气象统计实习.docx

气象统计实习.docx

《气象统计实习.docx》由会员分享，可在线阅读，更多相关《气象统计实习.docx（21页珍藏版）》请在冰豆网上搜索。

气象统计实习

气象统计实习

《气象统计方法课程实习》

学生姓名xx

学号xxxxxxxxxxxx

院系大气科学

专业大气科学

任课教师xx

二Ｏ一四年十二月二十日

实习一求500hPa高度场气候场、距平场和均方差场

（1）气候场

二月份高度场的气候场呈现南高北低的状态，陆地上的高度场比较稀疏，而在西太平洋上高度场比较密集。

7月份高度场的气候场总体呈现东高西低的状态，在印度半岛出现低压中心，而在赤道西太平洋地区出现高压中心，位置在130°E，25°N附近。

35°N以北高度分布很密集，而35°N以南比较稀疏。

（2）距平场

1984年4月距平场在日本东部海洋地区形成低压中心，印度半岛的西部有一低压中心，在35°N-40°N基本都为正距平。

（3）均方差场

三月份高度的均方差场整体呈现南小北大的状态。

说明低纬地区高度的波动幅度比较小，而中高纬地区高度的波动比较大。

在太平洋北部波动最大。

十月份高度的均方差场在西太平洋有极大值，其余地区波动都较小。

实习二计算给定数据资料的简单相关系数和自相关系数

单相关系数和自相关系数程序：

programmain

parameter（n=20,m=10）

integeri,j,t,max1,max2

realr,s1,s2

reala（n）,b（n）,ano1（n）,ano2（n）,bzh1（n）,bzh2（n）,r1（m）,r2（m）

realave1,ave2,sum12,sum11,sum22

dataa/3.40,3.30,3.20,2.90,3.40,2.80,3.60,3.00,2.80,3.00,3.10,3.00,2.90,2.70,3.50,3.20,3.10,2.80,2.90,2.90/

datab/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/

!

求平均

ave1=0.0

ave2=0.0

doi=1,n

ave1=ave1+a（i）

ave2=ave2+b（i）

enddo

ave1=ave1/n

ave2=ave2/n

!

求距平

ano1（n）=0.0

ano2（n）=0.0

doi=1,n

ano1（i）=a（i）-ave1

ano2（i）=b（i）-ave2

Enddo

!

求标准差

s1=0.0

s2=0.0

doi=1,n

s1=s1+ano1（i）*ano1（i）

s2=s2+ano2（i）*ano2（i）

enddo

s1=sqrt（s1/n）

s2=sqrt（s2/n）

!

标准化

bzh1（n）=0.0

bzh2（n）=0.0

doi=1,n

bzh1（i）=ano1（i）/s1

bzh2（i）=ano2（i）/s2

enddo

!

求相关系数

sum12=0.0

sum11=0.0

sum22=0.0

doi=1,n

sum12=sum12+ano1（i）*ano2（i）

sum11=sum11+ano1（i）*ano1（i）

sum22=sum22+ano2（i）*ano2（i）

enddo

r=sum12/sqrt（sum11*sum22）

print*

print*,'中国1970-1989年年平均和冬季平均气温的相关系数为r=',r

print*

!

求自相关系数

r1（m）=0.0

r2（m）=0.0

dot=1,m

doj=1,n-t

r1（t）=bzh1（j）*bzh1（j+t）+r1（t）

r2（t）=bzh2（j）*bzh2（j+t）+r2（t）

enddo

r1（t）=r1（t）/（n-t）

r2（t）=r2（t）/（n-t）

enddo

!

比较自相关系数绝对值大小

max1=1

max2=1

dot=2,m

if（abs（r1（t））>abs（r1（max1）））max1=t

if（abs（r2（t））>abs（r2（max2）））max2=t

enddo

print*,'年平均气温自相关系数绝对值最大的滞后时间长度t为:

',max1,r1（max1）

print*

print*,'冬季平均气温自相关系数绝对值最大的滞后时间长度t为:

',max2,r2（max2）

print*

end

分析：

中国1970-1989年年平均和冬季平均气温相关系数为0.47，为正相关;

年平均气温自相关系数绝对值最大的滞后时间长度为7，自相关系数为负，呈负相关;

冬季平均气温自相关系数绝对值最大的滞后时间长度为4，自相关系数为负，呈负相关

实习三（附加）

计算给定数据的落后交叉相关系数和偏相关系数

程序：

programmain

parameter（n=30,m=10）

integeri,j,t

realave1,ave2,ave3,r12,r13,r23,ry1,ry2,ry3

reala（n）,b（n）,c（n）,ano1（n）,ano2（n）,ano3（n）,bzh1（n）,bzh2（n）,bzh3（n）

realrt12（m）,rt13（m）

!

a-12月；b-1月；c-2月--（30个数据）

dataa/1.0,-5.3,-2.0,-5.7,-0.9,-5.7,-2.1,0.6,-1.7,-3.6,-3.0,0.1,-2.6,-1.4,-3.9,-4.7,-6.0,-1.7,-3.4,-3.1,-3.8,-2.0,-1.7,-3.6,-2.7,-2.4,-0.9,-2.7,-1.6,-3.9/

datab/-2.7,-5.9,-3.4,-4.7,-3.8,-5.3,-5.0,-4.3,-5.7,-3.6,-3.1,-3.9,-3.0,-4.9,-5.7,-4.8,-5.6,-6.4,-5.6,-4.2,-4.9,-4.1,-4.2,-3.3,-3.7,-7.6,-3.5,-4.2,-4.5,-4.8/

datac/-4.3,-3.5,-0.8,-1.1,-3.1,-5.9,-1.6,0.2,2.0,1.3,-0.8,-1.1,-5.2,-1.7,-2.5,-3.3,-4.9,-5.1,-2.0,-2.9,-3.9,-2.4,-2.0,-2.0,0.1,-2.2,-2.3,-0.5,-2.9,-1.4/

!

求平均

ave1=0.0

ave2=0.0

ave3=0.0

doi=1,n

ave1=ave1+a（i）

ave2=ave2+b（i）

ave3=ave3+c（i）

enddo

ave1=ave1/n

ave2=ave2/n

ave3=ave3/n

!

求距平

ano1（n）=0.0

ano2（n）=0.0

ano3（n）=0.0

doi=1,n

ano1（i）=a（i）-ave1

ano2（i）=b（i）-ave2

ano3（i）=c（i）-ave3

enddo

!

求标准差

s1=0.0

s2=0.0

s3=0.0

doi=1,n

s1=s1+ano1（i）*ano1（i）

s2=s2+ano2（i）*ano2（i）

s3=s3+ano3（i）*ano3（i）

enddo

s1=sqrt（s1/n）

s2=sqrt（s2/n）

s3=sqrt（s3/n）

!

标准化

bzh1（n）=0.0

bzh2（n）=0.0

bzh3（n）=0.0

doi=1,n

bzh1（i）=ano1（i）/s1

bzh2（i）=ano2（i）/s2

bzh3（i）=ano3（i）/s3

enddo

!

求落后交叉相关系数（滞后长度τ最大取10）12月与1月rt12；12月与2月rt13

rt12（m）=0.0

rt13（m）=0.0

dot=1,m

doi=1,n-t

rt13（t）=bzh1（i）*bzh3（i+t）+rt13（t）

rt12（t）=bzh1（i）*bzh2（i+t）+rt12（t）

enddo

rt12（t）=rt12（t）/（n-t）

rt13（t）=rt13（t）/（n-t）

enddo

print*,'12月气温与1月气温的落后交叉相关系数依次为（1-10年）:

'

print'（10f6.2）',rt12

print*

print*,'12月气温与2月气温的落后交叉相关系数依次为（1-10年）:

'

print'（10f6.2）',rt13

print*

!

求相关系数，12月和1月r12；12月和2月r13，1月和2月r23

r12=0.0

r13=0.0

r23=0.0

doi=1,n

r12=r12+bzh1（i）*bzh2（i）

r13=r13+bzh1（i）*bzh3（i）

r23=r23+bzh2（i）*bzh3（i）

enddo

r12=r12/n

r13=r13/n

r23=r23/n

!

求偏相关系数，12月和2月（消除1月）ry1；1月和2月（消除12月）ry2；12月和1月（消除2月）ry3

ry1=（r13-r12*r23）/sqrt（（1-r23*r23）*（1-r12*r12））

ry2=（r23-r12*r13）/sqrt（（1-r13*r13）*（1-r12*r12））

ry3=（r12-r13*r23）/sqrt（（1-r23*r23）*（1-r13*r13））

print*,'消除1月影响，12月与2月气温的偏相关系数:

',ry1

print*

print'（a,f11.7）','消除12月影响，1月与2月气温的偏相关系数:

',ry2

print*

print*,'消除2月影响，12月与1月气温的偏相关系数:

',ry3

print*

end

分析：

消除1月影响，12月与2月气温的偏相关系数为正，呈正相关;

消除12月影响，1月与2月气温的偏相关系数为正，呈正相关;

消除2月影响，12月与1月气温的偏相关系数为正，呈正相关

实习四求给定数据的一元线性回归方程

程序

programmain

parameter（n=20）

integeri

!

x为环流指标（预报因子），y为气温（预报量）

realx（n）,y（n）

realave1,ave2,s12,s1,s2,b,b0,r,F

datax/32,25,20,26,27,24,28,24,15,16,24,30,22,30,24,33,26,20,32,35/

datay/0.9,1.2,2.2,2.4,-0.5,2.5,-1.1,0,6.2,2.7,3.2,-1.1,2.5,1.2,1.8,0.6,2.4,2.5,1.2,-0.8/

!

求平均

ave1=0.0

ave2=0.0

doi=1,n

ave1=ave1+x（i）

ave2=ave2+y（i）

enddo

ave1=ave1/n

ave2=ave2/n

!

求协方差、预报因子\预报量的方差

s12=0.0

s1=0.0

s2=0.0

doi=1,n

s12=s12+（x（i）-ave1）*（y（i）-ave2）

s1=s1+（x（i）-ave1）*（x（i）-ave1）

s2=s2+（y（i）-ave2）*（y（i）-ave2）

enddo

s12=s12/n

s1=s1/n

s2=s2/n

!

求b，b0

b=s12/s1

b0=ave2-b*ave1

!

求回归方程

print*,'气温和环流指标之间的一元线性回归方程为：

'

print'（a,f5.2,f5.2,a）','y=',b0,b,'x'

print*

!

检验F

r=sqrt（s1/s2）*b

F=r*r/（（1-r*r）/（n-2））

print'（a,f8.4）','F=',F

end

分析：

F=20.40>Fα=4.41，回归方程显著

实习五（附加）求给定数据的多元线性回归方程

实习六（附加）分析中国夏季降水线性趋势的分布特征

程序：

programmain

parameter（m=160,n=25）

integeri,t（n）,avet

integersta（m）!

站号

reallon（m）,lat（m）,f（m,n）!

经，维，记录

realave（m）,ano（m,n）,anot（n）

realb（m）,sxy（m）,st

realtime

integerlevel

1000format（3a,25i）

2000format（25f8.1）

!

读数据

open（5,file='d:

\qxtj\6\160zhan-rainfall-summer.txt'）

read（5,1000）

doi=1,m

read（5,*）,sta（i）,lon（i）,lat（i）,（f（i,j）,j=1,n）

enddo

!

计算数据平均，距平，得到距平数组ano（m,n）

ave（m）=0.0

ano（m,n）=0.0

doi=1,m

doj=1,n

ave（i）=ave（i）+f（i,j）

enddo

ave（i）=ave（i）/n

doj=1,n

ano（i,j）=f（i,j）-ave（i）

enddo

enddo

!

计算时间距平anot（n）

t（n）=0

avet=0

anot（n）=0

doi=1,n

t（i）=1981+i

avet=t（i）+avet

enddo

avet=avet/n

doi=1,n

anot（i）=t（i）-avet

enddo

!

计算b（m）（160个）

b（m）=0

sxy（m）=0.0

st=0.0

doj=1,n

st=anot（j）*anot（j）+st

Enddo

doi=1,m

doj=1,n

sxy（i）=ano（i,j）*anot（j）+sxy（i）

enddo

b（i）=sxy（i）/st

enddo

print*

print*,'160站夏季降水线倾向率:

'

print'（10f7.2）',（b（i）,i=1,m）

print*

End

分析：

b（m）为正时，降水有随时间增多的趋势；b（m）为负时，降水有随时间减小的趋势

实习七计算给定数据的11年滑动平均和累积距平

程序：

programmain

parameter（n=85,k=11,nyear=1922）

realdat（n）,ano（n）,h（n-k+1）,l（n）

realave

1000format（f3.1）

2000format（f5.1）

3000format（10f5.1）

4000format（5f5.1）

!

读文件

open（5,file='d:

\qxtj\7\ma.dat'）

doi=1,n

read（5,*）dat（i）

enddo

!

求距平

ave=0.0

ano（n）=0.0

doi=1,n

ave=ave+dat（i）

enddo

ave=ave/n

doi=1,n

ano（i）=dat（i）-ave

enddo

!

滑动平均

h（n-k+1）

h（n-k+1）=0

doi=1,n-k+1

doj=i,i-1+k

h（i）=h（i）+dat（j）

enddo

h（i）=h（i）/k

enddo

!

累计距平l（n）

l（n）=0.0

doi=1,n

doj=1,i

l（i）=l（i）+ano（j）

enddo

Enddo

!

输出

open（6,file='d:

\qxtj\7\h.dat'）

open（7,file='d:

\qxtj\7\l.dat'）

write（6,1000）（h（i）,i=1,n-k+1）

write（7,2000）（l（i）,i=1,n）

close（6）

close（7）

write（*,'（"11年滑动距平为"）'）

write（*,3000）（h（i）,i=1,n-k+1）

print*

write（*,'（"累计距平为"）'）

write（*,4000）（l（i）,i=1,n）

print*

End

分析：

数据从1922年到2006年共85年。

在922-1953年之间呈波动下降的趋势，在1953-1963年呈波动上升趋势，上升幅度较大，在1963年后大致在同一水平上波动，没有升降的趋势。

分析：

1922年至1931年间数据呈整体偏高的状态，从1932年开始，数据年左右结束，1967年至2006年间，数据距平存在波动，但是整体呈现偏高状态。

实习八对给定的海温数据进行EOF分析

程序截图：

第一特征向量:

第一特征向量对应的时间系数：

分析：

由上面两个图综合得知，在时间系数为正的年份，如1955-1957、1974-1976等年，赤道太平洋中部至东部的海温是较正常水平偏低的，海温在1976年最低。

而在时间系数为负的年份，如1958、1966、1983-1984、1987等这些年份，赤道太平洋中部至东部的海温是较正常水平偏高的，1983年左右海温最高

*排版有些问题，请见谅。

*实习五太麻烦，没有写；实习六只做了一半；

*仅作参考