气象统计实习Word格式.docx
- 文档编号:17116249
- 上传时间:2022-11-28
- 格式:DOCX
- 页数:22
- 大小:322.39KB
气象统计实习Word格式.docx
《气象统计实习Word格式.docx》由会员分享,可在线阅读,更多相关《气象统计实习Word格式.docx(22页珍藏版)》请在冰豆网上搜索。
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
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)
s1=sqrt(s1/n)
s2=sqrt(s2/n)
标准化
bzh1(n)=0.0
bzh2(n)=0.0
bzh1(i)=ano1(i)/s1
bzh2(i)=ano2(i)/s2
求相关系数
sum12=0.0
sum11=0.0
sum22=0.0
sum12=sum12+ano1(i)*ano2(i)
sum11=sum11+ano1(i)*ano1(i)
sum22=sum22+ano2(i)*ano2(i)
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
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)
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
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)
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)
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:
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/
ave3=0.0
ave3=ave3+c(i)
ave3=ave3/n
求距平
ano1(n)=0.0
ano2(n)=0.0
ano3(n)=0.0
ano1(i)=a(i)-ave1
ano2(i)=b(i)-ave2
ano3(i)=c(i)-ave3
求标准差
s1=0.0
s2=0.0
s3=0.0
s1=s1+ano1(i)*ano1(i)
s3=s3+ano3(i)*ano3(i)
s3=sqrt(s3/n)
bzh3(n)=0.0
bzh3(i)=ano3(i)/s3
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
doi=1,n-t
rt13(t)=bzh1(i)*bzh3(i+t)+rt13(t)
rt12(t)=bzh1(i)*bzh2(i+t)+rt12(t)
rt12(t)=rt12(t)/(n-t)
rt13(t)=rt13(t)/(n-t)
enddo
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
12月气温与2月气温的落后交叉相关系数依次为(1-10年):
rt13
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
r12=r12+bzh1(i)*bzh2(i)
r13=r13+bzh1(i)*bzh3(i)
r23=r23+bzh2(i)*bzh3(i)
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))
消除1月影响,12月与2月气温的偏相关系数:
ry1
(a,f11.7)'
'
消除12月影响,1月与2月气温的偏相关系数:
ry2
消除2月影响,12月与1月气温的偏相关系数:
ry3
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
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/
ave1=ave1+x(i)
ave2=ave2+y(i)
求协方差、预报因子\预报量的方差
s12=0.0
s1=0.0
s12=s12+(x(i)-ave1)*(y(i)-ave2)
s1=s1+(x(i)-ave1)*(x(i)-ave1)
s2=s2+(y(i)-ave2)*(y(i)-ave2)
s12=s12/n
s1=s1/n
s2=s2/n
求b,b0
b=s12/s1
b0=ave2-b*ave1
求回归方程
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'
检验F
r=sqrt(s1/s2)*b
F=r*r/((1-r*r)/(n-2))
(a,f8.4)'
F='
F
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
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)
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
doj=1,n
ave(i)=ave(i)+f(i,j)
enddo
ave(i)=ave(i)/n
ano(i,j)=f(i,j)-ave(i)
enddo
计算时间距平anot(n)
t(n)=0
avet=0
anot(n)=0
t(i)=1981+i
avet=t(i)+avet
avet=avet/n
anot(i)=t(i)-avet
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)
b(i)=sxy(i)/st
160站夏季降水线倾向率:
(10f7.2)'
(b(i),i=1,m)
End
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
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
\qxtj\7\ma.dat'
read(5,*)dat(i)
ave=0.0
ano(n)=0.0
ave=ave+dat(i)
ave=ave/n
ano(i)=dat(i)-ave
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)
h(i)=h(i)/k
累计距平l(n)
l(n)=0.0
doj=1,i
l(i)=l(i)+ano(j)
输出
open(6,file='
\qxtj\7\h.dat'
)
open(7,file='
\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)
累计距平为"
write(*,4000)(l(i),i=1,n)
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。
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:
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
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 气象 统计 实习