短期气候实习报告六.doc：Python气候数据分析与统计检验全流程

简介这份短期气候实习报告面向大气科学专业学生及从事短期气候预测的初学者围绕夏季华北区域降水的定量预测展开帮助读者掌握物理统计预测中回归分析的完整建模流程。资源包内含1个doc文档压缩包约146KB文档中系统梳理了实习目的与要求、所用资料与方法、实习步骤及结果分析四大模块并附有可直接运行的FORTRAN程序代码。资料以Nino3.4指数、西太平洋副高脊线及西伸脊点、亚洲极涡面积、南方涛动指数等前期环流因子为输入结合华北10站夏季降水量与距平百分率演示回归方程的建立、回归系数输出、拟合与独立预测试验的对比分析还涉及SVD稳定性判断与历年曲线绘图。目前已有161人学习下载适合需要理解区域降水预测建模思路、参考程序实现与结果解释的读者借鉴。1. 短期气候实习报告六.doc从一份文档到一套可复现的气候数据分析流程如果你手头正躺着一份名为「短期气候实习报告六.doc」的文件或者你被安排去完成一份短期气候实习报告大概率你面对的不是“写作文”的问题而是一堆气象站点数据、再分析格点资料、时间序列图和统计检验不知道从哪一步开始动手。短期气候实习报告六.doc 这个标题背后通常对应的是高校大气科学、地理科学或应用气象专业的一次集中实践环节核心任务是用真实观测或再分析数据完成气温、降水等要素的短期气候特征分析并输出规范的图表和结论。它解决的不是“气候是什么”这种科普问题而是“拿到一份逐日气象数据怎么在几天内做出可信的统计分析和图件”。适合已经学过气候统计基础、但缺少完整项目经验的学生和初级分析师。我见过太多人卡在数据清洗和绘图细节上最后报告里只有一张看不出趋势的折线图血泪经验是先把流程跑通再谈结论。2. 短期气候分析的数据准备与预处理从原始文件到干净序列2.1 短期气候实习常用的三类数据源和选型理由短期气候分析的时间尺度通常在 1 个月到 10 年之间空间尺度以站点或区域为主。常见数据源有三类地面气象站观测数据、格点再分析资料、卫星反演降水产品。地面站数据精度高但空间代表性有限适合做单站时间序列分析再分析资料时空连续性好适合做区域平均和空间分布图卫星降水产品在海洋和荒漠区有优势但需要做偏差订正。我一般会建议如果实习报告要求分析某个城市的气温变化优先用地面站逐日数据如果要求画整个省份的降水分布用再分析资料更现实。选型时还要看数据长度短期气候分析至少需要连续 5 年以上逐日数据否则趋势检验没有统计意义。2.2 用 Python 读取和清洗逐日气象数据的完整代码拿到数据后第一步不是画图而是把缺失值、异常值和格式问题处理干净。下面这段代码演示了读取一个典型逐日气象 CSV 文件、处理缺失值和简单质量控制的流程。import pandas as pd import numpy as np # 读取逐日气象数据假设列名为 date, temp_mean, precip df pd.read_csv(station_daily.csv, parse_dates[date]) df df.sort_values(date).set_index(date) # 将气象中常见的缺测标记转换为 NaN df df.replace([999.9, 9999, -999.9], np.nan) # 气温异常值检查超出物理合理范围的值置为 NaN df.loc[(df[temp_mean] 50) | (df[temp_mean] -50), temp_mean] np.nan # 降水负值置为 NaN df.loc[df[precip] 0, precip] np.nan # 对缺失值做线性插值但连续缺失超过 5 天的段落不插值 df[temp_mean] df[temp_mean].interpolate(methodlinear, limit5) df[precip] df[precip].fillna(0) # 降水缺测通常按无降水处理需在报告中说明 # 输出清洗后的数据概况 print(df.describe()) print(缺失值统计) print(df.isnull().sum())这段代码的逻辑是先统一缺测标记再做物理范围检查最后对气温做有限插值、对降水做零填充。参数limit5表示连续缺失超过 5 天就不插值避免人为制造虚假趋势。降水填 0 是一个有争议的做法必须在报告中明确说明否则会被认为数据造假。清洗完成后一定要用describe()和缺失值统计做一次快速验证确认没有漏网的异常值。2.3 时间序列的完整性检查和插补边界短期气候分析对时间连续性很敏感。如果某个月缺了 10 天数据月平均值的代表性就会大打折扣。我一般会先画一张缺失值热力图看看缺测是随机的还是集中在某些时段。如果缺测集中在冬季而你要分析冬季气温趋势那这份数据基本不能用。插补方法上气温可以用线性插值或气候态插补降水更复杂短期实习报告里建议直接剔除缺测严重的年份而不是强行插补。记住一个原则插补的边界是“不改变原始序列的统计特征”如果插补后标准差明显变小说明插补过度了。3. 短期气候统计量的计算趋势、距平和突变检验怎么做3.1 线性趋势和滑动平均的 Python 实现短期气候分析最常做的统计量是线性趋势、距平和滑动平均。线性趋势用最小二乘法拟合滑动平均用来滤掉高频波动。下面代码同时计算气温的线性趋势和 5 年滑动平均。import numpy as np import pandas as pd from scipy import stats # 假设 df 是清洗后的逐日气温数据先转为年平均 annual_temp df[temp_mean].resample(Y).mean() # 线性趋势计算 x np.arange(len(annual_temp)) slope, intercept, r_value, p_value, std_err stats.linregress(x, annual_temp) print(f线性趋势{slope:.3f} ℃/年p值{p_value:.4f}) # 5 年滑动平均 rolling_mean annual_temp.rolling(window5, centerTrue).mean() # 距平计算相对于整个时段的平均值 anomaly annual_temp - annual_temp.mean()stats.linregress返回的slope就是趋势值单位是 ℃/年p_value小于 0.05 才认为趋势显著。滑动平均的window5表示 5 年窗口centerTrue让窗口居中避免相位偏移。距平是气候分析的核心概念所有异常年份的判断都基于距平。注意短期数据做趋势分析时如果序列长度小于 10 年趋势的置信度通常不高报告中要谨慎下结论。3.2 突变检验滑动 t 检验和 Mann-Kendall 的适用场景短期气候实习报告里经常要求做突变检验判断某个年份前后气候是否发生了显著变化。常用方法有滑动 t 检验和 Mann-Kendall 检验。滑动 t 检验适合已知大概突变时段的情况通过设置滑动窗口逐点检验前后两段均值差异Mann-Kendall 是非参数检验不要求数据服从正态分布更适合降水这类偏态分布数据。我一般会两种方法都跑一遍如果结果一致结论就比较可靠如果不一致需要检查数据是否存在自相关。下面是一个滑动 t 检验的简化实现。def sliding_t_test(series, window10): 滑动 t 检验返回每个时间点的 t 统计量 n len(series) t_stats [] for i in range(window, n - window): before series[i-window:i] after series[i:iwindow] t, p stats.ttest_ind(before, after, equal_varFalse) t_stats.append((series.index[i], t, p)) return pd.DataFrame(t_stats, columns[date, t_stat, p_value]) # 对年平均气温做滑动 t 检验 result sliding_t_test(annual_temp, window10) significant result[result[p_value] 0.05] print(significant)window10表示前后各取 10 年做对比这个参数决定了检验的敏感度窗口太小容易受单年波动影响窗口太大可能平滑掉真实突变。短期数据建议窗口取序列长度的 1/4 到 1/3。equal_varFalse表示不假设两段方差相等更稳健。输出中 p 值小于 0.05 的时间点就是潜在突变点但要注意多重检验问题不能只看单个点要结合滑动曲线判断。3.3 结果表格化把统计量整理成报告可用的格式计算完统计量后需要整理成报告里的表格。下面是一个典型的趋势分析结果表包含要素、时段、趋势值、p 值和显著性判断。要素时段趋势℃/年 或 mm/年p 值显著性年平均气温1980-20200.0320.001显著年降水量1980-2020-1.250.087不显著冬季平均气温1980-20200.0450.003显著夏季降水量1980-20202.100.042显著表格里要写清楚时段和单位显著性一栏直接写“显著”或“不显著”不要只放 p 值让读者自己判断。如果趋势不显著报告中不要写“呈上升趋势”只能写“无显著变化趋势”。这是短期气候实习报告里最容易翻车的地方很多人把不显著的趋势当成结论写答辩时被追问 p 值就很被动。4. 短期气候实习报告六.doc 的图表规范与避坑排查4.1 时间序列图和空间分布图的绘制要点短期气候报告的图件质量直接决定评分。时间序列图要标注单位、图例、趋势线方程和显著性标记空间分布图要选对投影和色标降水用冷暖色标气温用红蓝色标。下面是一个时间序列图的完整绘图代码。import matplotlib.pyplot as plt import matplotlib.dates as mdates fig, ax plt.subplots(figsize(10, 5)) ax.plot(annual_temp.index, annual_temp.values, o-, color#2c7fb8, label年平均气温) ax.plot(annual_temp.index, rolling_mean.values, r--, linewidth2, label5年滑动平均) # 添加趋势线 trend_line intercept slope * x ax.plot(annual_temp.index, trend_line, k-, linewidth1.5, labelf趋势{slope:.3f} ℃/年 (p{p_value:.3f})) ax.set_xlabel(年份) ax.set_ylabel(气温℃) ax.legend(locupper left) ax.xaxis.set_major_locator(mdates.YearLocator(5)) ax.xaxis.set_major_formatter(mdates.DateFormatter(%Y)) plt.tight_layout() plt.savefig(annual_temp_trend.png, dpi300)dpi300是报告插图的最低要求低于这个值打印出来会模糊。趋势线方程和 p 值直接写在图例里审阅人不用翻正文就能看到关键结论。mdates.YearLocator(5)让横轴每 5 年一个刻度避免标签重叠。空间分布图建议用cartopy做投影但短期实习报告里如果只是单省分布用contourf加经纬度网格也能应付。4.2 避坑排查短期气候实习中最容易翻车的 5 个问题现象一趋势算出来是正的但图上看明明是下降的。原因通常是时间轴没有按时间排序或者resample时用了错误的频率参数。解决方法是先sort_index()再检查resample(Y).mean()的输出索引是否连续。现象二降水距平百分率出现负值超过 -100%。原因是基期平均降水接近零做百分率时分母太小。解决方法是改用绝对距平或者在报告中说明该站降水极少百分率不适用。现象三Mann-Kendall 检验结果和滑动 t 检验完全相反。原因可能是数据存在强自相关导致 MK 检验的方差被低估。解决方法是先做预白化处理或者改用修正的 MK 检验并在报告中说明两种方法的差异。现象四插值后的气温序列标准差比原始序列小很多。原因是插值方法过度平滑尤其是连续缺失较多时。解决方法是限制插值长度或者直接剔除缺测严重的年份不要强行补全。现象五报告里的图和表数据对不上。原因通常是图表用了不同的数据版本比如图用了插值后数据表用了原始数据。解决方法是所有图表都从同一个清洗后的 DataFrame 生成并在代码开头固定随机种子和数据处理参数。5. 从实习报告到可复用分析脚本一个具体技巧短期气候实习报告六.doc 这类任务做完之后最有价值的不是那份文档而是你手里那套能重复跑的分析脚本。我一般会把整个流程封装成一个函数输入原始数据路径和输出目录自动完成清洗、统计、绘图和结果导出。这样下次遇到类似数据改一个路径就能跑不用从头调代码。下面是一个简化版的封装示例。def climate_report_pipeline(input_csv, output_dir, station_nameStation): 短期气候分析流水线清洗、统计、绘图、导出 import os os.makedirs(output_dir, exist_okTrue) # 1. 读取和清洗 df pd.read_csv(input_csv, parse_dates[date]).sort_values(date).set_index(date) df df.replace([999.9, 9999, -999.9], np.nan) df[temp_mean] df[temp_mean].interpolate(methodlinear, limit5) # 2. 年平均和趋势 annual df[temp_mean].resample(Y).mean() x np.arange(len(annual)) slope, intercept, r, p, se stats.linregress(x, annual) # 3. 绘图 fig, ax plt.subplots(figsize(10, 5)) ax.plot(annual.index, annual.values, o-, label年平均气温) ax.plot(annual.index, intercept slope * x, r--, labelf趋势{slope:.3f} ℃/年 (p{p:.3f})) ax.set_title(f{station_name} 年平均气温变化) ax.legend() fig.savefig(os.path.join(output_dir, temp_trend.png), dpi300) # 4. 导出统计结果 result pd.DataFrame({ station: [station_name], slope: [slope], p_value: [p], significant: [p 0.05] }) result.to_csv(os.path.join(output_dir, trend_result.csv), indexFalse) return result # 调用示例 climate_report_pipeline(station_daily.csv, ./output, station_name北京)这个流水线的关键设计是所有中间结果都落盘方便复查趋势结果单独导出 CSV写报告时直接引用绘图和统计共用同一份清洗后数据避免图表不一致。参数limit5和显著性阈值0.05可以根据数据长度调整但要在报告中说明。我自己的习惯是每做完一份实习报告就把脚本里的硬编码路径改成参数把重复的绘图逻辑抽成函数攒上三四次之后你就有了一套自己的短期气候分析工具包。下次再遇到“短期气候实习报告”这类任务别人还在调缺失值你已经跑完统计在写结论了。希望帮到你。本文还有配套的精品资源点击获取