小麦岛水文气象数据处理.doc

1、小麦岛站海洋气象、水文要素数据处理和分析1.1、气温和海表盐度1.1.1、海表盐度 因为太阳辐射强度较小而蒸发量减小，海表盐度在9月份随时间呈现明显的下降趋势。 海表盐度分布的直方图数据，均值在31.09%，方差0.061，众数30.89%，中位数31%,偏度0.29,峰度1.64。分布较为集中，呈现右偏分布。1.1.2 气温温度均值23.38摄氏度，方差3.13，标准差1.77摄氏度，气温中位数在23.20摄氏度，众数在23.7摄氏度，偏度0.42，峰度2.66。分布较为分散，右偏分布。1.2、海表水温和风速的相关分析海表水温缺少每日2时的采样，为了使得数据采样间隔均匀，由水温的日变化较为缓慢的特点，对每日2时的水温数据进行了插值，再与风速进行相关分析。得到相关系数为-0.153，呈现很弱的负相关。假设风速对水温有滞后的影响，取前30的风速数据与sst作滑动相关分析。结果不能表现出这种滞后性影响，说明风速并非影响sst的唯一因素，过程中可能有其他方面的变量在起作用。2、小麦岛气象数据的图象表示2.1、DF方法做气温数据的直方图 用matlab的自带工具箱dfittool作气温数据的概率密度、累积频率曲线和保证率曲线。 累积频率曲线- 保证率曲线-2.2、气温的箱线图 有箱线图的图示可以得到以下结论：数据中没有异常值。拖尾较长，中位数偏于下四分之一分位数，属于右偏峰，数据集中于低温部分。2.3、风速玫瑰图 主要为西北季风。2.4、9月上下半月气温的显著性差异 假设9月份前半月和后半月的气温都满足正态分布，使用F检验法检验上下半月的气温资料的统计显著性差异。组内偏差平方和与组间偏差平方和之比满足F（2-1,124-2）分布。经过计算F=24.5，而，故前后两组数据在不到0.5%的水平上有显著性差异，即P（不具备显著性差异|具备显著性差异）0.5%，故可认为前后两组数据具备显著性差异。 从成因上分析，如下图，在上半月的5到10天，有大风和降温过程，而下半月20到31天则风速较小。前后半月来自两个不同的天气过程，这造成了前后半月的气温分布的显著性差异。3、风速资料的时域分析3.1、风速数据插值 拉格朗日多项式插值存在明显的龙格现象，如图在6阶多项式拟合下，可以描绘大致的趋势。线性插值存在不平滑的特点，样条差值则是在分段的情况下对每段分别差值，分段点处满足一阶导数和二阶导数连续的差值方式。3.2、风速的谱分析3.2.1、频谱分析 用原始风速减去多项式拟合的趋势项。3.2.2、调和分析 使用cftool拟合工具箱，辅助进行调和分析。General model Sin8: f(x) = a1*sin(b1*x+c1) + a2*sin(b2*x+c2) + a3*sin(b3*x+c3) + a4*sin(b4*x+c4) + a5*sin(b5*x+c5) + a6*sin(b6*x+c6) + a7*sin(b7*x+c7) + a8*sin(b8*x+c8)Coefficients (with 95% confidence bounds): a1 = 0.7077 (0.6116, 0.8037) b1 = 2.596 (2.578, 2.614) c1 = 2.951 (2.633, 3.269) a2 = 0.6958 (0.6012, 0.7903) b2 = 2.861 (2.845, 2.877) c2 = -0.01529 (-0.3074, 0.2769) a3 = 0.6976 (0.6011, 0.7941) b3 = 1.455 (1.434, 1.475) c3 = 0.1696 (-0.1932, 0.5325) a4 = 0.676 (0.5811, 0.7709) b4 = 2.098 (2.073, 2.123) c4 = 1.731 (1.296, 2.166) a5 = 0.5939 (0.5004, 0.6874) b5 = 1.169 (1.145, 1.194) c5 = -0.9426 (-1.388, -0.4967) a6 = 0.3728 (0.2745, 0.4712) b6 = 2.293 (2.256, 2.329) c6 = -0.0211 (-0.6991, 0.6569) a7 = 0.4315 (0.3399, 0.523) b7 = 4.297 (4.274, 4.321) c7 = -1.4 (-1.843, -0.9573) a8 = 0.3295 (0.2385, 0.4206) b8 = 4.85 (4.819, 4.881) c8 = 0.8764 (0.2963, 1.457)Goodness of fit: SSE: 564.4 R-square: 0.6103 Ad