气象统计实习报告-(2).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。
9