为此,我使用python情节和操纵数据。
我用再分析数据netcdf格式这个问题。
我估计的数据包括重力势,通过下面的位势高度。
为位势netcdf变量如下:
<类的netCDF4._netCDF4。变量”> int16 z(时间、级别、纬度、经度)scale_factor: 0.9163788350787961 add_offset: 28797.397523473086 _FillValue: -32767 missing_value: -32767单位:m * * 2 s * * 2 long_name:位势standard_name:位势无限维度:当前形状=(1、2、51、101)填充
然后我继续提取这个变量如下,并计算位势高度变量geop除以美元g_ {o} = 9.81美元。然后我这个分配给一个变量Z美元
geop =文件。变量[' z '] [:] g = 9.81 z = geop / g #位势高度
现在我画这个变量和结果图如下所示(单位位势米):
通过静力学方程dp = - \ρgdz美元,我试着直接计算p通过以下计算:
Zl = Z[0 = = 1000:,:]ρ= 1.25 g = 9.81 dp = 1 *(ρ* g * Zl) #采用静压近似dp
给我这些值如下见过和情节:
masked_array (data = [[[410.9842133392113, 307.8915943928496, 209.38086962187754,……,187.6168722887587, 256.3452849196665, 289.56401769127297], [650.3881840035501, 506.05851747863653, 360.58337740988014, ..., 358.29243032218073, 456.8031550931528, 493.4583084963061], [901.2468901063676, 731.716805616793, 570.2050359341547, ..., 334.23748590136256, 433.893684216182, 479.71262597012355], ..., [-1690.9597396227766, -1719.596578218989, -1756.251731622142, ..., -348.46474623233917, -248.80854791751972, -521.4312513534605], [-1539.7572318347738, -1561.5212291678972, -1642.84985078114, ..., -371.37421710930994, -324.409801811521, -394.2836879862807], [-1335.8629410297408, -1397.7185123975598, -1535.1753376593797, ..., -397.7201086178229, -355.3375874954281, -338.15548433770346]]], mask=[[[False, False, False, ..., False, False, False], [False, False, False, ..., False, False, False], [False, False, False, ..., False, False, False], ..., [False, False, False, ..., False, False, False], [False, False, False, ..., False, False, False], [False, False, False, ..., False, False, False]]], fill_value=1e+20)
但它给了我负面的价值观。
我怎么完全转换位势高度在表面的压力吗?