基于ANUSPLIN的批量气象插值-从数据处理到最终结果(2)

形成ausplin所需要的格式【1】

ausplin所需要的格式在(1)中已经提及到了,本文这次主要讲述如何得到这种格式

获取全部的站点信息

当我们有许多年的站点数据时,可能会发现每年的站点数量不太一样,可能2010年有820个站点,而到了2011年只有810个站点,这时我们首先需要得到全部的站点信息,为后续的匹配打下基础。

读取原始的txt文件的前三列数据,分别是站点,经度和纬度,对第一列求唯一值,既可以得到全部的站点信息了。代码如下:

%authour yinlichang3064@163.com

%得到全部txt的信息
filename='H:\Day1951-2012yuanshi\';%%根目录,自行修改
e=dir(); %得到文件夹的名称
termsum=[];
for i=5:10
    file=strcat(filename,e(i).name,'\');
    if i==5
        id='-13011-';
    end
    if i==6
        id='-10004-';
    end
    if i==7
        id='-13003-';
    end
    if i==8
        id='-14032-';
    end
    if i==9
        id='-12001-';
    end
    if i==10
        id='-11002-';
    end
    for m=2000:2015
        for n=1:12
            if n<10
                term=importdata(strcat(file,'SURF_CLI_CHN_MUL_DAY-',file(28:30),id,int2str(m),'0',int2str(n),'.TXT'));
            else
                term=importdata(strcat(file,'SURF_CLI_CHN_MUL_DAY-',file(28:30),id,int2str(m),int2str(n),'.TXT'));
            end
            term=term(:,1:3);
            termsum=[termsum;term];
        end
    end
end

%获取其中的唯一值
tersum_sta=termsum(:,1);%全部站点
tersum_lon=termsum(:,3);%经度
tersum_lat=termsum(:,2);%纬度
tersum_unique=unique(tersum_sta);
allsum=[];
for i=1:length(tersum_unique)
    data=tersum_unique(i);
    sy=find(tersum_sta==data);
    tersum_lon1=tersum_lon(sy(1));
    tersum_lat1=tersum_lat(sy(1));
    %由于上面经纬度是以度分为单位的,所以需要进一步转化为以度为单位的
    if  tersum_lon1>=10000
        tersum_lon1=int2str(tersum_lon1);
        tersum_lon2=str2num(tersum_lon1(1:3))+str2num(tersum_lon1(4:5))./60;
    else
        tersum_lon1=int2str(tersum_lon1);
        tersum_lon2=str2num(tersum_lon1(1:2))+str2num(tersum_lon1(3:4))./60;
    end
    
    if tersum_lat1>=10000
        tersum_lat1=int2str(tersum_lat1);
        tersum_lat2=str2num(tersum_lat1(1:3))+str2num(tersum_lat1(4:5))./60;
    else
        tersum_lat1=int2str(tersum_lat1);
        tersum_lat2=str2num(tersum_lat1(1:2))+str2num(tersum_lat1(3:4))./60;
    end
    all=[data,tersum_lon2,tersum_lat2];
    allsum=[allsum;all];%allsum即包含全部的站点信息且不重复
end
xlswrite('不重复的站点信息.xlsx',allsum)

出来的结果如下图所示,总共有839个不重复的点


image.png

投影转换

由于ausplin需要的是以m为单位的经纬度,故我们需要在arcgis中进行投影转换得到m为单位的经纬度。首先需要准备以阿尔波斯投影的dem文件,后期该文件也是作为协变量参与插值的。
(1)首先加载dem文件
(2)在excel中手动添加表头,station,x 和y,然后通过add xy的方式加载到arcgis中,并重新输出为shapile文件


image.png

image.png

选择里面的world,在里面选择wgs84


image.png

结果如下图所示
image.png

(3)采用投影转换工具使得站点文件投影和dem投影保持一致。


image.png

image.png

红色部分设置成和dem一致
(4)在属性表中进行经纬度转换
第三部结果出来后能够得到下面红色部分


image.png

单击选中一列后右键计算几何,分别得到经纬度
image.png

转换后的结果如下:
image.png

除掉不在dem范围内的点

由于dem范围的缘故,可能导致部分站点不在dem的范围内,此时需要对这些站点就行删除,具体如下
首先打开dem范围,并将Nodata部分变成黄色,显示出真实的dem范围


image.png

image.png

通过上图可知最底下的两个点不在范围上,需要进行剔除,进入编辑状态即可进行删除,删除后才能进行下一步工作。

高程提取

高程作为协变量可以直接通过dem进行提取。

image.png
image.png

结果如下:

image.png

后续将得到每个站点每天的经纬度和高程信息。

更多需求,请查看个人介绍

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 158,847评论 4 362
  • 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 67,208评论 1 292
  • 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 108,587评论 0 243
  • 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 43,942评论 0 205
  • 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 52,332评论 3 287
  • 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 40,587评论 1 218
  • 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 31,853评论 2 312
  • 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 30,568评论 0 198
  • 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 34,273评论 1 242
  • 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 30,542评论 2 246
  • 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 32,033评论 1 260
  • 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 28,373评论 2 253
  • 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 33,031评论 3 236
  • 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 26,073评论 0 8
  • 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 26,830评论 0 195
  • 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 35,628评论 2 274
  • 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 35,537评论 2 269

推荐阅读更多精彩内容