公布这些代码的目的之一肯定是解决大家实习课的困难,二是想让大家看到更简洁易懂的代码。

之前或多或少看过别人写的例如气象统计方法实习or短期气候预测实习的代码,那些代码大多冗余繁杂,不够简洁易懂,里面大都充斥了for循环语句,若是数据的分辨率较低倒还好,若是遇上高精度的数据还能用for循环吗?真的很浪费时间的!!!

这份代码是改良多次的结果。会尽可能避免for循环的使用,数据处理一般三下五除二,用不了几行就处理好了,但每一行代码都值得推敲,希望使用的同学明白为什么是这样处理。

另外,关于绘图,绘图是不得不写更多行去美化修饰,大家也可以自行美化,这里也只是简单的美化了一下。它不同于grads或NCL专门的气象绘图软件,python绘图要自己去调整。

资料说明

现有热带太平洋海温场资料,文件名 NCEP_TPSST_30y_Wt.dat

  • 范围:120~300E,20S~20N
  • 时段:冬季1978~2007年共30年
  • 水平分辨率:不等距(具体参考NCEP_TPSST_30y_Wt.ctl文件)
    格点数:32 * 7

实习要求

  1. 利用该资料求热带太平洋海温气候场、均方差场,并给出1982年和1998年冬季海温原始数据场和距平场,对计算结果进行初步分析。
  2. 进一步计算Nino3.4区(5S-5N,170W-120W)海温指数,分别给出原始数据序列、距平序列及标准化时间序列。根据这些时间序列,判断哪些是El Nino年和La Nina年(这里定义大于(小于)等于一个标准偏差的为El Nino(La Nina)年)。

代码获取链接

https://www.heywhale.com/mw/notebook/62f12bd15f0fe96a59a1f25a

资料说明

现有热带太平洋海温场资料,文件名 NCEP_TPSST_30y_Wt.dat

  • 范围:120~300E,20S~20N
  • 时段:冬季1978~2007年共30年
  • 水平分辨率:不等距(具体参考NCEP_TPSST_30y_Wt.ctl文件)
    格点数:32 * 7

现有全球海平面气压场资料,文件名 NCEP_slp_30y_Wt.dat

  • 时段:冬季1978~2007 年共 30 年
  • 水平分辨率:7.5 * 7.5(具体参考NCEP_slp_30y_Wt.ctl文件)
  • 格点数:48 * 24

实习要求

  1. 利用合成方法,分析El Nino 和La Nina 期间全球海平面气压异常场之间是否存在显著差异?
  2. 利用相关分析方法,计算热带太平洋 Nino3.4 海温指数与全球海平面气压场之间的相关关系。
  3. 分别计算南方涛动指数 SOI 与 Nino3.4 指数各自超前滞后相关系数及两者之间的超前滞后相关系数。(这里我们可以根据题 2 中确定最大/最小值相关系数的中心位置, 计算该位置海平面气压场差值近似定义 SOI 指数)

代码获取链接

https://www.heywhale.com/mw/project/62c6f6dd6dd9641f3a3753ed

资料说明

现有热带太平洋海温场资料,文件名 NCEP_TPSST_30y_Wt.dat

  • 范围:120~300E,20S~20N
  • 时段:冬季1978~2007年共30年
  • 水平分辨率:不等距(具体参考NCEP_TPSST_30y_Wt.ctl文件)
    格点数:32 * 7

现有全球海平面气压场资料,文件名 NCEP_slp_30y_Wt.dat

  • 时段:冬季1978~2007 年共 30 年
  • 水平分辨率:7.5 * 7.5(具体参考NCEP_slp_30y_Wt.ctl文件)
    格点数:48 * 24

实习要求

  1. 利用回归方法,分析热带太平洋 El Nino 海温与全球海平面气压场之间的关系。
  2. 比较合成方法、相关方法及回归方法分析热带太平洋 El Nino 海温与全球海平面气压场之间的关系,它们之间有什么联系和差别。

代码获取链接

https://www.heywhale.com/mw/notebook/62f12bd25f0fe96a59a1f264

资料说明

现有全球200hPa位势高度场资料,文件名NCEP_Z200_30y_Wt.dat

  • 时段:冬季1978~2007年共30年
  • 水平分辨率:7.5X7.5(具体参考NCEP_Z200_30y_Wt.ctl文件)
    格点数:48 * 24

现有热带太平洋海温场资料,文件名 NCEP_TPSST_30y_Wt.dat

  • 范围:120~300E,20S~20N
  • 时段:冬季1978~2007年共30年
  • 水平分辨率:不等距(具体参考NCEP_TPSST_30y_Wt.ctl文件)
    格点数:32 * 7

还有热带印度洋海温场资料,文件名NCEP_IOSST_30y_Wt.dat

  • 范围:35~125E,20S~20N
  • 时段:冬季1978~2007年共30年。
  • 水平分辨率:不等距(具体参考NCEP_IOSST_30y_Wt.ctl文件)
    格点数:16 * 7

实习要求

  1. 利用一元回归方法,分析全球200hPa位势高度场分别与热带太平洋El Nino海温和热带印度洋海盆一致模IOB海温异常之间的关系(IOB海温序列可以近似用热带印度洋区域平均海温来表示)。

  2. 利用多元回归方法,分析全球200hPa位势高度场与热带太平洋El Nino海温和热带印度洋海盆一致模IOB海温异常之间的关系。

  3. 利用偏相关分析方法,分析全球200hPa位势高度场与热带太平洋El Nino海温和热带印度洋海盆一致模IOB海温异常之间的相关关系。

  4. 比较一元线性回归方法、多元回归方法及偏相关方法分析全球200hPa位势高度场与热带太平洋El Nino海温和热带印度洋海盆一致模IOB海温异常之间的关系,它们之间有什么区别和联系。

代码获取链接

https://www.heywhale.com/mw/notebook/62f12bd45f0fe96a59a1f284

资料说明

热带印度洋海温场资料,文件名 NCEP_IOSST_30y_Wt.dat

  • 范围:35~125E,20S~20N
  • 时段:冬季 1978~2007 年共 30 年。
  • 水平分辨率:不等距(具体参考 NCEP_IOSST_30y_Wt.ctl 文件)
    格点数:16 * 7

现有全球海洋海温场资料,文件名 NCEP_GSST_50y_Wt.dat

  • 时段:冬季 1958~2007 年共 50 年。
  • 水平分辨率:不等距(具体参考 NCEP_GSST_30y_Wt.ctl 文件)

实习要求

  1. 以热带印度洋(35~125E,20S~20N)区域平均海温时间序列为例,利用气候趋势分析的三种方法分析热带印度洋平均海温随时间的变化趋势。
  2. 近 50 年冬季全球海温变化趋势如何

代码获取链接

https://www.heywhale.com/mw/notebook/62f12bd25f0fe96a59a1f267

资料说明

热带印度洋海温场资料,文件名 NCEP_IOSST_30y_Wt.dat

  • 范围:35~125E,20S~20N
  • 时段:冬季 1978~2007 年共 30 年。
  • 水平分辨率:不等距(具体参考 NCEP_IOSST_30y_Wt.ctl 文件)
    格点数:16 * 7

实习要求

  1. 利用主分量分析方法(EOF分解),给出热带太平洋海温变化的前两个主模态及对应时间序列。试分析这两个主模态的特征(空间和时间)?根据第一主分量,判断哪些年是 El Nino 年、哪些年是 La Nina 年(可以近似用 0.5 个标准偏差定义 El Nino/La Nina 年),进行合成分析并给出特殊年份海温异常情况(选一个特殊年份即可)。
  2. 利用前十个模态重建热带太平洋海温异常资料,并给出特殊年份海温异常重建结果,与原始数据进行比较分析。

代码获取链接

https://www.heywhale.com/mw/notebook/62f12bd35f0fe96a59a1f26c

气象统计方法短期气候预测代码汇总相关推荐

  1. 气象统计方法期末知识点小结

    气象统计方法知识点小结 小知识点 气象统计诊断的基本步骤 资料收集 资料预处理 选取诊断方法 科学综合与诊断分析 气象统计预测的基本步骤 资料收集 选择合适的统计模型 统计检验 预测结论 一些概念 气 ...

  2. grads 相关系数_气象统计方法实习报告材料

    <气象统计方法实习报告材料>由会员分享,可在线阅读,更多相关<气象统计方法实习报告材料(56页珍藏版)>请在人人文库网上搜索. 1.实用标准文档目录实习一求500hPa高度场气 ...

  3. 解读:气候预测产品应该怎么看?

    3月23日,我国气象部门首次面向公众发布气候趋势预测产品.气候趋势预测产品包括哪些内容?预测准确率如何?公众该如何理解和使用?国家气候中心副主任贾小龙接受中国气象报全媒体记者专访,解读相关问题. 气候 ...

  4. 如何在机器学习项目中使用统计方法的示例

    摘要: 在本文中,将通过十个实例介绍在机器学习项目中起关键作用的统计学方法. 统计学和机器学习是两个密切相关的领域.两者的界限有时非常模糊,例如有一些明显属于统计学领域的方法可以很好地处理机器学习项目 ...

  5. 基于Adam算法优化GRU神经网络的短期负荷预测(Python代码实现)

    目录 1 Adam优化算法 2 Adam算法中的学习率衰减策略 3 GRU神经网络 4 运行结果 5 参考文献 6 Python代码实现 1 Adam优化算法 2 Adam算法中的学习率衰减策略 该文 ...

  6. 基于git命令的代码统计方法

    基于git命令的代码统计方法 没什么好说的,基于git log命令,使用前提是安装了git ......1.统计所有人代码量 统计所有人代码增删量,拷贝如下命令,直接在git bash等终端,git项 ...

  7. 学习pandas全套代码【超详细】数据查看、输入输出、选取、集成、清洗、转换、重塑、数学和统计方法、排序

    大家早上好,本人姓吴,如果觉得文章写得还行的话也可以叫我吴老师.欢迎大家跟我一起走进数据分析的世界,一起学习! 感兴趣的朋友可以关注我的数据分析专栏,里面有许多优质的文章跟大家分享哦. 本篇博客将会给 ...

  8. MaxCompute平台非标准日期和气象数据处理方法--以电力AI赛为例

    摘要:MaxCompute平台支持的日期格式通常是对齐的日期格式诸如20170725或2017/07/25这种,而本次电力AI赛提供的日期格式却是未对齐的非标准(相对MaxCompute平台来说)的日 ...

  9. 统计案例分析之预测社会消费品零售总额

    有不足之处,还请大家私信交流. 版权声明:本文为自创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明.(该文与课程报告相关,转载请务必附上出处),非常感谢. 本文链接:h ...

最新文章

  1. 比特币现金是银行的一种补充
  2. jQuery learn - 1 - 选择元素 CSS
  3. hdu3665 水最短路
  4. Nginx如何配置虚拟主机?
  5. c语言找最长串指针改错,全国计算机二级C语言上机 (改错题)【DOC精选】.doc
  6. 动态规划经典算法--最大子段和
  7. selenium用法详解
  8. 程序员面试金典 - 面试题 08.10. 颜色填充(BFS/DFS)
  9. simulink中mask设置_(实现BPSK学习Verilog)1. Simulink仿真实现
  10. win8经典开始菜单计算机,Win8.1/win8开始菜单工具大盘点
  11. 酒的基金降幅较大,这是为什么?
  12. git 历史操作日志_git的历史记录
  13. 计算机课又叫什么课,计算机课学电脑的书叫什么?
  14. elementui表格复制_vue+element-ui做表格的导出功能(一)。
  15. android面试基础总结
  16. Android微信app支付
  17. 利用Python删除Android项目中未使用的layout
  18. 业务口堆叠和堆叠子卡_通过堆叠最酷的库来构建和部署简单的ml工具
  19. VTK_Learning_交互与拾取_点拾取
  20. 有些事,明明你早早就知道,但你不能说

热门文章

  1. html图片叠,很棒的CSS3图片堆叠效果
  2. SpringCloud的@Value注解及GitLab配置使用
  3. fusioncharts 属性
  4. 工具类--GeneralUtil
  5. 天九共享:突破“邓巴数字”桎梏 创造资源能力圈
  6. 华为模拟器ENSP部分指令解释(计算机网络实验必备)
  7. python光棍节快乐_光棍节快乐的祝福语12条
  8. Java:学生管理系统
  9. 【ArcGIS】拼接多张栅格图像(将多幅tif影像合成一副)|LUCC数据的拼接
  10. 公众号与App哪个更有前景