基于CDT计算全球表面气压变化梯度

Climate Data Toolbox (CDT)是面向MATLAB用户气候数据工具箱,包括描述性统计、矩阵运算、地理空间参考网格、空间分布、时间序列、不确定度量化、地球物理属性以及地图绘图等相关函数,是海洋&大气研究方向的一款科研利器。本文通过CDT自带的气压数据集,学习使用CDT计算并可视化全球气压变化梯度,为后续其他科研实验研究奠定基础

1. cdtgradient函数及用法法介绍

cdtgradient 函数可用于计算在地理坐标中等间隔网格数据的空间梯度。

语法:

[FX,FY] = cdtgradient(lat,lon,F)
[FX,FY] = cdtgradient(lat,lon,F,'km')

说明:

  1. [FX,FY] = cdtgradient(lat,lon,F) 对于网格变量 F 以及相应地理坐标 lat 和 lon,cdtgradient 计算 FX,即沿地球表面每米 F 的东西向变化的空间速率和 FY,从南到北的每米 F 变化。FX 的正值指示 F 在该网格单元中从西向东增加,而 FY 的正值指示F 从南向北增加。F 可以是二维或三维矩阵,其前两个维度必须对应于 lat 和 lon。如果 F 为三维,则输出FX 和 FY 也将为三维,沿着第三维的每个网格将单独计算。
  2. [FX,FY] = cdtgradient(lat,lon,F,'km') 返回每公里而非默认米的坡度。

2. 计算全球表面气压变化梯度

对于此示例,我们将使用 CDT 随附的示例表面气压数据。首先加载它:

filename = 'ERA_Interim_2017.nc';
sp = ncread(filename,'sp'); %表面压强
lat = double(ncread(filename,'latitude'));
lon = double(ncread(filename,'longitude'));
[Lat,Lon] = meshgrid(lat,lon);

绝对表面压强并不是特别有趣,因为它主要跟踪表面高度。但是表面气压异常要有趣得多,因为它们使我们了解了系统在给定时间点的失衡程度。
为了方便起见,让我们将 2017 年 1 月的表面气压距平计算为该月的表面气压场,减去 2017 年全年的平均表面气压

% 表面气压“距平”:
spa = sp(:,:,1)-mean(sp,3);

这是我们要分析的表面气压距平:

figure
globepcolor(Lat,Lon,spa);
axis tight
cmocean('delta','pivot') % 设置颜色图
cb = colorbar;
ylabel(cb,'surface pressure anomaly (Pa)')
view(125,5) % 设置视角
全球表面气压异常

像这样计算 Pa/km 的纬向和经向表面气压梯度

[Sx,Sy] = cdtgradient(Lat,Lon,spa,'km');
figure
subplot(1,2,1)
pcolor(Lon,Lat,Sx)
shading interp
axis off % 移除刻度
cb1=colorbar('location','southoutside');
188/771
xlabel(cb1,'zonal pressure gradient Pa/km')
caxis([-1 1])
cmocean diff
subplot(1,2,2)
pcolor(Lon,Lat,Sy)
shading interp
axis off %移除刻度
cb2=colorbar('location','southoutside');
xlabel(cb2,'meridional pressure gradient /km')
caxis([-1 1])
cmocean diff
维向和经向表面气压变化梯度

上图可能难以解释,因此我们将采用另一种方法。不用将 Sx 和 Sy 绘制为颜色,而是将它们作为矢量绘制在表面气压距平贴图的顶部:

figure
pcolor(Lon,Lat,spa)
shading interp
189/771
hold on
cmocean('delta','pivot') % 设置颜色图
cb = colorbar;
ylabel(cb,'surface pressure anomaly (Pa)')
quiversc(Lon,Lat,Sx,Sy,'k','density',100)
set(gcf,'Color','w')
全球表面气压变化梯度

3.参考文献

  1. Chad A. Greene, Kaustubh Thirumalai, Kelly A. Kearney, Jose Miguel Delgado, Wolfgang Schwanghart, Natalie S. Wolfenbarger, Kristen M. Thyng, David E. Gwyther, Alex S. Gardner, and Donald D. Blankenship. The Climate Data Toolbox for MATLAB. Geochemistry, Geophysics,Geosystems 2019. doi:10.1029/2019GC008392
  2. 本文主要参考、转发并修改了气象家园的作者北京-不懂matlab-二爷翻译的CDT说明文档。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,723评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,003评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,512评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,825评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,874评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,841评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,812评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,582评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,033评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,309评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,450评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,158评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,789评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,409评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,609评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,440评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,357评论 2 352

推荐阅读更多精彩内容