Matlab处理气象数据（四）观测数据的预处理和计算

观测数据为中国气象数据网上获得的中国地面温度月值0.5°×0.5°格点数据集，时间范围是1961年1月至2013年12月。这套数据为txt格式，包含头文件。头文件信息为：

NCOLS      128
NROWS       72
XLLCORNER    72.000000000000    
YLLCORNER    18.000000000000    
CELLSIZE    0.50000000000000    
NODATA_VALUE   -99.00000    

从中可以得知，有128列、72行，横轴坐标从72度开始，纵轴坐标从18开始，每个格点为0.5度，缺失值默认填充为-99.0。由此可以推知，本数据坐标范围是[72 136]*[18 54]。

由于数据带有头文件，不能直接导入matlab中进行计算，所以应先去除头文件，再将缺失值全部替换为NAN。批量替换代码如下：

clc,clear
for iyear=1979:2013
for imonth=1:12
    if(imonth>0&&imonth<=9)
Tpath=strcat('E:\数据\MEAN\SURF_CLI_CHN_TEM_MON_GRID_0.5-MEAN-',num2str(iyear),'0',num2str(imonth),'.txt'); 
    else
Tpath=strcat('E:\数据\MEAN\SURF_CLI_CHN_TEM_MON_GRID_0.5-MEAN-',num2str(iyear),'',num2str(imonth),'.txt');     
    end
T(imonth,iyear-1978,:,:)=textread(Tpath);
end
end

for i=1:12
for j=1:35
for k=1:72
for l=1:128
if T(i,j,k,l)==-99.0;
T(i,j,k,l)=nan; %将缺失值替换为NAN
end
end
end
end
end

此时，T为4-D数组，其格式为<month,year,lon,lat>。

T=reshape(T,[420,72,128]);
T=permute(T,[2 3 1]);%使之成为72*128*420型的矩阵

注意：这套观测数据是从左上角开始读取的，如果不作调整直接出图，则图像会是颠倒的。这里使用flipud函数，对矩阵实现上下翻转。

%使图像颠倒，数据从最左下角向右上角读起
for i=1:420
T(:,:,i)=flipud(squeeze(T(:,:,i)));
end

要计算中国区域的年平均值，则可先求出每个月的平均值，再对每12个月求平均。

T=reshape(T,[420,72*128]); %<420x9216 double>
Tem=nanmean(T,2); %420个月的平均值<420x1 double>
Tem=reshape(Tem,[12,35]);%<12x35 double>
Tem2=mean(Tem,1); % %将观测数据年均值命名为Tem2<1x35 double>
plot(Tem2);

得到下图：

1979-2013年全球年平均气温变化趋势图（观测数据）

对比之前用NCEP数据得到的年平均气温变化图，可以看出两者都呈现上升的趋势，但观测数据比NCEP数据温度更高。

注：此处还未对数据进行加权处理。

相关链接：
Matlab处理气象数据——目录