任意给出 两张图 ,图注要清楚,即要注明是哪个时间的图形,并做简单分 析。注:h500.For给出了如何用fortran读取ASCII码资料h500.dat.3、实习结果1)、FORTRAN程序program ex_gradsimp
4、licit noneinteger,parameter:nx=37,ny=17,nz=4,nt=12integer i,j,iz,itreal var(nx,ny,nz,nt),cl(nx,ny,nt),sum,jp(nx,ny,nz,nt),jfc(nx,ny,nt)! Opening fileopen(10,file='g:gradsdatah500.dat')do iz=1,nzdo it=1,ntread(10,1000)read(10,3000) (var(i,j,iz,it),i=1,nx),j=1,ny)enddoenddo1000 format(2i7)2000
5、 format(37f6.2)3000 format(37f8.1)4000 format(37f7.2)close(10)!Outputopen(16,file='g:gradsdatah500.grd',form='binary')do iz=1,nzdo it=1,ntwrite(16)(var(i,j,iz,it),i=1,nx),j=1,ny)enddoenddo!Calculating the Climatological Fielddo it=1,ntdo i=1,nxdo j=1,nysum=0do iz=1,nzsum=sum+var(i,j,
6、iz,it)enddocl(i,j,it)=sum/4enddoenddoenddo! Output climate-fileopen(12,file='g:gradsdataclimate.grd',form='binary')do it=1,ntwrite(12) (cl(i,j,it),i=1,nx),j=1,ny)enddo!Calculating the Anomalydo iz=1,nzdo it=1,ntdo i=1,nxdo j=1,nyjp(i,j,iz,it)=var(i,j,iz,it)-cl(i,j,it)enddoenddoenddoe
7、nddoopen(13,file='g:gradsdataanomaly.grd',form='binary')!Output anomaly-filedo iz=1,nzdo it=1,ntwrite(13) (jp(i,j,iz,it),i=1,nx),j=1,ny)enddoenddo!Calculating the Mean-square Deviationdo it=1,ntdo i=1,nxdo j=1,nysum=0do iz=1,nzsum=sum+(jp(i,j,iz,it)*2enddojfc(i,j,it)=sqrt(sum/4)enddo
8、enddoenddo!Output mean-square deviation-fileopen(14,file='g:gradsdatadeviation.grd',form='binary')do it=1,ntwrite(14) (jfc(i,j,it),i=1,nx),j=1,ny)enddoend 2) 、 grads 文件'open g:gradsdata*.ctl' (*为所求场对应的ctl 文件名 )'set lat 0 40''set lon 60 150''set lev 500'
9、;'enable print g:gradsdata*.gmf'( * 为所求场名称)i=1while(i<=48( 或 12)'set t 'i'd h''print''c' i=i+1 endwhile'disable print' 3) 3) 、实习结果、原始场1982年 1月1982年 7月结果分析:冬季(此处以1月为代表)等高线分布整体平缓,表明高度场分布相对均匀,且北部接近极地位势高度低,赤道地区位势高度高,这与太阳直射点在1 月在南半球,使北半球整体的辐射吸收随纬度增加而减小有关
10、。北半球的气块受热随纬度递增而递减,因而膨胀率递减,故南方接近赤道地区的气体膨胀大,位势高,而北方近极地地区气体膨胀小,位势低。夏季(此处以7月为代表),大洋上空出现副热带高压(588线位置),在东亚地区存在较为明显的位势高度槽,即东亚大槽。夏季在30。N以北的地区位于西风带中,从图中可看出明显的西风带长波特征。除东亚大槽外,在中亚地区也存在一长波槽,这些槽线发生长波调整时,会在部分地区发生较剧烈的天气变化。此外,从图中可以看出,1982年 7月副热带高压脊线的平均位置位于 25。N ,125 ° E付近,我国华东地区位于副高北侧西南气流控制下, 西南气流为水汽输送的主要通道,该地区
11、发生降水较为频繁。从图中还可以看出冬夏季的位势高度分布存在明显差异,这与太阳直射点的年纪变化密切相关。、气候场2月8月结果分析:气候场是多年数据中同时段的平均值序列,表征了区域内多年平均的位势高度变化。从气候场图形可以看出多年平均的500hPa高度场中,冬季(此处以多年平均的2月气候场为代表)等高线较平直,大陆上等高线较稀疏,而海洋上等高线较密集,这表明大陆上空的位势高度变化率较海洋小。此外, 冬季等位势高度线分布平直,还说明冬季的天气变化显著。夏季(此处以多年平均的8月气候场为代表)在太平洋上有副热带高压,副高是深厚的系统,所以可以一直延伸到500hPa高度。东亚地区存在明显的西风带长波槽,
12、即东亚大槽,东亚大槽的移动和变化配合副热带高压和夏季风的影响,会使我国大部分地区天气造成强烈变化, 如形成大范围降水或强对流天气。同时,孟加拉湾处存在一低涡。由于高原的阻挡作用,这一系统对我国的影响并不显著。图中副高脊线8月的多年平均位置位于 30。N以北,且东部长波槽位于110。E附近,故由气候场分析,华北地区位于长波槽前,又槽线受到副高的阻挡作用,因而华北地区容易形成降水。、距平场1982年 1月1982年 7月结果分析:距平场指示了位势高度的震荡趋势,因距平的平均值为0, 则大于0的值表明位势高度偏高,小于0的值表示位势高度偏低。从图中可看出冬季(此处以1982年 1月距平场做代表)在大
13、陆位势高度为正距平,而在大洋则存在明显的负距平。则由距平场的性质得,冬季在大洋上位势高度偏高,在大陆上位势高度偏低。其原因是,海水的比热大于陆地,则冬季海洋温度比陆地高,所以海洋上气块膨胀更多,位势高度更高。夏季(此处以1982年 7月距平场做代表)相反,大洋上位势高度偏低,而陆地偏高。在70。E90。E附近位势偏高的原因在于夏季青藏高原接受太阳辐射使之在对流层中层形成热源,位势高度因比大陆其他位置高。由此可见,位势高度的变化不仅与海陆差异有关,同时也与地形有关。在海洋上副热带高压所在的位置存在证据平值。、均方差场6月12月结果分析:均方差场反应同一时段内的位势高度变化幅度的大小。由图可以看出
14、,整体位势高度在大陆上的变化幅度比海洋小,且海洋上冬季的变化幅度比夏季大,而陆地上相反,冬季的变化幅度比夏季小。因为陆地的比热小,所以陆地在夏季白天与夜间的温差大于冬季,对应的高度场震荡就比冬季剧烈。海洋上的位势高度变化幅度的影响方面温差为次要因素,其主要受到副热带高压,西风带长波槽脊影响,位势高度根据天气系统的移动而变化,所以震荡幅度较大。除受到天气系统影响外,海洋上的位势高度场还受到洋流等因素的影响。实习二 计算给定数据资料的简单相关系数和自相关系数1 、资料介绍根据下表中年平均气温和冬季平均气温的等级数据进行下列计算:1)计算两个气温之间的简单相关系数。2)分别找出两个气温数据自相关系数
15、绝对值最大的滞后时间长度。(滞后长度T最大取10)2、要求实习报告中附出简单相关系数或自相关系数程序。答案: r=0.47年平均气温在滞后长度j=3、冬季序列在j=4最大。3、实习结果( 1) 、 Fortran 源程序PROGRAM EXAMIMPLICIT NONEINTEGER,PARAMETER:N=20INTEGER i,j,k,ty,tw,tywREAL:avr_y=0,avr_w=0,sy=0,sw=0,rxy=0,max_y=0,max_w=0,max_yw=0REAL y(N),w(N)DATA y/3.4,3.3,3.2,2.9,3.4,2.8,3.6,3.0,2.8,3.
16、0,3.1,3.0,2.9,2.7,3.5,3.2,3.1,2.8,2.9,2.9/DATAw/3.24,3.14,3.26,2.38,3.32,2.71,2.84,3.94,2.75,1.83,2.80,2.81,2.63,3.20,3.60,3.40,3.07,1.87,2.63,2.47/REAL syy(N),sww(N),r(N),rty(N),rtw(N),rtyw(N),rxy_ty(N),rxy_tw(N),rxy_tyw(N)DO i=1,N avr_y=avr_y+y(i) avr_w=avr_w+w(i)END DOavr_y=avr_y/Navr_w=avr_w/N !
17、 简单相关系数DO j=1,Nsyy(j)=(y(j)-avr_y)*2 sy=sy+syy(j)sww(j)=(w(j)-avr_w)*2 sw=sw+sww(j)END DO sy=sqrt(sy/N) sw=sqrt(sw/N)DO j=1,Nr(j)=(y(j)-avr_y)/sy)*(w(j)-avr_w)/sw) rxy=rxy+r(j)END DO rxy=rxy/NPRINT "(/'1970-1989 年全年平均气温与冬季平均气温的简单相关系数rxy=',f5.2)",rxyk=0 ! 自相关系数DO ty=1,N/2DO i=1,N-ty
18、rty(i)=(y(i)-avr_y)/sy)*(y(i+ty)-avr_y)/sy) rxy_ty(ty)=rxy_ty(ty)+rty(i)END DOrxy_ty(ty)=rxy_ty(ty)/(N-ty)rxy_ty(ty)=ABS(rxy_ty(ty)IF(rxy_ty(ty)>max_y) THEN max_y=rxy_ty(ty) k=tyEND IFEND DOPRINT "(' 全 年 平 均 气 温 绝 对 值 最 大 自 相 关 系 数 rxy_ty=',f7.4,/,' 滞 后 时 间 长 度 k=',I2)",
19、rxy_ty(k),k k=0DO tw=1,N/2DO i=1,N-twrtw(i)=(w(i)-avr_w)/sw)*(w(i+tw)-avr_w)/sw) rxy_tw(tw)=rxy_tw(tw)+rtw(i)END DOrxy_tw(tw)=rxy_tw(tw)/(N-tw)rxy_tw(tw)=ABS(rxy_tw(tw)IF(rxy_tw(tw)>max_w) THEN max_w=rxy_tw(tw) k=twEND IFEND DOPRINT "(' 冬 季 平 均 气 温 绝 对 值 最 大 自 相 关 系 数 rxy_tw=',f7.4,/
20、,' 滞 后 时 间 长 度 k=',I2)",rxy_tw(k),k k=0DO tyw=1,N/2DO i=1,N-tywrtyw(i)=(y(i)-avr_y)/sy)*(w(i+tyw)-avr_w)/sw) rxy_tyw(tyw)=rxy_tyw(tyw)+rtyw(i)END DOrxy_tyw(tyw)=rxy_tyw(tyw)/(N-tyw)rxy_tyw(tyw)=ABS(rxy_tyw(tyw)IF(rxy_tyw(tyw)>max_yw) THENmax_yw=rxy_tyw(tyw)k=tywEND IFEND DOrxy_tyw=
21、39;,f7.4,/,' 滞后时间PRINT "('全年平均温度与冬季平均气温之间的落后交叉相关系数长度 k=',I2)",rxy_tyw(k),kEND2) 、程序运行结果:实习三 分析中国夏季降水线性趋势的分布特征1 .资料介绍及要求:利用数据160zhan-rainfall-summer.txt ,编写求1982-2006年中国 160 站各站夏季降水线性倾向率,给出分布图,并进行简单分析。read-rain.for 给出了阅读资料的fortran 程序。数据在文件夹中单独给出。2 . 实习结果 1) 1) .matlab 程序%编写求1982
22、-2006 年中国 160 站各站夏季降水线性倾向率clear allclcfid=fopen( 'E:/160zhan-rainfall-summer.txt', 'rt' );tline=fgets(fid);data1=fscanf(fid, '%f %f %f %f %f %f %f %f %f %f %f %f %f %f %f %f%f %f %f %f %f %f %f %f %f %f %f %f',28,160);data2=data1'fclose(fid);for i=1:160;j(i,1:25)=data2(i,
23、4:28);n1=1982:1:2006;pp(i,:)=polyfit(n1,j(i,1:25),1);endb=pp(:,1);jd=data2(:,3);wd=data2(:,2);jdc=75:0.5:135;wdc=18:.5:55;bz=griddata(jd,wd,b,jdc,wdc','cubic' );c=contour(jdc,wdc,bz)xlabel('精度');ylabel( '纬度');title( '1982-2006 年中国160站各站夏季降水线性倾向率分布图) 2) .程序运行结果实习四 求给定数
24、据的一元线性回归方程1、资料介绍及要求利用下表数据,以环流指标为预报因子,气温为预报量,计算气温和 环流指标之间的一元线性回归方程,并对回归方程进行检验。年份气温T环流指标19510.93219521.22519532.22019542.4261955-0.52719562.5241957-1.128195802419596.21519602.71619613.2241962-1.13019632.52219641.23019651.82419660.63319672.42619682.52019691.2321970-0.835答案:F=20.18>Fa=4.41,回归方程显著2、实习
25、结果1) 、 MATLAB 程序%实习四求给定数据的一元线性回归方程ClimateData=xlsread( 'F: 气 象 统 计 方 法 实 验 数 据 气 象 统 计 实 验 四 数 据 .xls');%从 Excel 文件读取数据x=ClimateData(:,3);%提取ClimateData的第三列,即环流指标y=ClimateData(:,2);%提取ClimateData的第三列,即气温Txdata=ones(size(x,1),1),x;%在原始数据x的左边加一列1 ,即模型包含常数项b,bint,r,rint,s=regress(y,xdata);%调用re
26、gress 函数作一元线性回归yhat=xdata*b;%计算y的估计值%定义元胞数组,以元胞数组形式显示系数的估计值和估计值得95% 置信区间head1= ' 系数的估计值' , ' 估计值的95% 置信下限' , ' 估计值的95%置信上限' ;head1;num2cell(b,bint) %定义元胞数组,以元胞数组形式显示y的真实值、y的估计值、残差和残差的95%置信区间head2= 'y 的真实值' , 'y 的估计值' , ' 残差 ' , ' 残差的 95% 置信下限'
27、, ' 残差的 95% 置信上限 ' ; %同时显示y的真实值,y的估计值、残差和残差的95%置信区间head2;num2cell(y,yhat,r,rint) %定义元胞数组,以元胞数组形式显示判定系数、F统计量的观测值、检验的 P值和误差方差的估计值 head3='判定系数,'F统计量的观测值','检验的P值,误差方差的估计值' head3;num2cell(s)2) 、程序运行结果7.50954.655410.3637-0.2343-0.3433-0.1253ans ='y 的真实值''y 的估计值'
28、'残差 ''残差的95% 置信下限''残差的95% 置信上限0.90000.0123 0.8877-1.56333.33881.20001.6523-0.4523-3.03312.12852.20002.8237-0.6237-3.11711.86962.40001.4180 0.9820-1.56113.5251-0.50001.1837-1.6837-4.12500.75762.50001.8866 0.6134-1.95313.1800-1.10000.9494-2.0494-4.40720.308401.8866-1.8866-4.28670.5
29、1366.20003.9952 2.20480.19714.2125ans ='系数的估计值''估计值的'估计值的95% 置信上限'95% 置信下限'2.70003.7609-1.0609-3.35351.23173.20001.8866 1.3134-1.18403.8108-1.10000.4808-1.5808-3.99590.83422.50002.3552 0.1448-2.41372.70341.20000.4808 0.7192-1.80013.23851.80001.8866-0.0866-2.67172.49860.6000-0
30、.2220 0.8220-1.59963.24372.40001.4180 0.9820-1.56113.52512.50002.8237-0.3237-2.83182.18441.20000.0123 1.1877-1.23013.6056-0.8000-0.6906-0.1094-2.47942.2606ans = 0.531320.40452.6673e-0041.5134'判定系数' 'F 统计量的观测值''检验的P 值 ''误差方差的估计值3) 、结果分析从输出的结果看,常数项和回归系数的估计值分别为7.5095 和 -0.23
31、43 , 从而可以写出线性回归方程为回归系数估计值的置信区间为-0.3433,-0.1253。对回归直线进行显著性检验,原假设和对立假设分别为检3叙P的值为2.6673 x 10-4 <0.01,可知显著性水品炉0.01下应拒绝原假设H0,可认为y(环流指数)与x (气温T)的线性关系是显著的。原始数据散点图与回归直线图>>plot(x,y, 'k.', 'Markersize' ,15)%原始数据散点图>>hold on>>plot(x,yhat, 'linewidth' ,3)%回归直线图>&g
32、t;xlabel( '环流指标(x)' ) %注x轴>>ylabel( '气温(y)')琳注 y 轴>>legend( ' 原始散点' , ' 回归直线' ) %加标注框对给定的海温数据进行EOF 分析1 、资料介绍给出海表温度距平数据资料sstpx.grd, 以及相应的数据描述文件sstpx.ctl,对其进行EOF分析,资料的时空范围可以根据 sstpx.ctl获知。数据在文件夹中单独给出,距平或者标准化距平处理后再进行EOF。Zhunsst.for给出了如何读取资料,Ssteof.for为对距平或者标准
33、化距平处理后的资料进行EOF分析2、要求实习报告中给出第一特征向量及其时间系数,并分析其时空特征。3、实习结果:( 1) 、 FORTRAN 源程序! prepare data for eof analysis! the program is to normalize sea surface temperature(SST)! mt: the length of time series;! mo: the month numbers;my: the year numbers;! sst: sea surface temperature data;!sst3: the work array;av
34、f: the average of SST;! df: the variance of SST;program mainparameter(mo=12,my=43,nx=18,ny=12,mt=516)dimension avf(mo,nx,ny),df(mo,nx,ny)dimension sst(nx,ny,mt),sst3(nx,ny,mt)open(1,file='g:sstpxsstpx.grd',form='unformatted',access='direct',recl=nx*ny)irec=1do it=1,mtread(1,r
35、ec=irec)(sst(i,j,it),i=1,nx),j=1,ny)irec=irec+1end do! averagedo j=1,nydo i=1,nxdo k=1,modo it=k,mt,12avf(k,i,j)=avf(k,i,j)+sst(i,j,it)end doavf(k,i,j)=avf(k,i,j)/myend doend doend do! variancedo j=1,nydo i=1,nxdo k=1,modo it=k,mt,12df(k,i,j)=df(k,i,j)+(sst(i,j,it)-avf(k,i,j)*2end dodf(k,i,j)=sqrt(d
36、f(k,i,j)/my)end doend doend do! standardizingdo j=1,nydo i=1,nxdo k=1,modo it=k,mt,12if(sst(i,j,it)=-999.0)thensst3(i,j,it)=-999.0 elsesst3(i,j,it)=(sst(i,j,it)-avf(k,i,j)/df(k,i,j)end ifend doend doend doend do! output fileopen(2,file='g:sstpxstandard.grd',form='unformatted',access=
37、'direct',recl=nx*ny)irec=1do it=1,mtwrite(2,rec=irec)(sst3(i,j,it),i=1,nx),j=1,ny)irec=irec+1end doclose(2)close(1)end分解后的时间系数写入tcf.grd文件中,空间场写入 evf.grd文件中,特征值和分析误差写入sstpx文件夹下的eigenvalue.dat文件,特征向量写入 eigenvactors.dat文件。由 eigenvalues.dat 中的标准特征向量可得出一般特征值的前两个模态有效。用grads打开evf.ctl和tcf.ctl ,分别画出海
38、平面气温 EOF分解后的空间场和时间序列。( 2)空间场和时间序列的ctl 文件evf.ctldset g:sstpxevf.grdtitle Coads SSTA Eundef -999.0xdef 18 linear 120 10ydef 12 linear -27.5 5zdef 1 linear 1000 1tdef 2 linear 1jan1948 1monthvars 1S 0 99 Coads SST anomaly interperated using endvarstcf.ctldset g:sstpxtcf.grdtitle Coads SSTA Tundef -999.
39、0xdef 1 linear 120 10ydef 1 linear -27.5 5zdef 1 linear 1000 1tdef 516 linear 1jan1948 1monthvars 2a 0 99 time coefficient 1b 0 99 time coefficient 2 endvars( 3)运行结果第一模态空间场时间系数第二模态空间场时间系数第一特征向量Eigenvalues.dat文件给出了 EOF分析的第一特征向量值的216个值000-0.02200.01800.04300.03400.06400.05400.06000.06900.05500.03700.0
40、100 -0.0190-0.0210-0.04600000-0.02300.02100.05000.06100.05400.05000.02600.01300.0070-0.0600-0.0580-0.0690-0.0530-0.05500-0.01300 -0.00100.02300.02800.03500.05100.03200.0080-0.0550-0.0730-0.1070-0.1180-0.0990-0.0760-0.0680-0.07800-0.0140-0.01400.00100.03600.02700.0180-0.0010-0.0560-0.0610-0.1050-0.12
41、30-0.1230-0.1220-0.1140-0.0970-0.0870-0.11100-0.0130-0.00500.01700.0490-0.0140-0.0510-0.0540-0.1050-0.1120-0.0970-0.1010-0.1400-0.1410-0.1270-0.1270-0.1070-0.11800-0.00800.01700.04900.0120-0.0640-0.0950-0.1100-0.1330-0.1250-0.1220-0.1130-0.1220-0.1270-0.1360-0.1190-0.118000-0.02000.01200.0150-0.0010
42、-0.0480-0.1040-0.1030-0.1270-0.1300-0.1160-0.1180-0.1130-0.1010-0.1000-0.1060-0.1240-0.10800-0.02800.00700.01400.0120-0.0020-0.0340-0.0710-0.0810-0.0800-0.1020-0.1150-0.0980-0.0950-0.0890-0.1080-0.1380-0.11200-0.03200.01200.02500.01200.0010-0.0190-0.0080-0.0440-0.0620-0.0770-0.0810-0.0630-0.0530-0.0
43、810-0.0770-0.1310-0.0780-0.0640-0.0210-0.00900.02100.03100.02400.0040-0.0090-0.0370-0.0610-0.0560-0.0640-0.0650-0.0720-0.0840-0.0850-0.0520-0.0660-0.0780-0.0110-0.0260-0.0100-0.01100.02800.01800.02400-0.0230-0.0420-0.0660-0.0630-0.0650-0.09600.0160-0.0340-0.0480-0.0630-0.0080-0.0110-0.0070-0.00500.0
44、1300.03500.04500.06000.05500.0280-0.0230-0.0590-0.0950-0.06300.00700.00400.0100-0.01404)分析第一模态空间场时间系数此次试验EOF 分析中的前两个特征向量最大限度地表征了海平面温度场的主要结构。第一特征向量所描绘的第一经验正交函数的特征场(即第一模态)具有海表面气温516 个样本的最相似的特征。若其可以解释为516 个月的标准化特征,它指示出海表温度变化的扰动。其对应的时间系数可以表示为第一模态空间场的时间权重。从第一模态的空间特征场可以看出,受到大尺度环流影响,整场的空间变化基本全为负值。而其值乘以时间权重
45、后均变为负值。也就是大的时间系数乘以空间特征值对应海表温度的低值, 而小的时间系数乘以空间特征值则对应高值。海表温度的低值对应了气象上的拉尼娜年,而海表温度的高值对应了厄尔尼诺年。厄尔尼诺现象泛指赤道附近的东部太平洋表层海水温度上升引起的气候异常现象,它是热带海洋洋流与大气互作用的产物。其基本特征是太平洋沿岸的海面水温异常升高,海水水位上涨,并形成一股暖流向南流动。它使原属冷水域的太平洋东部水域变成暖水域,结果引起海啸和暴风骤雨,造成一些地区干旱,另一些地区又降雨过多的异常气候现象。所以,在空间特征场乘以时间系数后的高值表示厄尔尼诺年。拉尼娜现象是指海洋中的赤道的中部和东部太平洋,东西上万公里
46、,南北跨度上千公里的范围内,海洋温度比正常温度东部和中部海面温度偏低0.2 摄氏度,并持续半年(与厄尔尼诺现象正好相反),东南信风将表面被太阳晒热的海水吹向太平洋西部,致使西部比东部海平面增高将近60 厘米,西部海水温度增高,气压下降,潮湿空气积累形成台风和热带风暴, 东部底层海水上翻,致使东太平洋海水变冷的现象。所以,在空间特征场乘以时间系数后的低值表示拉尼娜年。实习三(附加)计算给定数据的11 年滑动平均和累积距平1 、资料介绍利用数据ma.dat,编写11点滑动平均的程序,ma.for给出了阅读资 料的 fortran 程序。数据在文件夹中单独给出。2、要求实习报告中附出程序,并给出原数
47、据和滑动后数据的图形( 1张图)Matlab 程序load 'g:MA.DAT'x=MA;year=1922:1:2006'year2=year(1+(ih-1)/2:length(x)-(ih-1)/2);ih=11;for i=1:length(x)-10avr(i)=sum(x(i:i+10)/ih;endplot(year,x, 'b:')hold onplot(year2,avr, 'r' )save ( 'Exam_4_output_data.txt', 'avr' , '-ascii&
48、#39; )3、实习结果、 FORTRAN 程序滑动平均计算值(已导入文件(已导入文件Exam_4 output file_DATA.dat )3.0727272.7818192.7727282.6636372.6545463.0454552.7363642.7727282.6181822.6818182.9909102.7454552.7636372.5727272.7545452.9545462.7545462.7727282.5363642.7909092.9181822.7272732.7636372.5272732.8818182.9363642.7272732.7272732.53
49、63643.0090912.9000002.7545462.6818182.5727273.0363642.8545462.7363642.6636372.6090913.0727273.1181823.0909093.1090913.1090913.1454553.1272733.1090913.0818193.0545463.0818193.1181823.1363643.1818193.1545463.2000013.1727283.2181833.2272733.1818193.1636373.1363643.1000013.0636373.0181823.0727273.054546
50、3.0818183.0090913.0000003.0090912.9727272.9909093.0545463.0727273.045455、原始数据及实验滑动平均拟合曲线图表(图表由matlab画出)、分析图中滑动平均值很好的描述了变量x随时间的变化趋势。 滑动平均值滤掉了较大的震荡,使趋势更加明显。从图中看出,x的整体趋势被体现而震荡的极大值却在趋势线中没有显著表示。所以,滑动平均在分析数据时可以更好的体现变化趋势但无法体现较大的异常值。在分析异常时,不宜使用滑动平均。实习四(附加)求给定数据的多元线性回归方程1、说明xi-x4为四个预报因子,y为预报量;样本个数n=132、要求选取预
51、报因子1、2、4,求预报量的标准化回归方程。i2345678910111213xi7111117113122111110x226295631525571315447406668x3615886917221842398x46052204733226442226341212y78.574.3104.387.(i 95.9 109.2 102,7 725 93.1 115.9 8:,.8 113.3 10答案:标准化变量回归方程:? =0.5679xi +0.4323x2 - 0.2613x4附加:利用上表资料,尝试编写逐步回归程序3、实习结果:( 1) Matlab 源程序ClimateData=
52、xlsread( 'F:-OO-0伍气象统计方法实验数据气象统计 实验四 数据(附加题).xls' );%从 Excel 文件读取数据X=ClimateData(2:5,:);%提取ClimateData 的第二到5行数据,即自变量观测矩阵Xy=ClimateData(6,:);%提取ClimateData 的第六行,即预报量reglm(y,X)%调用reglm 函数做 4重线性回归,显示回归分析的方差分析表和参数估计表function stats = reglm(y,X,model,varnames)% 多重线性回归分析或广义线性回归分析% reglm(y,X) ,产生线性回归分析的方差分析表和参数估计结果,并以表格
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 公司消防部门管理制度
- 嘉兴南湖学院管理制度
- 平台项目商务方案(3篇)
- 公司软件资产管理制度
- 劳务公司工程管理制度
- 公路安全设施方案(3篇)
- 小区走廊经营方案(3篇)
- 小学爱心之家管理制度
- 城管岗亭改造方案(3篇)
- 学校资产动态管理制度
- 2025年公牛插座市场调研报告
- 2024-2030全球旅行用便携式WiFi热点行业调研及趋势分析报告
- 第三单元 传承中华优 秀传统文化 课 件- 2024-2025学年七年级道德与法治下册 统编版
- 银行培训中心管理制度
- 抽动症护理查房
- 2025安全月培训课件
- 厂区内雨水排放管理制度
- 2023年上海市普通高中学业水平合格性考试物理试题(含答案)
- 2024年四川省资阳市中考物理试题【含答案、解析】
- 第5课 弘扬劳动精神、劳模精神、工匠精神 教案-中职高教版(2023)《职业道德与法治》
- 肉鸭养殖项目可行性研究报告
评论
0/150
提交评论