- 博客(7)
- 收藏
- 关注
原创 气象数据分析之突变检验及python的实现:MK突变、Pettitt方法、滑动T检验
什么是突变?常见的气候突变是把它定义为气候从一个平均值到另 一个平均值的急剧变化, 它表现为气候变化的不连续性(符淙斌,1992)。下图总结了四种常见的突变:(a)均值突变:从一个均值到另一个均值的变化,表现气候变化的不连续性(b)变率突变:平均值没有变但是方差变了©跷跷板突变(d)转折突变:某一 时段持续减少 ( 增加 ) , 然后突然在某点开 始 持续增加 (减少 )检验突变的方法有很多,介绍几种常用的~1. MK突变分析1.1原理3. 滑动T检验...
2021-04-14 21:40:54
52576
60
原创 气象数据分析之python实现滑动平均
def runavg(x, width):#输入一原始时间序列和宽度,返回一个平滑以后的时间序列 n = len(x) x = np.append(x, np.append(x, x)) x_smooth = np.convolve(x, np.ones(width)/width, mode='same') xs = x_smooth[n:2*n] return xs...
2021-02-25 22:28:36
7987
2
原创 气象数据分析之EOF分析以及python的实现
import numpy as npimport cartopy.crs as ccrsimport cartopy.feature as cfeatureimport matplotlib.pyplot as pltfrom eofs.multivariate.standard import MultivariateEoffrom eofs.standard import Eof#计算权重:以纬度cos值得平方作为权重coslat = np.cos(np.deg2rad(lat))w
2021-01-11 21:25:03
26523
59
原创 python绘图技巧之matplotlib如何绘制双y轴曲线
def doubley(x,y1,y2,labely1,labely2,name): #需要输入横坐标,两个纵坐标,两个y轴的标签,和保存的文件路径/名,返回一张jpg fig = plt.figure() ax1 = fig.add_subplot(111) ax1.plot(x, y1,) ax1.set_ylabel('%s'%(labely1),size=20) ax2 = ax1.twinx() # this is the important
2021-01-06 14:20:29
2360
4
原创 气象数据分析之如何用python画超前滞后先关图
超前滞后相关是什么想看两个时间序列是否相关,最简单的方法就是求二者的相关系数,但是在大气、海洋等科学问题的研究中,往往一个过程的响应并不是实时的,可能当a过程发生以后一段时间b过程才会发生,这样的关系往往不是同时期的相关系数可以表现的。超前滞后相关就是为了看两个过程的发生演变是否在时间的先后上有一定的相关性。举个例子:有a、b两个时间序列,长度都是十二个月,直接求相关系数就是简单的同期相关。如果a的1-11月对b的2-12月做相关系数,就是a对b超前1个月的相关;拿a的2-12月对b的1-11月做相关
2020-12-23 22:34:47
7952
7
原创 气象数据分析之EMD方法介绍及python的实现
文章目录前言一、EMD方法介绍二、在python中的实现1.引入库2.生成一个随机的信号3.做EMD分解,提取IMF和res4.可视化最后前言经验模态分解(Empirical Mode Decomposition,缩写EMD)是由黄锷(N. E. Huang)在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法,特别适用于非线性非平稳信号的分析处理。一、EMD方法介绍EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上,具有非常明显的优势
2020-12-22 16:10:34
7102
11
原创 linux下netCDF4安装笔记
1.下载netCDF4 1.5.1.2选择合适的版本的wheel文件,或者在github上下载源代码依赖库主要是以下3个:numpycftimeHDF52.依赖库的安装numpy和cftime的安装比较简单,执行以下命令即可:pip install cftime-1.0.3.4-cp37-cp37m-manylinux1_x86_64.whl如果提示不匹配,则只需要把文件名字改...
2019-07-02 14:34:33
8806
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人