《海洋数据处理及可视化》课程实习报告

气压层的气温·降水量·气压·海表温度相关性的初步探讨————以北纬30°为例

      专    业：海洋科学（物理海洋）

            学    号：

姓   名：

指导老师：

时    间：二零##年一月九日

气压层的气温·降水量·气压·海表温度相关性的初步探讨

   ————以北纬30°为例

摘要

    我对网上下载的数据通过粗糙的处理，大体上了解海洋表面以及海上的大气层温度、降水量、气压、海表温度（sst）之间的相关性。即：气压层850m的气温和海表温度（sst）负相关，相关系数约为-0.2773。降水量和海表温度（sst）负相关，相关系数约为-0.3555。（北纬30°）

资料的获取

     想要全面的了解占地球面积71%的海洋，就得先把握它控制物理变化的各种要素，及要素之间的相互关系。目前，能够利用各种手段几乎全方位，全天时的获得海平面以上及其大气的各种相关物理要素，对研究海洋和大气有至关重要的作用。利用获取的相关数据对其分析处理，是研究海洋的重要手段。本次实习数据是由：NOAA Earth System Research Laboratory

网站下载NCEP数据，网址：http://www.esrl.noaa.gov/psd/data/gridded/；本实验用到的数据有：air.mon.mean、slp.mon.mean.、sst.mean.、pr_wtr.eatm.mon.mean；

数据的处理

1、计算1982年——20##年平均的气压层的气温、将水量、海表气压、海表温度。绘制全球这些量分别分布及其变化。

2、以北纬30°为例进行相关性假设并且试图用相关性函数计算证明猜想。

3、最终通过分析数据得出结论。

实习具体内容

   一、从全球的尺度研究1982年——20##年平均的气压层的气温、降水量、海表气压、SST。

    绘制全球这些量分别分布及其变化。如下图所示：

为了能更加清楚的了解平均海表气压，我们将海表气压的图单独拿出来；如下：

从全球1982年——20##年平均的气压层的气温、将水量、海表温度可以看出，这些变量沿着纬线变化不大，主要在经度方向由于太阳辐射不均匀变化很显著。大气层温度，降水，sst的最大量几乎都集中在南北纬30°，径向并且依次向东太平洋海域递减。我猜想他们之间有很大的相关性；对于海表平均气压，它是大气层温度最直接的反馈（理想气体状态方程：PV=nRT），从最直观上想，它应该和降水量，sst通过温度的纽带最用应该也有很大的相关性。单从上面1982——20##年平均海表气压的这张图上面来看，东太平洋地区明显比西太平洋地区的气压高，（沃克环流），温度高的海洋加热大气向东跑，东部高压大气向西跑。在大气迁移的过程中又会有降水，大气温度，海表面温度的变化。

这四个量之间相互影响，但到底从在什么样的相关行呢？我们以北纬30°为例来讨论研究。

二、以北纬30°为例来研究海表气压、大气层温度、降水量、SST之间的相关性。

1、选择北纬30°的原因：

   在这一纬度有两个高压，可以相对将准确的研究海表气压与其他三个量之间的关系；北纬30°是太阳直射的最北端，就平均太阳辐射而言四季变化现对较明显，更加有利于在不同太阳辐射量之下比较，得出更有说服力的相关性研究结论；要研究的四个变量的变化明显，这一纬度陆地面积最多，结论对生产生活来说更有实用性。

2、从直观上观察这四个两之间的关系：

1）大气层气温（850m,500m,250m高度）和SST的关系：（如下图所示）

从图上大概可以了解到：850m大气温度和SST呈负相关；500m大气温度和SST呈负相关；250米大气温度和SST负相关性不太明显。

2）降水量和海表气压的关系（如下图所示）：

从图上大概可以得知：随着经度的变化降水量的最高值总是出现在气压最高值以西，降水量最低值总是出现在气压最低值以东。

3）SST和250m高度的大气温度的关系（如下图所示）：

从上图看不出明显的相关性。

3、分别计算：降水量和海表气压、大气层温度和SST、降水量和SST、大气层500m气温和降水量的相关性（计算函数（corrcoef））（如下表所示）：

相关性的计算

4、结果分析：

从上表可以看出：

1）气压层850m的气温和海表温度（sst）负相关，相关系数约为-0.2773；降水量和海表温度（sst）负相关，相关系数约为-0.3555。

2）降水量和海表气压有关；气压层500m的气温和降水量有关；

三、总结：

计算得出的结论和画图从图中观察得出的结论大体上一直；而计算得到的更加真实可靠，通过对北纬30°二十八年的数据做平均再做相关性的计算还是具有一定的可信度。但是通过计算得到的结论我还是有几个问题不是很明白：

1、降水量为什么和SST呈负相关？（虽然相关系数绝对值不是很大）

2、为什么大气层250m温度和SST相关性不大，但是800m大气层温度和SST呈现较明显的负相关。

四、感想：

1、路漫漫其修远兮，吾将上下而求索。

2、纸上得来终觉浅，绝知此事要躬行。

3、这次实习收获确实不小，学到了很多，为毕业论文打了较好的基础。

五、附录：

相关程序：

程序（一）

%% 全球的气温，sst，降水,气压。

%% start

clear,clc,clf

%% open nc files:气温，sst，降水,气压。

fair=netcdf('air.mon.mean.nc','nowrite');

fsst=netcdf('sst.mnmean.nc','nowrite');

fpr_wtr=netcdf('pr_wtr.eatm.mon.mean.nc','nowrite');

fpr_wtr=netcdf('pr_wtr.eatm.mon.mean.nc','nowrite');

fslp=netcdf('slp.mon.mean.nc','nowrite');

%% data:

%北纬30°的850,500,250米的气压层的气温。

air250=squeeze(fair{'air'}(:,9,:,:)*fair{'air'}.scale_factor+fair{'air'}.add_offset);

%北纬30°的sst。

sst=squeeze(fsst{'sst'}(1:361,:,:)*fsst{'sst'}.scale_factor+fsst{'sst'}.add_offset);

%北纬30°的降水量。

pr_wtr=squeeze(fpr_wtr{'pr_wtr'}(:,:,:)*fpr_wtr{'pr_wtr'}.scale_factor+fpr_wtr{'pr_wtr'}.add_offset);

%北纬30°的气压量。

slp=squeeze(fslp{'slp'}(:,:,:)*fslp{'slp'}.scale_factor+fslp{'slp'}.add_offset);

%所有的时间(1981_2010)平均。

air250_m=squeeze(mean(air250));

sst_m=squeeze(mean(sst));

pr_wtr_m=squeeze(mean(pr_wtr));

slp_m=squeeze(mean(slp));

%经度

LON=fair{'lon'}(:);

LAT=fair{'lat'}(:);

lon=fsst{'lon'}(:);

lat=fsst{'lat'}(:);

lonp=fpr_wtr{'lon'}(:);

Latp=fpr_wtr{'lat'}(:);

lons=fslp{'lon'}(:);

lats=fslp{'lat'}(:);

%%  1982_2010年250m高度平均温度

subplot(2,2,1)

[xx,yy]=meshgrid(LON,LAT);

m_proj('hammer','clong',180);

m_pcolor(xx,yy,air250_m)

hold on

shading interp;

colormap(jet)

 h=colorbar;

 hold on

 m_grid('xtick',[],'ytick',[],'linestyle','-');

 m_coast('patch','g');

set(get(h,'xlabel'),'string','1982——20##年250m高度平均温度');

%%  1982_2010年平均sst。

subplot(2,2,2)

[xx,yy]=meshgrid(lon,lat);

m_proj('hammer','clong',180);

m_pcolor(xx,yy,sst_m)

hold on

shading interp;

colormap(jet)

 h=colorbar;

 hold on

 m_grid('xtick',[],'ytick',[],'linestyle','-');

 m_coast('patch','g');

set(get(h,'xlabel'),'string','1982——20##年平均sst');

%%  1982_2010年平均降水

subplot(2,2,3)

[xx,yy]=meshgrid(lonp,Latp);

m_proj('hammer','clong',180);

m_pcolor(xx,yy,pr_wtr_m)

hold on

shading interp;

colormap(jet)

 h=colorbar;

 hold on

 m_grid('xtick',[],'ytick',[],'linestyle','-');

 m_coast('patch','g');

set(get(h,'xlabel'),'string','1982——20##年平均降水');

%%  1982_2010年平均海表气压。

subplot(2,2,4)

[xx,yy]=meshgrid(lons,lats);

m_proj('hammer','clong',180);

[C,H]=m_contourf(xx,yy,slp_m)

clabel(C,H,'manual')

hold on

colormap(jet)

 h=colorbar;

 hold on

 m_grid('xtick',[],'ytick',[],'linestyle','-');

 m_coast('patch','g');

set(get(h,'xlabel'),'string','1982——20##年平均海表气压');

程序（二）

%% prepare:

clear all;close all;clc;

%% open nc files:气温，sst，降水,气压。

fair=netcdf('air.mon.mean.nc','nowrite');

fsst=netcdf('sst.mnmean.nc','nowrite');

fpr_wtr=netcdf('pr_wtr.eatm.mon.mean.nc','nowrite');

fpr_wtr=netcdf('pr_wtr.eatm.mon.mean.nc','nowrite');

fslp=netcdf('slp.mon.mean.nc','nowrite');

%% data:

%北纬30°的850,500,250米的气压层的气温。

air850=squeeze(fair{'air'}(:,3,25,:)*fair{'air'}.scale_factor+fair{'air'}.add_offset);

air500=squeeze(fair{'air'}(:,6,25,:)*fair{'air'}.scale_factor+fair{'air'}.add_offset);

air250=squeeze(fair{'air'}(:,9,25,:)*fair{'air'}.scale_factor+fair{'air'}.add_offset);

%北纬30°的sst。

sst=squeeze(fsst{'sst'}(1:361,25,:)*fsst{'sst'}.scale_factor+fsst{'sst'}.add_offset);

%北纬30°的降水量。

pr_wtr=squeeze(fpr_wtr{'pr_wtr'}(:,25,:)*fpr_wtr{'pr_wtr'}.scale_factor+fpr_wtr{'pr_wtr'}.add_offset);

%北纬30°的气压量。

slp=squeeze(fslp{'slp'}(:,25,:)*fslp{'slp'}.scale_factor+fslp{'slp'}.add_offset);

%所有的时间(1981_2010)平均。

air850_m=squeeze(mean(air850));

air500_m=squeeze(mean(air500));

air250_m=squeeze(mean(air250));

sst_m=squeeze(mean(sst));

pr_wtr_m=squeeze(mean(pr_wtr));

slp_m=squeeze(mean(slp));

%经度

LON=fair{'lon'}(:);

lon=fsst{'lon'}(:);

lonp=fpr_wtr{'lon'}(:);

lons=fslp{'lon'}(:);

figure (1)

plotyy(LON,air250_m,lon,sst_m)

xlabel('经度')

ylabel('温度')

title('250m')

LEGEND('气温','sst')

figure (2)

plotyy(lonp,pr_wtr_m,lons,slp_m)

LEGEND('降水量','海表气压')

%% air250_m插值

l=linspace(0.5,395.5,360);

new_air250_m=interp1(LON,air250_m,l,'spline');

new_air850_m=interp1(LON,air850_m,l,'spline');

new_air500_m=interp1(LON,air500_m,l,'spline');

new_pr_wtr_m=interp1(lonp,pr_wtr_m,l,'spline');

%% 分别计算降水量和海表压强，250m处的气温和海表面温度的相关性。

%海表气压和降水量的相关性

[r,p]=corrcoef(pr_wtr_m,slp_m)

[i,j]=find(p<0.05);

[i,j]

%气压层的气温和sst的相关性

[R250,P250]=corrcoef(new_air250_m,sst_m)

[a250,b250]=find(P250<0.05);

[a250,b250]

[R500,P500]=corrcoef(new_air500_m,sst_m)

[a500,b500]=find(P500<0.05);

[a500,b500]

[R850,P850]=corrcoef(new_air850_m,sst_m)

[a850,b850]=find(P850<0.05);

[a850,b850]

[R500,P500]=corrcoef(air500_m,pr_wtr_m)

[a250,b250]=find(P500<0.05);

[a500,b500]

%降水量和sst的相关性

[x,y]=corrcoef(new_pr_wtr_m,sst_m)

[x1,y1]=find(y<0.05);

[x1,y1]