氣象統(tǒng)計(jì)方法實(shí)習(xí)報(bào)告

1、目錄實(shí)習(xí)一 求 500hPa 高度場(chǎng)氣候場(chǎng)、距平場(chǎng)和均方差場(chǎng)31、資料介紹 32要求 33、實(shí)習(xí)結(jié)果 31）、 FORTRAN 源程序 3（2） 、 grads 文件 5（ 3 ）、實(shí)習(xí)結(jié)果6實(shí)習(xí)二 計(jì)算給定數(shù)據(jù)資料的簡(jiǎn)單相關(guān)系數(shù)和自相關(guān)系數(shù)71、資料介紹 72、要求 73、實(shí)習(xí)結(jié)果 8（ 1 ）、 Fortran 源程序 8（2）、程序運(yùn)行結(jié)果： 10實(shí)習(xí)三分析中國(guó)夏季降水線性趨勢(shì)的分布特征 101 .資料介紹及要求： 102 . 實(shí)習(xí)結(jié)果 10（1 ）.matlab 程序 10（2） .程序運(yùn)行結(jié)果 11實(shí)習(xí)四求給定數(shù)據(jù)的一元線性回歸方程 111、資料介紹及要求 112、實(shí)習(xí)結(jié)果 12（1

2、 ）、 MATLAB 程序 12（2）、程序運(yùn)行結(jié)果 12（3）、結(jié)果分析 13實(shí)習(xí)五 對(duì)給定的海溫?cái)?shù)據(jù)進(jìn)行EOF 分析 131、資料介紹 132、要求 143、實(shí)習(xí)結(jié)果 14（1 ）、 FORTRAN 源程序 14（ 2）空間場(chǎng)和時(shí)間序列的ctl 文件 16（3）運(yùn)行結(jié)果 16（4）分析 17實(shí)習(xí)三（附加）計(jì)算給定數(shù)據(jù)的11 年滑動(dòng)平均和累積距平 181、資料介紹 182、要求 183、實(shí)習(xí)結(jié)果 18實(shí)習(xí)四（附加）求給定數(shù)據(jù)的多元線性回歸方程 201、說明 202、要求 203、實(shí)習(xí)結(jié)果 21（1 ） Matlab 源程序 21（2 ）運(yùn)行結(jié)果 24實(shí)習(xí)一 求500hPa高度場(chǎng)氣候場(chǎng)、距平場(chǎng)

3、和均方差場(chǎng)1 、資料介紹有一 500hPa高度場(chǎng)資料，文件名h500.dat,范圍：60150E,040N. 時(shí)段： 1982.11985.12共 48 個(gè)月。水平分辨率：2.5*2.5，格點(diǎn)數(shù)：37*17。2要求編fortran程序，求500hPa高度場(chǎng)的( 1)氣候場(chǎng)；( 2)距平場(chǎng)；( 3)均方差場(chǎng)。并能用Grads做出圖形，實(shí)習(xí)報(bào)告中氣候場(chǎng)、距平場(chǎng)、均方差場(chǎng)任意給出 兩張圖 ，圖注要清楚，即要注明是哪個(gè)時(shí)間的圖形，并做簡(jiǎn)單分 析。注：h500.For給出了如何用fortran讀取ASCII碼資料h500.dat.3、實(shí)習(xí)結(jié)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' (*為所求場(chǎng)對(duì)應(yīng)的ctl 文件名 )'set lat 0 40''set lon 60 150''set lev 500'

9、;'enable print g:gradsdata*.gmf'( * 為所求場(chǎng)名稱)i=1while(i<=48( 或 12)'set t 'i'd h''print''c' i=i+1 endwhile'disable print' 3） 3） 、實(shí)習(xí)結(jié)果、原始場(chǎng)1982年 1月1982年 7月結(jié)果分析：冬季（此處以1月為代表）等高線分布整體平緩，表明高度場(chǎng)分布相對(duì)均勻，且北部接近極地位勢(shì)高度低，赤道地區(qū)位勢(shì)高度高，這與太陽直射點(diǎn)在1 月在南半球，使北半球整體的輻射吸收隨緯度增加而減小有關(guān)

10、。北半球的氣塊受熱隨緯度遞增而遞減，因而膨脹率遞減，故南方接近赤道地區(qū)的氣體膨脹大，位勢(shì)高，而北方近極地地區(qū)氣體膨脹小，位勢(shì)低。夏季（此處以7月為代表），大洋上空出現(xiàn)副熱帶高壓（588線位置），在東亞地區(qū)存在較為明顯的位勢(shì)高度槽，即東亞大槽。夏季在30。N以北的地區(qū)位于西風(fēng)帶中，從圖中可看出明顯的西風(fēng)帶長(zhǎng)波特征。除東亞大槽外，在中亞地區(qū)也存在一長(zhǎng)波槽，這些槽線發(fā)生長(zhǎng)波調(diào)整時(shí)，會(huì)在部分地區(qū)發(fā)生較劇烈的天氣變化。此外，從圖中可以看出，1982年 7月副熱帶高壓脊線的平均位置位于 25。N ,125 ° E付近，我國(guó)華東地區(qū)位于副高北側(cè)西南氣流控制下， 西南氣流為水汽輸送的主要通道，該地區(qū)

11、發(fā)生降水較為頻繁。從圖中還可以看出冬夏季的位勢(shì)高度分布存在明顯差異，這與太陽直射點(diǎn)的年紀(jì)變化密切相關(guān)。、氣候場(chǎng)2月8月結(jié)果分析：氣候場(chǎng)是多年數(shù)據(jù)中同時(shí)段的平均值序列，表征了區(qū)域內(nèi)多年平均的位勢(shì)高度變化。從氣候場(chǎng)圖形可以看出多年平均的500hPa高度場(chǎng)中，冬季（此處以多年平均的2月氣候場(chǎng)為代表）等高線較平直，大陸上等高線較稀疏，而海洋上等高線較密集，這表明大陸上空的位勢(shì)高度變化率較海洋小。此外， 冬季等位勢(shì)高度線分布平直，還說明冬季的天氣變化顯著。夏季（此處以多年平均的8月氣候場(chǎng)為代表）在太平洋上有副熱帶高壓，副高是深厚的系統(tǒng)，所以可以一直延伸到500hPa高度。東亞地區(qū)存在明顯的西風(fēng)帶長(zhǎng)波槽，

12、即東亞大槽，東亞大槽的移動(dòng)和變化配合副熱帶高壓和夏季風(fēng)的影響，會(huì)使我國(guó)大部分地區(qū)天氣造成強(qiáng)烈變化， 如形成大范圍降水或強(qiáng)對(duì)流天氣。同時(shí)，孟加拉灣處存在一低渦。由于高原的阻擋作用，這一系統(tǒng)對(duì)我國(guó)的影響并不顯著。圖中副高脊線8月的多年平均位置位于 30。N以北，且東部長(zhǎng)波槽位于110。E附近，故由氣候場(chǎng)分析，華北地區(qū)位于長(zhǎng)波槽前，又槽線受到副高的阻擋作用，因而華北地區(qū)容易形成降水。、距平場(chǎng)1982年 1月1982年 7月結(jié)果分析：距平場(chǎng)指示了位勢(shì)高度的震蕩趨勢(shì)，因距平的平均值為0， 則大于0的值表明位勢(shì)高度偏高，小于0的值表示位勢(shì)高度偏低。從圖中可看出冬季（此處以1982年 1月距平場(chǎng)做代表）在大

13、陸位勢(shì)高度為正距平，而在大洋則存在明顯的負(fù)距平。則由距平場(chǎng)的性質(zhì)得，冬季在大洋上位勢(shì)高度偏高，在大陸上位勢(shì)高度偏低。其原因是，海水的比熱大于陸地，則冬季海洋溫度比陸地高，所以海洋上氣塊膨脹更多，位勢(shì)高度更高。夏季（此處以1982年 7月距平場(chǎng)做代表）相反，大洋上位勢(shì)高度偏低，而陸地偏高。在70。E90。E附近位勢(shì)偏高的原因在于夏季青藏高原接受太陽輻射使之在對(duì)流層中層形成熱源，位勢(shì)高度因比大陸其他位置高。由此可見，位勢(shì)高度的變化不僅與海陸差異有關(guān)，同時(shí)也與地形有關(guān)。在海洋上副熱帶高壓所在的位置存在證據(jù)平值。、均方差場(chǎng)6月12月結(jié)果分析：均方差場(chǎng)反應(yīng)同一時(shí)段內(nèi)的位勢(shì)高度變化幅度的大小。由圖可以看出

14、，整體位勢(shì)高度在大陸上的變化幅度比海洋小，且海洋上冬季的變化幅度比夏季大，而陸地上相反，冬季的變化幅度比夏季小。因?yàn)殛懙氐谋葻嵝?，所以陸地在夏季白天與夜間的溫差大于冬季，對(duì)應(yīng)的高度場(chǎng)震蕩就比冬季劇烈。海洋上的位勢(shì)高度變化幅度的影響方面溫差為次要因素，其主要受到副熱帶高壓，西風(fēng)帶長(zhǎng)波槽脊影響，位勢(shì)高度根據(jù)天氣系統(tǒng)的移動(dòng)而變化，所以震蕩幅度較大。除受到天氣系統(tǒng)影響外，海洋上的位勢(shì)高度場(chǎng)還受到洋流等因素的影響。實(shí)習(xí)二 計(jì)算給定數(shù)據(jù)資料的簡(jiǎn)單相關(guān)系數(shù)和自相關(guān)系數(shù)1 、資料介紹根據(jù)下表中年平均氣溫和冬季平均氣溫的等級(jí)數(shù)據(jù)進(jìn)行下列計(jì)算：1）計(jì)算兩個(gè)氣溫之間的簡(jiǎn)單相關(guān)系數(shù)。2）分別找出兩個(gè)氣溫?cái)?shù)據(jù)自相關(guān)系數(shù)

15、絕對(duì)值最大的滯后時(shí)間長(zhǎng)度。（滯后長(zhǎng)度T最大取10）2、要求實(shí)習(xí)報(bào)告中附出簡(jiǎn)單相關(guān)系數(shù)或自相關(guān)系數(shù)程序。答案： r=0.47年平均氣溫在滯后長(zhǎng)度j=3、冬季序列在j=4最大。3、實(shí)習(xí)結(jié)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、 簡(jiǎn)單相關(guān)系數(shù)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 年全年平均氣溫與冬季平均氣溫的簡(jiǎn)單相關(guān)系數(shù)rxy=',f5.2)",rxyk=0 ! 自相關(guān)系數(shù)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 氣 溫 絕 對(duì) 值 最 大 自 相 關(guān) 系 數(shù) rxy_ty=',f7.4,/,' 滯 后 時(shí) 間 長(zhǎng) 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 氣 溫 絕 對(duì) 值 最 大 自 相 關(guān) 系 數(shù) rxy_tw=',f7.4,/

20、,' 滯 后 時(shí) 間 長(zhǎng) 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,/,' 滯后時(shí)間PRINT "('全年平均溫度與冬季平均氣溫之間的落后交叉相關(guān)系數(shù)長(zhǎng)度 k=',I2)",rxy_tyw(k),kEND2) 、程序運(yùn)行結(jié)果：實(shí)習(xí)三 分析中國(guó)夏季降水線性趨勢(shì)的分布特征1 .資料介紹及要求：利用數(shù)據(jù)160zhan-rainfall-summer.txt ，編寫求1982-2006年中國(guó) 160 站各站夏季降水線性傾向率，給出分布圖，并進(jìn)行簡(jiǎn)單分析。read-rain.for 給出了閱讀資料的fortran 程序。數(shù)據(jù)在文件夾中單獨(dú)給出。2 . 實(shí)習(xí)結(jié)果 1） 1) .matlab 程序%編寫求1982

22、-2006 年中國(guó) 160 站各站夏季降水線性傾向率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（ '緯度'）;title（ '1982-2006 年中國(guó)160站各站夏季降水線性傾向率分布圖） 2） .程序運(yùn)行結(jié)果實(shí)習(xí)四 求給定數(shù)

24、據(jù)的一元線性回歸方程1、資料介紹及要求利用下表數(shù)據(jù)，以環(huán)流指標(biāo)為預(yù)報(bào)因子，氣溫為預(yù)報(bào)量，計(jì)算氣溫和 環(huán)流指標(biāo)之間的一元線性回歸方程，并對(duì)回歸方程進(jìn)行檢驗(yàn)。年份氣溫T環(huán)流指標(biāo)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,回歸方程顯著2、實(shí)習(xí)

25、結(jié)果1) 、 MATLAB 程序%實(shí)習(xí)四求給定數(shù)據(jù)的一元線性回歸方程ClimateData=xlsread( 'F: 氣 象 統(tǒng) 計(jì) 方 法 實(shí) 驗(yàn) 數(shù) 據(jù) 氣 象 統(tǒng) 計(jì) 實(shí) 驗(yàn) 四 數(shù) 據(jù) .xls');%從 Excel 文件讀取數(shù)據(jù)x=ClimateData(:,3);%提取ClimateData的第三列，即環(huán)流指標(biāo)y=ClimateData(:,2);%提取ClimateData的第三列，即氣溫Txdata=ones(size(x,1),1),x;%在原始數(shù)據(jù)x的左邊加一列1 ,即模型包含常數(shù)項(xiàng)b,bint,r,rint,s=regress(y,xdata);%調(diào)用re

26、gress 函數(shù)作一元線性回歸yhat=xdata*b;%計(jì)算y的估計(jì)值%定義元胞數(shù)組，以元胞數(shù)組形式顯示系數(shù)的估計(jì)值和估計(jì)值得95% 置信區(qū)間head1= ' 系數(shù)的估計(jì)值' , ' 估計(jì)值的95% 置信下限' , ' 估計(jì)值的95%置信上限' ;head1;num2cell(b,bint) %定義元胞數(shù)組，以元胞數(shù)組形式顯示y的真實(shí)值、y的估計(jì)值、殘差和殘差的95%置信區(qū)間head2= 'y 的真實(shí)值' , 'y 的估計(jì)值' , ' 殘差 ' , ' 殘差的 95% 置信下限'

27、, ' 殘差的 95% 置信上限 ' ; %同時(shí)顯示y的真實(shí)值，y的估計(jì)值、殘差和殘差的95%置信區(qū)間head2;num2cell(y,yhat,r,rint) %定義元胞數(shù)組，以元胞數(shù)組形式顯示判定系數(shù)、F統(tǒng)計(jì)量的觀測(cè)值、檢驗(yàn)的 P值和誤差方差的估計(jì)值 head3='判定系數(shù)，'F統(tǒng)計(jì)量的觀測(cè)值','檢驗(yàn)的P值，誤差方差的估計(jì)值' head3;num2cell(s)2) 、程序運(yùn)行結(jié)果7.50954.655410.3637-0.2343-0.3433-0.1253ans ='y 的真實(shí)值''y 的估計(jì)值'

28、'殘差 ''殘差的95% 置信下限''殘差的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 ='系數(shù)的估計(jì)值''估計(jì)值的'估計(jì)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'判定系數(shù)' 'F 統(tǒng)計(jì)量的觀測(cè)值''檢驗(yàn)的P 值 ''誤差方差的估計(jì)值3) 、結(jié)果分析從輸出的結(jié)果看，常數(shù)項(xiàng)和回歸系數(shù)的估計(jì)值分別為7.5095 和 -0.23

31、43 ， 從而可以寫出線性回歸方程為回歸系數(shù)估計(jì)值的置信區(qū)間為-0.3433,-0.1253。對(duì)回歸直線進(jìn)行顯著性檢驗(yàn)，原假設(shè)和對(duì)立假設(shè)分別為檢3敘P的值為2.6673 x 10-4 <0.01，可知顯著性水品爐0.01下應(yīng)拒絕原假設(shè)H0,可認(rèn)為y（環(huán)流指數(shù)）與x （氣溫T）的線性關(guān)系是顯著的。原始數(shù)據(jù)散點(diǎn)圖與回歸直線圖>>plot（x,y, 'k.', 'Markersize' ,15）%原始數(shù)據(jù)散點(diǎn)圖>>hold on>>plot（x,yhat, 'linewidth' ,3）%回歸直線圖>&g

32、t;xlabel（ '環(huán)流指標(biāo)（x）' ） %注x軸>>ylabel（ '氣溫（y）'）琳注 y 軸>>legend（ ' 原始散點(diǎn)' , ' 回歸直線' ） %加標(biāo)注框?qū)o定的海溫?cái)?shù)據(jù)進(jìn)行EOF 分析1 、資料介紹給出海表溫度距平數(shù)據(jù)資料sstpx.grd， 以及相應(yīng)的數(shù)據(jù)描述文件sstpx.ctl,對(duì)其進(jìn)行EOF分析，資料的時(shí)空范圍可以根據(jù) sstpx.ctl獲知。數(shù)據(jù)在文件夾中單獨(dú)給出，距平或者標(biāo)準(zhǔn)化距平處理后再進(jìn)行EOF。Zhunsst.for給出了如何讀取資料，Ssteof.for為對(duì)距平或者標(biāo)準(zhǔn)

33、化距平處理后的資料進(jìn)行EOF分析2、要求實(shí)習(xí)報(bào)告中給出第一特征向量及其時(shí)間系數(shù)，并分析其時(shí)空特征。3、實(shí)習(xí)結(jié)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分解后的時(shí)間系數(shù)寫入tcf.grd文件中，空間場(chǎng)寫入 evf.grd文件中，特征值和分析誤差寫入sstpx文件夾下的eigenvalue.dat文件，特征向量寫入 eigenvactors.dat文件。由 eigenvalues.dat 中的標(biāo)準(zhǔn)特征向量可得出一般特征值的前兩個(gè)模態(tài)有效。用grads打開evf.ctl和tcf.ctl ,分別畫出海

38、平面氣溫 EOF分解后的空間場(chǎng)和時(shí)間序列。（ 2）空間場(chǎng)和時(shí)間序列的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）運(yùn)行結(jié)果第一模態(tài)空間場(chǎng)時(shí)間系數(shù)第二模態(tài)空間場(chǎng)時(shí)間系數(shù)第一特征向量Eigenvalues.dat文件給出了 EOF分析的第一特征向量值的216個(gè)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）分析第一模態(tài)空間場(chǎng)時(shí)間系數(shù)此次試驗(yàn)EOF 分析中的前兩個(gè)特征向量最大限度地表征了海平面溫度場(chǎng)的主要結(jié)構(gòu)。第一特征向量所描繪的第一經(jīng)驗(yàn)正交函數(shù)的特征場(chǎng)（即第一模態(tài)）具有海表面氣溫516 個(gè)樣本的最相似的特征。若其可以解釋為516 個(gè)月的標(biāo)準(zhǔn)化特征，它指示出海表溫度變化的擾動(dòng)。其對(duì)應(yīng)的時(shí)間系數(shù)可以表示為第一模態(tài)空間場(chǎng)的時(shí)間權(quán)重。從第一模態(tài)的空間特征場(chǎng)可以看出，受到大尺度環(huán)流影響，整場(chǎng)的空間變化基本全為負(fù)值。而其值乘以時(shí)間權(quán)重

45、后均變?yōu)樨?fù)值。也就是大的時(shí)間系數(shù)乘以空間特征值對(duì)應(yīng)海表溫度的低值， 而小的時(shí)間系數(shù)乘以空間特征值則對(duì)應(yīng)高值。海表溫度的低值對(duì)應(yīng)了氣象上的拉尼娜年，而海表溫度的高值對(duì)應(yīng)了厄爾尼諾年。厄爾尼諾現(xiàn)象泛指赤道附近的東部太平洋表層海水溫度上升引起的氣候異?，F(xiàn)象，它是熱帶海洋洋流與大氣互作用的產(chǎn)物。其基本特征是太平洋沿岸的海面水溫異常升高，海水水位上漲，并形成一股暖流向南流動(dòng)。它使原屬冷水域的太平洋東部水域變成暖水域，結(jié)果引起海嘯和暴風(fēng)驟雨，造成一些地區(qū)干旱，另一些地區(qū)又降雨過多的異常氣候現(xiàn)象。所以，在空間特征場(chǎng)乘以時(shí)間系數(shù)后的高值表示厄爾尼諾年。拉尼娜現(xiàn)象是指海洋中的赤道的中部和東部太平洋，東西上萬公里

46、，南北跨度上千公里的范圍內(nèi)，海洋溫度比正常溫度東部和中部海面溫度偏低0.2 攝氏度，并持續(xù)半年（與厄爾尼諾現(xiàn)象正好相反），東南信風(fēng)將表面被太陽曬熱的海水吹向太平洋西部，致使西部比東部海平面增高將近60 厘米，西部海水溫度增高，氣壓下降，潮濕空氣積累形成臺(tái)風(fēng)和熱帶風(fēng)暴， 東部底層海水上翻，致使東太平洋海水變冷的現(xiàn)象。所以，在空間特征場(chǎng)乘以時(shí)間系數(shù)后的低值表示拉尼娜年。實(shí)習(xí)三(附加)計(jì)算給定數(shù)據(jù)的11 年滑動(dòng)平均和累積距平1 、資料介紹利用數(shù)據(jù)ma.dat,編寫11點(diǎn)滑動(dòng)平均的程序，ma.for給出了閱讀資 料的 fortran 程序。數(shù)據(jù)在文件夾中單獨(dú)給出。2、要求實(shí)習(xí)報(bào)告中附出程序，并給出原數(shù)

47、據(jù)和滑動(dòng)后數(shù)據(jù)的圖形( 1張圖)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、實(shí)習(xí)結(jié)果、 FORTRAN 程序滑動(dòng)平均計(jì)算值(已導(dǎo)入文件(已導(dǎo)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、原始數(shù)據(jù)及實(shí)驗(yàn)滑動(dòng)平均擬合曲線圖表（圖表由matlab畫出）、分析圖中滑動(dòng)平均值很好的描述了變量x隨時(shí)間的變化趨勢(shì)。 滑動(dòng)平均值濾掉了較大的震蕩，使趨勢(shì)更加明顯。從圖中看出，x的整體趨勢(shì)被體現(xiàn)而震蕩的極大值卻在趨勢(shì)線中沒有顯著表示。所以，滑動(dòng)平均在分析數(shù)據(jù)時(shí)可以更好的體現(xiàn)變化趨勢(shì)但無法體現(xiàn)較大的異常值。在分析異常時(shí)，不宜使用滑動(dòng)平均。實(shí)習(xí)四（附加）求給定數(shù)據(jù)的多元線性回歸方程1、說明xi-x4為四個(gè)預(yù)報(bào)因子，y為預(yù)報(bào)量；樣本個(gè)數(shù)n=132、要求選取預(yù)

51、報(bào)因子1、2、4,求預(yù)報(bào)量的標(biāo)準(zhǔn)化回歸方程。i2345678910111213xi7111117113122111110x226295631525571315447406668x3615886917221842398x46052204733226442226341212y78.574.3104.387.(i 95.9 109.2 102,7 725 93.1 115.9 8：，.8 113.3 10答案：標(biāo)準(zhǔn)化變量回歸方程：? =0.5679xi +0.4323x2 - 0.2613x4附加：利用上表資料，嘗試編寫逐步回歸程序3、實(shí)習(xí)結(jié)果：( 1) Matlab 源程序ClimateData=

52、xlsread( 'F:-OO-0伍氣象統(tǒng)計(jì)方法實(shí)驗(yàn)數(shù)據(jù)氣象統(tǒng)計(jì) 實(shí)驗(yàn)四 數(shù)據(jù)(附加題).xls' );%從 Excel 文件讀取數(shù)據(jù)X=ClimateData(2:5,:);%提取ClimateData 的第二到5行數(shù)據(jù)，即自變量觀測(cè)矩陣Xy=ClimateData(6,:);%提取ClimateData 的第六行，即預(yù)報(bào)量reglm(y,X)%調(diào)用reglm 函數(shù)做 4重線性回歸，顯示回歸分析的方差分析表和參數(shù)估計(jì)表function stats = reglm(y,X,model,varnames)% 多重線性回歸分析或廣義線性回歸分析% reglm(y,X) ，產(chǎn)生線性回歸分析的方差分析表和參數(shù)估計(jì)結(jié)果，并以表格