Python 基于百分位法批量确定站点极端降水事件阈值

最新推荐文章于 2025-04-28 08:44:47 发布

Daisy_428

最新推荐文章于 2025-04-28 08:44:47 发布

阅读量1.8k

点赞数 8

分类专栏：气象小白文章标签： python 开发语言 vscode

本文链接：https://blog.csdn.net/Daisy_428/article/details/136314624

版权

本文介绍了如何使用Python通过百分位法为各站点计算极端降水事件的阈值，通过预处理数据、循环遍历站点并应用95百分位作为参考，生成包含站点名和阈值的Excel文件示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python 基于百分位法批量确定站点极端降水事件阈值

介绍

通常在定义极端事件中，我们采取绝对阈值法和相对阈值法。绝对阈值法就是我们规定某一定值，若该站点超过该值则判定发生极端事件。我国降水强度大致分为小雨、中雨、大雨和暴雨。其中，24h内降水量超过50mm统称为暴雨，我们就可以将50mm作为绝对阈值来识别暴雨事件。

而相对阈值法分为参数法与非参数法。非参数法目前最常见的是采用某个百分位值作为参考值，一旦超过该值即视为极端降水事件发生。

这里展示了通过百分位法来计算各个站点极端降水事件阈值的代码，仅供参考。

代码

导入库和数据

import pandas as pd
import math

#导入站点降水数据
#这里需要换成你站点数据的路径，我的是excel文件，可以根据你的文件类型进行替换
data =pd.read_excel('your_path/your_excel.xlsx')	
del data['Unnamed: 0']   #删除导出数据时产生的index 其他数据无需此行