气象统计实习报告-.doc

气象统计实习报告

专业：大气科学
班级：xxxx级x班
学号：2012130xxxx
姓名：

*实习一 求500hPa高度场气候场、距平场和均方差场
一、实习结果

1981.1距平场
1981.1 500hpa高度场在欧亚大陆为正距平，在印度洋和太平洋为负距平。

1981.1气候场
1982.1的气候场呈现明显的沿纬度的上升而下降的趋势。

1981.1均方差场
1981.1的均方差场在欧亚大陆的南侧有最小值，在10N~20N的南侧岁纬度而降低，在其北侧随纬度升高。
二、相关的fortran程序，gs文件
（1）Fortran程序:
program main
parameter(nx=37,ny=17,mo=12,yr=4)
real var(nx,ny,mo,4)!数据
real vars(nx,ny,mo)!4年气候态
real jp(nx,ny, mo,4)!距平
real fc(nx,ny,mo)!方差
real jfc(nx,ny,mo)!均方差
integer i,j,m,y,irec
real::summ=0.0
!*********************求均方差*********************
do m=1,12
do i=1,37
do j=1,17
do y=1,4
summ=summ+jp(i,j,m,y)**2
enddo
fc(i,j,m)=summ/4!方差
jfc(i,j,m)=sqrt(fc(i,j,m))!均方差
summ =0.0
enddo
enddo
enddo

!******************************************
open(11,file='d:\shixi\vars.grd',form='binary' )
open(12,file='d:\shixi\jp.grd',form='binary' )
open(13,file='d:\shixi\jfc.grd',form='binary' )
do m=1,12
write(11)((vars(i,j,m),i=1,nx),j=1,ny)
enddo
do m=1,12
write(13)((jfc(i,j,m),i=1,nx),j=1,ny)
enddo
do y=1,4
do m=1,12
write(12)((jp(i,j,m,y),i=1,nx),j=1,ny)
enddo
enddo
close(11)
close(12)
close(13)
End
（2）Gs程序
1. 距平场
'open e:\anomaly.ctl'
'set gxout shaded'
'd xiaobao'
'set gxout contour'
'd xiaobao'
'draw title 1982年1月'
'enable print e:\anomaly.gmf'
'print'
'disable print'
2.气候场
'open e:\climate.ctl'
'set gxout shaded'
'd xiaobao'
'set gxout contour'
'd xiaobao'
'draw title 1982.1'
'enable print e:\climate.gmf'
'print'
'disable print'
3. 均方差场
'open e:\deviation.ctl'
'set gxout shaded'
'd xiaolu'
'set gxout contour'
'd xiaolu'
'draw title 1982.1 deviation'
'enable print e:\deviation.gmf'
'print'
'disable print'
*实习二 计算给定数据资料的简单相关系数和自相关系数
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绝对值最大的滞后时间长度。（滞后长度τ最大取10）

一、实习结果
（1） 计算简单相关系数

计算出相关系数为r=0.4685170
（2）分别找出两个气温数据自相关系数绝对值最大的滞后时间长度。（滞后长度τ最大取10）

可以知道，年平均气温在滞后长度j=7，冬季j=4最大
二、相关的fortran程序（部分）
implicit none
real x(20)!年平均气温
real y(20)!冬季平均气温
real :: zx(10)=(/0,0,0,0,0,0,0,0,0,0/)
real :: rzx(10)=(/0,0,0,0,0,0,0,0,0,0/)

real ::s=0.0 !协方差
real ::jx=0.0
real ::jy=0.0
real ::jfx=0.0
real ::jfy=0.0,r
integer i,t,j
real ::m=0.0
data x/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/
data y/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/

do i=1,20
jx=jx+x(i)
jy=jy+y(i)
end do
do i=1,20
s=s+(x(i)-jx/20)*(y(i)-jy/20)
jfx=jfx+(x(i)-jx/20)**2
jfy=jfy+(y(i)-jy/20)**2
end do
r=s/20/sqrt(jfx/20*jfy/20)
print *,"r=",r

do t=1,10
do i=1,20-t
zx(t)=zx(t)+(x(i)-jx/20)*(x(i+t)-jx/20)
end do
rzx(t)=zx(t)/(20-t)/(jfx/20)
print *,t,rzx(t)
if(abs(rzx(t))>m) then
m=abs(rzx(t))
j=t

end if

end do
print *,'年平均温度的自相关系数绝对值最大的滞后时间长度'
print *,j

实习三 计算给定数据的落后交叉相关系数和偏相关系数
根据下表北京冬季（12月~2月）气温资料计算：12月气温与1月和2月气温的落后交叉相关系数（滞后长度τ最大取10）和偏相关系数。在实习报告中给出程序。
年份
12月
1月
2月
1951
1.0
-2.7
-4.3
1952
-5.3
-5.9
-3.5
1953
-2.0
-3.4
-0.8
1954
-5.7
-4.7
-1.1
1955
-0.9
-3.8
-3.1
1956
-5.7
-5.3
-5.9
1957
-2.1
-5.0
-1.6
1958
0.6
-4.3
0.2
1959
-1.7
-5.7
2.0
1960
-3.6
-3.6
1.3
1961
-3.0
-3.1
-0.8
1962
0.1
-3.9
-1.1
1963
-2.6
-3.0
-5.2
1964
-1.4
-4.9
-1.7
1965
-3.9
-5.7
-2.5
1966
-4.7
-4.8
-3.3
1967
-6.0
-5.6
-4.9
1968
-1.7
-6.4
-5.1
1969
-3.4
-5.6
-2.0
1970
-3.1
-4.2
-2.9
1971
-3.8
-4.9
-3.9
1972
-2.0
-4.1
-2.4
1973
-1.7
-4.2
-2.0
1974
-3.6
-3.3
-2.0
1975
-2.7
-3.7
0.1
1976
-2.4
-7.6
-2.2
1977
-0.9
-3.5
-2.3
1978
-2.7
-4.2
-0.5
1979
-1.6
-4.5
-2.9
1980
-3.9
-4.8
-1.4
一、 实验结果
偏相关系数
计算出的 12 月气温与 1 月气温的偏相关系数为 0.327，12 月气温与 2 月气温的偏相关系数为 0.290。
二、相关的fortran程序
Funtion area(x,y)
implicit none
real x(30)
real y(30)
real ::jx=0.0
real ::jy=0.0
real ::jfx=0.0
real ::jfy=0.0,r
integer i,
real ::s=0.0
do i=1,30
jx=jx+x(i)
jy=jy+y(i)
end do
do i=1,30
s=s+(x(i)-jx/30)*(y(i)-jy/30)
jfx=jfx+(x(i)-jx/30)**2
jfy=jfy+(y(i)-jy/30)**2
end do
r=s/30/sqrt(jfx/30*jfy/30)
print *,"r=",r
end funtion area

*实习四 求给定数据的一元线性回归方程
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
1951
0.9
32
1952
1.2
25
1953
2.2
20
1954
2.4
26
1955
-0.5
27
1956
2.5
24
1957
-1.1
28
1958
0
24
1959
6.2
15
1960
2.7
16
1961
3.2
24
1962
-1.1
30
1963
2.5
22
1964
1.2
30
1965
1.8
24
1966
0.6
33
1967
2.4
26
1968
2.5
20
1969
1.2
32
1970
-0.8
35
一、实习结果
（1）用excel制作的气温-环流的医院线性回归方程

回归方程为：
（2）回归方程的检验
检验结果：F=20.18>Fα=4.41，回归方程显著
二、 Fortran程序（部分）
（1） 回归方程的检验
!回归方程显著性检验
!计算两数组的距平及均方差
do i=1,m
var(i)=0
do j=1,nx
diff(j,i)=dat(j,i)-ave(i)
var(i)=var(i)+diff(j,i)**2
end do
var(i)=sqrt(var(i)/nx)
end do
!计算协方差
i=1;t=0
do j=1,20
t=t+diff(j,i+1)*diff(j,i)
end do
E=t/20
!计算相关系数
r=E/(var(1)*var(2))
print*,'the relative value r is:'， r
F=r**2*(nx-2)/(1-r**2)

实习五 求给定数据的多元线性回归方程
说明：x1-x4为四个预报因子，y为预报量；样本个数n=13
要求：选取预报因子1、2、4，求预报量的标准化回归方程。
i
1
2
3
4
5
6
7
8
9
10
11
12
13
x1
7
1
11
11
7
11
3
1
2
21
1
11
10
x2
26
29
56
31
52
55
71
31
54
47
40
66
68
x3
6
15
8
8
6
9
17
22
18
4
23
9
8
x4
60
52
20
47
33
22
6
44
22
26
34
12
12
y
78.5
74.3
104.3
87.6
95.9
109.2
102.7
72.5
93.1
115.9
83.8
113.3
109.4
一、用excel制作的医院线性回归方程

标准化变量回归方程：

*实习七 计算给定数据的11年滑动平均和累积距平
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。
要求：实习报告中附出程序，并给出原数据和滑动后数据的图形（1张图）和累积距平数据图形（1张图）
一、实习结果

累积距平数据图形

滑动后数据
二、部分fortran程序：
program ma
! dimension x(1000),x1(1000),nny1(1000)
! write(*,10)
! 10format(5x,'n=?,ih=?,nyear=?')
! Read(*,*)n,ih,nyear
! **********************************************
! * n: sample size of the time series *
! * ih:moving length *
! * nyear: first year of the series *
! * x(n): oroginal time series *
! * x1(n-ih+1): moved series *
! **********************************************
integer i,n,ih,nyear
parameter (n=85,ih=11,nyear=1922)
30real x(n),x1(n-ih+1)
open(2,file='d:\ma.dat ')
read(2,*)(x(i),i=1,n)
close(2)
do i=1,n-ih+1
x1(i)=sum(x(i:i+ih-1))/ih
end do
print*,x1
open(10,file='d:\moveaverage.txt')
write(10,'(f10.6)')(x1(i),i=1,n-ih+1)
close(10)
end

*实习八 对给定的海温数据进行EOF分析
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为对距平或者标准化距平处理后的资料进行EOF分析。
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。

由上图可看出，1957、1973、1985、1989 年正异常较大，此时有El Nino 出
现。厄尔尼诺现象是发生在热带太平洋海温异常增暖的一种现象，大范围热带
太平洋增暖，会造成一些地区干旱，另一些地区又降雨过多的异常气候现象。
1956、1974、1988 年负异常比较大，海面温度变低，有La Nina 出现。
拉尼娜是指赤道太平洋东部和中部海面温度持续异常偏冷的现象（与厄尔尼
诺现象正好相反），也伴随着全球性气候混乱。
由图分析，El Nino 和La Nina 可能以一 定的周期交替出现。

[此文档可自行编辑修改，如有侵权请告知删除，感谢您的支持，我们会努力把内容做得更好]

最新可编辑word文档