演習DB(気象データ解析)のページ (2024/04-)
◆趣旨
Pythonを用いて,気象データの基本的な統計解析と描画の演習を行う.
前半は気象庁AMeDASの時系列データ,後半は大気再解析データを用いる.
◆ 演習にあたっての事前準備(端末を立ち上げて以下のコマンドを入力)
・演習用ディレクトリの作成(名前や階層は適宜)
$ mkdir DB
$ cd DB
・データの準備(リンクを貼る)
$ ln -s /opt/share/sakazaki/data data
・jupyter-notebookの起動
$ jupyter-notebook &
◆ 演習内容
【初心者向け】Python利用にあたっての基本的な注意点
時系列データ解析~その1:データの読み込みと簡単な作図~
1.0 はじめに
1.1 データの読み込み:csvファイル(アメダスデータ)を読み込む
1.2 データを切り出す
1.3 絵を描く
時系列データの解析~その2:統計解析・時系列解析~
2.1 基本的な統計量の算出
2.2 ダウンサンプリングとトレンド推定
2.3 コンポジット解析
2.4 【参考】移動平均(時間フィルターの基礎)
全球大気再解析データ(四次元データ)の解析
3.0 はじめに
3.1 データの読み込み:NetCDFデータを読み込む
3.2 データを切り出す
3.2 統計解析・時系列解析
3.4 絵を描く
3.5 【応用例】コンポジット解析
3.6 【参考】ベクトル場プロット
其の外参考まで
A. 観測データの品質管理
B-1 フーリエ解析とスペクトル解析(理論)
B-2 スペクトル解析(実践)
C 信頼区間の推定について(コンポジット・トレンド)
◆ 小課題提出にあたっての注意点
- VDIのJupyter Notebook上での解析・描画結果をhtmlファイルとして出力する(下図参照)
(注:Notebook(.ipynbファイル)で提出しないように!)。
【4/25追記】 出力先は、ブラウザの設定で変更できます。Firefoxの場合、「右上の三本線アイコン」->「設定」->「ファイルとプログラム
(ダウンロード)」
- 最終的に、htmlファイルをPandAの課題提出フォームから提出してください。
【4/25追記】 VDIの中でブラウザを立ち上げてPandAに接続し、提出するのが一番簡単でしょう。
一方VDI外から提出する場合は、htmlファイルを自分のローカルPCで共有できるようにする必要があります。
例えば、VDI内でブラウザを立ち上げ、そこから各自のクラウド領域(google driveや
OneDrive)
にファイルを置いておくなどの方法があります。
- Markdownで適宜見出しなどをつけて、どの課題番号に対する解答なのか分かるようにしてください。
◆ 参考文献・ウェブサイトなど
気象データ解析関連
- 伊藤久徳・見延庄士郎 (2010),"気象学と海洋物理学で用いられるデータ解析法",気象研究ノート, 222, 日本気象学会, 253pp.
- 藤部文昭 (2014),"統計からみた気象の世界",成山堂書店, 150pp.
- 廣田勇 (1999), "気象解析学", 東京大学出版会, 175pp.
- 松山洋・谷本陽一(2005), 「実践!気候データ解析」, 古今書院, 107pp.
Python 関連
- KyotoGeoPythonのページ: リンク
- プログラミング演習 Python 2019(喜多一 著) リンク
- 気象データ解析のためのmatplotlibの使い方(山下陽介氏 HP) リンク
- 池内孝啓,片柳薫子,岩雄エマはるか,@driller (2017),"PythonユーザのためのJupyter[実践]入門" ,技術評論社.
- Wes McKinney (瀬戸山雅人,小林儀匡,関口開資 訳) (2018),"Pythonによるデータ分析入門 第2版", オライリー・ジャパン.