短期气候预测实习报告一
气象与气候学实习报告(共3篇)
气象与气候学实习报告〔共3篇〕第1篇：气象气候学见习报告气象学与气候学见习报告一见习目的1对一定范围内气象状况及其变化进行系统的连续的观察和测定，为天气预报、气象情报、气候分析和气象设备有所了解。
2加强对课本知识的认识和理解，培养用目测手段对风云变化测量和估计的能力，培养对气候与气象数据资料收集和整理的思维方法，加强对时间概念在气象与气候的数据收集的有效性的过程中的作用和地位。
3培养良好的学习、观测，研究的科学态度和良好个人素质，激发对气候与气象学的兴趣。
二实习概况本次实习为期一天，2022年11月27日上午在李小刚老师和汤佩玉导员的带着下到了商洛市气象局近距离观看了主要的气象设备，听取了气象站工作人员介绍的工作流程，考前须知，商洛主要的气候灾害和央视天气预报的播报知识，气象学今后开展的主要方向等一系列的知识。
下午在李小刚老师和汤佩玉导员的带着下我们来到了东龙山气象站进行地面气候要素的综合观测和对气象数据的输入与输出的了解学习。
三见习内容、过程及完成的任务上午：商洛市气象局参观内容：了解短期天气预报〔天气图法〕、短时预报〔测雨雷达〕和气象预警系统、卫星通讯、网络系统、天气预报影视制作和他们当年的手绘地图。
1：商洛市气象局简介商洛市气象局位于商洛市城区中心，主要承当商洛市各地气象站传输来的数据汇总与分析，负责发布气象天气预报和灾害的预警报告，为人民和政府效劳。
2：根本内容气象网络中心天气预报的形成和发布：这里有全区最好的大型气象计算机，是全区的气象数据库，全区各县市的观测数据都会聚在这里，多个显示终端分别显示着当前时刻的雷达气象回波图、卫星云图和等压线、等温线等图各要素的数据、符号，并且现在在金凤山上还建立了一个气象塔。
一进去我们就看到工作人员正通过气象站的内部数据网查看着昨晚到今天的天气图，观察着一张一张的卫星云图、雷达图，一圈又一圈的等压线，五颜六色的温度分布图、降水分布图，一撇又一捺的高压低压槽中，一堆又一堆填充着“F〞的风向图，并结合所有的图和数据分析和探讨着未来的天气状况。
短期气候预测实习报告
短期气候预测实习报告我在过去的几个月里进行了一次短期气候预测的实习。
通过这次实习，我学到了很多关于气象科学和气候预测的知识，也锻炼了自己的预测技能。
在这份实习报告中，我将分享我在实习期间所做的工作和取得的成果。
一、实习背景在实习之前，我已经学习了气象学和气候学的基础知识。
我知道气象预测是一项非常重要的工作，它可以帮助人们更好地应对自然灾害和规划日常生活。
为了提高我的预测能力和实践技巧，我决定申请一份短期气候预测实习。
二、实习内容1. 数据收集与分析在实习开始之前，我被要求收集气象数据和相关的历史气候记录。
我使用气象观测站和卫星图像等工具收集了大量的气象数据，并将其整理成易于分析的格式。
然后，我运用统计学和气象学的知识对这些数据进行分析，以了解气候的基本模式和趋势。
2. 模型建立与验证在分析完数据之后，我开始建立气候预测模型。
我使用计算机编程语言来构建模型，并根据历史气候数据进行模型的验证。
通过不断地调整模型参数和算法，我逐渐提高了模型的准确性和稳定性。
3. 预测结果报告在模型建立和验证完成后，我进行了一系列短期气候预测。
我将所得的预测结果编制成详细的报告，包括气温、降水量、风向等方面的预测。
为了使报告更加直观和易读，我使用了图表和图像来展示预测结果。
三、实习成果通过实习，我取得了一些令人满意的成果。
首先，我熟练掌握了气象数据的收集和分析方法。
我能够准确地判断气象数据的可靠性，并从中提取有用的信息。
其次，我成功建立了一个可靠的气候预测模型。
该模型在历史数据中的验证中表现良好，给出了准确的预测结果。
最后，我编制的预测结果报告得到了导师和同事的高度认可。
四、实习感悟这次短期气候预测实习让我深刻认识到气候预测是一项复杂而重要的工作。
准确的气候预测可以帮助人们做出合理的决策，减少灾害的发生。
然而，气候预测也面临着许多挑战，包括气象数据的准确性和预测模型的复杂性。
在未来的学习和工作中，我将进一步提高自己的技能和知识，为气候预测和应对气候变化做出更大的贡献。
短期气候预测实习报告
短期气候预测实习报告在大学的学习生涯中，为了将所学的理论知识与实际应用相结合，我参加了一次短期气候预测的实习。
这次实习让我对气候预测这一领域有了更深入的了解和认识，也让我积累了宝贵的实践经验。
实习单位是一家专业的气象研究机构，拥有先进的设备和专业的团队。
初到实习单位，我感到既兴奋又紧张，兴奋的是能够接触到真实的气候预测工作，紧张的是担心自己的知识和能力不足。
在实习的初期，我接受了系统的培训。
培训内容包括气候学的基本理论、气候数据的收集和分析方法、以及常用的气候预测模型和工具。
通过培训，我对气候预测的流程和方法有了初步的了解。
在实际的实习工作中，我参与了多个项目。
其中一个重要的项目是对某地区未来三个月的降水情况进行预测。
首先，我们需要收集大量的历史气象数据，包括气温、气压、风速、湿度等多个要素。
这些数据的来源非常广泛，有的来自气象站的观测记录，有的来自卫星遥感数据。
收集到数据后，我们需要对数据进行质量控制和预处理，去除异常值和错误数据，以保证数据的准确性和可靠性。
接下来，就是运用各种分析方法对数据进行处理和分析。
我们使用了统计学方法，如线性回归、时间序列分析等，来寻找数据中的规律和趋势。
同时，我们还运用了数值模拟方法，通过建立气候模型来模拟大气的运动和变化。
在这个过程中，我深刻体会到了气候系统的复杂性和不确定性。
气候受到多种因素的影响，如太阳活动、海洋温度、大气环流等，而且这些因素之间相互作用，使得气候预测变得非常困难。
在预测过程中，我们还需要考虑到各种不确定性因素。
例如，气候模型的参数不确定性、初始条件的不确定性、以及未来排放情景的不确定性等。
为了降低不确定性的影响，我们通常会采用多模型集合的方法，即同时运行多个不同的气候模型，然后对结果进行综合分析和评估。
经过一系列的分析和计算，我们最终得到了该地区未来三个月的降水预测结果。
然而，这只是初步的结果，还需要经过进一步的评估和验证。
我们会将预测结果与历史同期的实际降水数据进行对比，分析预测的误差和偏差，并对预测模型进行调整和优化。
气象学小气候实习报告
气象学小气候实习报告一、引言本文为气象学小气候实习报告，旨在通过对实地实习和观测数据的分析，总结和探讨小气候的特征和变化规律，以及对气象学知识的实际应用。
二、实习地点和时间本次小气候实习地点为某城市市区的一处居民小区，实习时间为2021年6月1日至2021年6月30日。
三、小气候观测设备及方法为了收集小气候数据，我们选择了以下观测设备和方法：1. 温度计：使用精确的数字温度计，在不同高度和位置处采集空气温度数据；2. 湿度计：通过湿度计获取空气湿度数据；3. 风力风向仪：用于观测风向和风速的变化；4. 光照强度仪：用于测量太阳辐射的强度。
四、小气候特征分析根据实地观测数据，我们得出以下小气候特征分析：1. 温度变化：在观测期间，小区内不同位置的温度存在一定的差异。
通常，南向和西向的位置温度较高，而北向和东向的位置温度较低。
2. 湿度变化：湿度随时间的变化相对较小，但在降雨前后会有明显的波动。
在降雨后，湿度呈上升趋势，而降雨前则呈下降趋势。
3. 风向风速：风向常年以东北风和东南风为主导风向，风速一般在2-4级之间。
但在天气系统影响下，风向和风速会有较明显的变化。
4. 光照强度：光照强度受日照时间和云量影响较大，一般在晴天和少云的情况下较强。
五、小气候变化规律分析基于观测数据和对比分析，我们总结了以下小气候的变化规律：1. 温度变化规律：小区内不同位置的温度受到地形和建筑物的影响，而呈现出一定的空间差异。
另外，季节变化也对温度有一定影响，夏季较热，冬季较冷。
2. 湿度变化规律：湿度的变化受到降雨和蒸发等因素的影响。
降雨会使湿度增加，而蒸发会使湿度降低。
同时，天气系统的移动和季节的变换也会对湿度产生一定的影响。
3. 风向风速规律：小区的主导风向受到地理位置和气象系统的影响。
季节变化和天气系统的移动也会导致风向和风速的变化。
4. 光照强度规律：日照时间和云量是影响光照强度的主要因素，夏季日照时间较长且云量较少，因此光照强度相对较强。
最新短期气候预测实习程序总结
本人为南京信息工程大学大气科学系学生，在我大四上时，不幸选修课选了短期气候预测实习课程。
其烦人程度超乎我的想象，一边在准备考研和找工作，一边还要花心思完成实习内容，当时根本喘不过气来。
为让学弟学妹们不重蹈覆辙，在此共享出我所用的程序，给你们一些帮助。
不过需要明确一点，这次实习对于个人编程水平的提高帮助很大，学有余力的同学，应仅把本文当做参考，理解基础上使用，而非不劳而获的资本。
以下为正文：具体实习要求参见课本，在此不赘述实习一：大气环流状况的表征program EX1real a(144,73,12,65),ave1(144,73),ave7(144,73),asum(144,73)real dev(144,73,65),latave(73,12,65),latsum(73,12,65)real latdev(144,73,12,65)open(2,file='d:\1\hgt500.grd',form='binary') !补充正确路径open(4,file='d:\1\ave7.grd',form='binary') !补充数据输出路径open(5,file='d:\1\dev.grd',form='binary')open(6,file='d:\1\latdev.grd',form='binary')do it=1,65do imo=1,12do j=1,73do i=1,144read(2)a(i,j,imo,it)enddo;enddo;enddo;enddocccccccccccccc 请完成以下的程序!月时间平均ave7imo=7do i=1,144do j=1,73do it=1,65asum(i,j)=asum(i,j)+a(i,j,imo,it)enddoave7(i,j)=asum(i,j)/65.0enddo!7月距平deviationdo i=1,144do j=1,73do it=1,65dev(i,j,it)=a(i,j,imo,it)-ave7(i,j)enddoenddoenddo!纬圈平均latitude averagedo it=1,65do imo=1,12do j=1,73do i=1,144latsum(j,imo,it)=latsum(j,imo,it)+a(i,j,imo,it)enddolatave(j,imo,it)=latsum(j,imo,it)/144.0enddoenddoenddo!纬向偏差latitude deviationdo it=1,65do imo=1,12do j=1,73do i=1,144latdev(i,j,imo,it)=a(i,j,imo,it)-latave(j,imo,it)enddoenddoenddoenddo!写数据write(4) ((ave7(i,j),i=1,144),j=1,73)write(5) (((dev(i,j,it),i=1,144),j=1,73),it=1,65)write(6) ((((latdev(i,j,imo,it),i=1,144),j=1,73),imo=1,12),it=1,65)close(5)close(6)End实习二：大气环流分型PROGRAM EOFC THIS PROGRAM USES EOF FOR ANAL YSING TIME SERIESC OF METEOROLOGICAL FIELDC M:LENTH OF TIME SERIES !!!!!!!!!! m:时间序列长度C N:NUMBER OF GRID-POINTS !!!!!!!!!! n:格点数C KS=-1:SELF; KS=0:DEPATURE; KS=1:STANDERDLIZED DEPATUREC KV:NUMBER OF EIGENV ALUES WILL BE OUTPUTC KVT:NUMBER OF EIGENVECTORS AND TIME SERIES WILL BE OUTPUT C MNH=MIN(M,N)C EGVT=EIGENV ACTORS, ECOF=TIME COEFFICIENTS FOR EGVT.C ER(KV,1)=LAMDA,LAMDA EIGENV ALUEC ER(KV,2)=ACCUMULATE LAMDAC ER(KV,3)=THE SUM OF COMPONENTS VECTORS PROJECTED ONTOc EIGENV ACTOR.C ER(KV,4)=ACCUMULATE ER(KV,3)CPARAMETER(M=61,N=41*21,MNH=61,KS=1,KV=8,KVT=8,pi=3.1415926)CDIMENSION F(N,M),A(MNH,MNH),S(MNH,MNH),ER(MNH,4),* DF(N),V(MNH),A VF(N),EGVT(N,KVT),ECOF(M,KVT)dimension hh(144,73,12,61),h(41,21,61)open(10,file='d:\2\hgt500.grd',form='binary',status='old')open(20,file='d:\2\egvt7.grd',form='binary')open(30,file='d:\2\t7.grd',form='binary')open(16,file='d:\2\eof7.txt')cccccccccccccccccc读数据do it=1,61do k=1,12do j=1,73do i=1,144read(10)hh(i,j,k,it)enddo;enddo;enddo;enddowrite(*,*)'read data ok'!裁剪区域k=1do it=1,61do j=1,21do i=1,41h(i,j,it)=hh(i+16,j+44,k,it)enddoenddoenddowrite(*,*)'data narrowed'!二维空间场变一维数组，注意按照grads的XY顺序，!因为最后EIGENV ACTORS文件里面直接按照该格式存的,不再经过这一步变化do it=1,Mii=1do j=1,21do i=1,41F(ii,it)=h(i,j,it)ii=ii+1enddoenddoenddoCCCCCCCCCCCCCCCCINPUT DATA CCCCCCCCCCCCCCCCCCCCALL TRANSF(N,M,F,AVF,DF,KS)write(*,*)'ok program 1'CALL FORMA(N,M,MNH,F,A)write(*,*)'ok program 2'CALL JCB(MNH,A,S,0.00001)write(*,*)'ok program 3'CALL ARRANG(KV,MNH,A,ER,S)write(*,*)'ok program 4'CALL TCOEFF(KVT,KV,N,M,MNH,S,F,V,ER)write(*,*)'ok program 5'CALL OUTER(KV,ER,MNH)write(*,*)'ok program 6'CALL OUTVT(KVT,N,M,MNH,S,F,EGVT,ECOF)write(*,*)'ok program 7'ccccccccccccc存储数据do j=1,mdo i=1,kvtwrite(30)ecof(j,i)enddo;enddodo it=1,kvtdo j=1,nwrite(20)egvt(j,it)enddo;enddowrite(*,*)'ok 8'ccccccccccccENDccccccccccccccccccccccccc子程序SUBROUTINE TRANSF(N,M,F,A VF,DF,KS)C THIS SUBROUTINE PROVIDES INITIAL F BY KSDIMENSION F(N,M),A VF(N),DF(N)DO 5 I=1,NA VF(I)=0.05 DF(I)=0.0IF(KS) 30,10,1010 DO 14 I=1,NDO 12 J=1,M12 A VF(I)=A VF(I)+F(I,J)A VF(I)=A VF(I)/MDO 14 J=1,MF(I,J)=F(I,J)-A VF(I)14 CONTINUEIF(KS.EQ.0) THENRETURNELSEDO 24 I=1,NDO 22 J=1,M22 DF(I)=DF(I)+F(I,J)*F(I,J)DF(I)=SQRT(DF(I)/M)DO 24 J=1,MF(I,J)=F(I,J)/DF(I)24 CONTINUEENDIF30 CONTINUERETURNENDSUBROUTINE FORMA(N,M,MNH,F,A) C THIS SUBROUTINE FORMS A BY FDIMENSION F(N,M),A(MNH,MNH)IF(M-N) 40,50,5040 DO 44 I=1,MNHDO 44 J=I,MNHA(I,J)=0.0DO 42 IS=1,N42 A(I,J)=A(I,J)+F(IS,I)*F(IS,J)A(J,I)=A(I,J)44 CONTINUERETURN50 DO 54 I=1,MNHDO 54 J=I,MNHA(I,J)=0.0DO 52 JS=1,M52 A(I,J)=A(I,J)+F(I,JS)*F(J,JS)A(J,I)=A(I,J)54 CONTINUERETURNENDSUBROUTINE JCB(N,A,S,EPS)C THIS SUBROUTINE COMPUTS EIGENV ALUES AND standard EIGENVECTORS OF ADIMENSION A(N,N),S(N,N)DO 30 I=1,NDO 30 J=1,IIF(I-J) 20,10,2010 S(I,J)=1.GO TO 3020 S(I,J)=0.S(J,I)=0.30 CONTINUEG=0.DO 40 I=2,NI1=I-1DO 40 J=1,I140 G=G+2.*A(I,J)*A(I,J)S1=SQRT(G)S2=EPS/FLOAT(N)*S1S3=S1L=050 S3=S3/FLOAT(N)60 DO 130 IQ=2,NIQ1=IQ-1DO 130 IP=1,IQ1IF(ABS(A(IP,IQ)).LT.S3) GOTO 130L=1V1=A(IP,IP)V2=A(IP,IQ)V3=A(IQ,IQ)U=0.5*(V1-V3)IF(U.EQ.0.0) G=1.IF(ABS(U).GE.1E-10) G=-SIGN(1.,U)*V2/SQRT(V2*V2+U*U)ST=G/SQRT(2.*(1.+SQRT(1.-G*G)))CT=SQRT(1.-ST*ST)DO 110 I=1,NG=A(I,IP)*CT-A(I,IQ)*STA(I,IQ)=A(I,IP)*ST+A(I,IQ)*CTA(I,IP)=GG=S(I,IP)*CT-S(I,IQ)*STS(I,IQ)=S(I,IP)*ST+S(I,IQ)*CT110 S(I,IP)=GDO 120 I=1,NA(IP,I)=A(I,IP)120 A(IQ,I)=A(I,IQ)G=2.*V2*ST*CTA(IP,IP)=V1*CT*CT+V3*ST*ST-GA(IQ,IQ)=V1*ST*ST+V3*CT*CT+GA(IP,IQ)=(V1-V3)*ST*CT+V2*(CT*CT-ST*ST)A(IQ,IP)=A(IP,IQ)130 CONTINUEIF(L-1) 150,140,150140 L=0GO TO 60150 IF(S3.GT.S2) GOTO 50RETURNENDSUBROUTINE ARRANG(KV,MNH,A,ER,S)C THIS SUBROUTINE PROVIDES A SERIES OF EIGENV ALUES C FROM MAX TO MINDIMENSION A(MNH,MNH),ER(MNH,4),S(MNH,MNH)TR=0.0DO 200 I=1,MNHTR=TR+A(I,I)200 ER(I,1)=A(I,I)MNH1=MNH-1DO 210 K1=MNH1,1,-1DO 210 K2=K1,MNH1IF(ER(K2,1).LT.ER(K2+1,1)) THENC=ER(K2+1,1)ER(K2+1,1)=ER(K2,1)ER(K2,1)=CDO 205 I=1,MNHC=S(I,K2+1)S(I,K2+1)=S(I,K2)S(I,K2)=C205 CONTINUEENDIF210 CONTINUEER(1,2)=ER(1,1)DO 220 I=2,KVER(I,2)=ER(I-1,2)+ER(I,1)220 CONTINUEDO 230 I=1,KVER(I,3)=ER(I,1)/TRER(I,4)=ER(I,2)/TR230 CONTINUEWRITE(*,250) TR250 FORMAT(/5X,'TOTAL SQUARE ERROR=',F20.5)RETURNENDSUBROUTINE TCOEFF(KVT,KV,N,M,MNH,S,F,V,ER)C THIS SUBROUTINE PROVIDES STANDARD EIGENVECTORS (M.GE.N,SA VED IN S;C M.LT.N,SA VED IN F) AND ITS TIME COEFFICENTS SERIES (M.GE.N,C SA VED IN F; M.LT.N,SA VED IN S)DIMENSION S(MNH,MNH),F(N,M),V(MNH),ER(MNH,4)IF(N.LE.M) THENDO 390 J=1,MDO 370 I=1,NV(I)=F(I,J)F(I,J)=0.370 CONTINUEDO 380 IS=1,KVTDO 380 I=1,N380 F(IS,J)=F(IS,J)+V(I)*S(I,IS)390 CONTINUEELSEDO 410 I=1,NDO 400 J=1,MV(J)=F(I,J)F(I,J)=0.400 CONTINUEDO 410 JS=1,KVTDO 410 J=1,MF(I,JS)=F(I,JS)+V(J)*S(J,JS)410 CONTINUEDO 430 JS=1,KVTDO 420 J=1,MS(J,JS)=S(J,JS)*SQRT(ER(JS,1))420 CONTINUEDO 430 I=1,NF(I,JS)=F(I,JS)/SQRT(ER(JS,1))430 CONTINUEENDIFRETURNENDSUBROUTINE OUTER(KV,ER,MNH)C THIS SUBROUTINE PRINTS ARRAY ERC ER(KV,1) FOR SEQUENCE OF EIGENV ALUE FROM BIG TO SMALLC ER(KV,2) FOR EIGENV ALUE FROM BIG TO SMALLC ER(KV,3) FOR SMALL LO=(LAMDA/TOTAL V ARIANCE)C ER(KV,4) FOR BIG LO=SUM OF SMALL LO)DIMENSION ER(MNH,4)WRITE(16,510)510 FORMAT(/10X,'EIGENV ALUE AND ANAL YSIS ERROR')WRITE(16,520)520 FORMAT(10X,1HH,8X,5HLAMDA,10X,6HSLAMDA,11X,2HPH,12X,3HSPH) WRITE(16,530) (IS,(ER(IS,J),J=1,4),IS=1,KV)530 FORMAT(1X,I10,4F15.5)WRITE(16,540)540 FORMAT(//)RETURNENDSUBROUTINE OUTVT(KVT,N,M,MNH,S,F,EGVT,ECOF)C THIS SUBROUTINE PRINTS STANDARD EIGENVECTORSC AND ITS TIME-COEFFICENT SERIESDIMENSION F(N,M),S(MNH,MNH),EGVT(N,KVT),ECOF(M,KVT)WRITE(16,560)560 FORMAT(10X,'STANDARD EIGENVECTORS')WRITE(16,570) (IS,IS=1,KVT)570 FORMAT(3X,10i7)DO 550 I=1,NIF(M.GE.N) THENWRITE(16,580) I,(S(I,JS),JS=1,KVT)580 FORMAT(1X,I3,10F7.3,/)DO 11 JS=1,KVTEGVT(I,JS)=S(I,JS)11 CONTINUEELSEWRITE(16,590) I,(F(I,JS),JS=1,KVT)590 FORMAT(1X,I5,10F7.3)DO 12 JS=1,KVTEGVT(I,JS)=F(I,JS)12 CONTINUEENDIF550 CONTINUEC WRITE(16,590) I,(F(I,JS),JS=1,KVT)! WRITE(20)((F(I,JS),i=1,n),JS=1,KVT)WRITE(16,720)720 FORMAT(//)WRITE(16,610)610 FORMAT(10X,'TIME-COEFFICENT SERIES OF S. E.')WRITE(16,620) (IS,IS=1,KVT)620 FORMAT(3X,5i12)DO 600 J=1,MIF(M.GE.N) THENWRITE(16,630) J,(f(is,j),is=1,kvt)630 FORMAT(1X,I3,5F12.3)DO 13 IS=1,KVTECOF(J,IS)=F(IS,J)13 CONTINUEELSEWRITE(16,640) J,(S(J,IS),IS=1,KVT)640 FORMAT(1X,I3,10F12.3)DO 14 IS=1,KVTECOF(J,IS)=S(J,IS)14 CONTINUEENDIF600 CONTINUEC WRITE(30)((S(J,IS),j=1,m),IS=1,KVT)RETURNEND实习三：大气遥相关program ex3parameter nt=60real t(160,nt),eu(63),h(144,73,63),hsum(144,73),have(144,73),euave,rh(144,73),r(144,73),r2(160) reala(144,73,12,63),ave1(144,73),ave7(144,73),rup(144,73),rh_2(144,73),reu_2,eu2,reu,tave(160),tsureal rh2(160),rh2_2(160),rup2(160)real lat(160),lon(160),timcharacter*8 id(160)integer nlev,nflag!读数据open(3,file='D:\3\t1601.txt')open(2,file='d:\3\hgt500.grd',form='binary')open(4,file='D:\3\rheu.grd',form='binary') !h和eu的相关open(5,file='d:\3\eu.grd',form='binary') !eu指数open(6,file='D:\3\rteu.grd',status='replace',form='binary') !t和eu的相关open(7,file='D:\3\lat_lon.txt')read(3,*)((t(i,j),i=1,160),j=1,nt)!读160站温度do i=1,160do j=1,ntt(i,j)=t(i,j)/10.0enddoenddodo i=1,160read(7,*)lat(i),lon(i)!读经纬度enddodo it=1,63do imo=1,12do j=1,73do i=1,144read(2)a(i,j,imo,it)!读高度场enddo;enddo;enddo;enddo!计算EU指数do it=1,63eu(it)=-0.25*a(9,59,1,it)+0.5*a(31,59,1,it)-0.25*a(59,53,1,it)enddo!!!!计算EU指数与高度场的相关系数!h--高度场hsum--高度场和have--高度场平均值eu--EU指数,eusum,euave类似!1,提取1月份高度场do it=1,63do j=1,73do i=1,144h(i,j,it)=a(i,j,1,it)enddoenddo!2,计算高度场和EU指数的平均值do j=1,73do i=1,144do it=1,63hsum(i,j)=hsum(i,j)+h(i,j,it)enddohave(i,j)=hsum(i,j)/63enddoenddodo it=1,63eusum=eusum+eu(it)enddoeuave=eusum/63!3,计算相关系数各部：分子、分母、分母(对照相关系数公式) !rup--分子rh--分母h reu--分母eu r--相关系数do j=1,73do i=1,144reu_2=0do it=1,63rup(i,j)=rup(i,j)+(eu(it)-euave)*(h(i,j,it)-have(i,j))rh_2(i,j)=rh_2(i,j)+(h(i,j,it)-have(i,j))**2reu_2=reu_2+(eu(it)-euave)**2enddorh(i,j)=sqrt(rh_2(i,j))reu=sqrt(reu_2)enddoenddoprint*,reudo j=1,73do i=1,144r(i,j)=rup(i,j)/(rh(i,j)*reu)enddoenddo!!!!计算EU指数和气温的相关系数!1,计算温度场的平均值do i=1,160tsum(i)=tsum(i)+t(i,it)enddotave(i)=tsum(i)/ntenddo!print*, (tave(i),i=1,160)!2,计算相关系数各部：分子、分母、分母(对照相关系数公式)!rup2--分子rh2--分母h reu--分母eu r2--相关系数eusum=0do it=1,nteusum=eusum+eu(it+3)!之所以加3，是因为在分析资料和观测资料起始年份差3年enddoeuave=eusum/ntreu_2=0do it=1,ntreu_2=reu_2+(eu(it+3)-euave)**2enddoreu=sqrt(reu_2)do i=1,160do it=1,ntrup2(i)=rup2(i)+(eu(it+3)-euave)*(t(i,it)-tave(i))rh2_2(i)=rh2_2(i)+(t(i,it)-tave(i))**2enddorh2(i)=sqrt(rh2_2(i))enddodo i=1,160r2(i)=rup2(i)/(rh2(i)*reu)enddo!计算完毕，写数据!写站点数据do j=1,160id(j)=char(j)nlev=1nflag=1write(6)id(j),lat(j),lon(j),tim,nlev,nflag,r2(j)enddotim=0.0nlev=0nflag=1write(6)id(j-1),lat(j-1),lon(j-1),tim,nlev,nflagprint*, (r2(j),j=1,160)write(5)(eu(it),it=1,nt)!写EU指数write(4)((r(i,j),i=1,144),j=1,73)!写h和EU的相关系数close(2)close(3)close(4)close(5)close(6)close(7)end实习四：预测因子的选择——合成分析方法（1）program EX4real a6(160,63),a7(160,62),a8(160,62),lat(160),a(160,60),& lon(160),rap(160,60),ddi(60,3),rsum(160),r(160,60),rave(160)real num,rapave(160,3),h(144,73,12,65),hw(144,73,60)real hwavereal hwa60(144,73,60)real hwa(144,73,3),hwat(144,73,60,3)real rapt(160,60,3),rap1(160,22),rap2(160,19),rap3(160,19)real t(144,73,3)character*8 id(160)open(3,file='D:\4\r1606.txt') !!!请修改路径open(4,file='D:\4\r1607.txt')open(5,file='D:\4\r1608.txt')open(6,file='D:\4\lat_lon.txt')open(7,file='D:\4\ddi')open(8,file='D:\4\rapave.grd',form='binary')open(9,file='D:\4\hgt500.grd',form='binary')open(10,file='D:\4\hwa.grd',form='binary')open(11,file='D:\4\t.grd',form='binary') ccccccccccccccc 读数据（经纬度、160站降水、雨型）read(3,*)((a6(i,j),i=1,160),j=1,63)read(4,*)((a7(i,j),i=1,160),j=1,62)read(5,*)((a8(i,j),i=1,160),j=1,62)do i=1,160read(6,*)lat(i),lon(i)enddodo it=1,60read(7,*)(ddi(it,j),j=1,3)enddo!print*,((ddi(it,j),j=1,3),it=1,60)ccccccccccccccc 编程求合成!读高度场do it=1,65do imo=1,12do j=1,73do i=1,144read(9)h(i,j,imo,it)!读高度场enddo;enddo;enddo;enddo!30年降水平均值do i=1,160rsum(i)=0.0do it=21,50rsum(i)=rsum(i)+a6(i,it)+a7(i,it)+a8(i,it)enddorave(i)=rsum(i)/30.0enddoccccccccccc 请补充!求夏季降水(3个月相加)do i=1,160do it=1,60a(i,it)=a6(i,it)+a7(i,it)+a8(i,it)enddoenddo!计算百分率do i=1,160do it=1,60rap(i,it)=(a(i,it)-rave(i))/rave(i)enddoenddo!挑雨型,并求各个雨型的百分率平均值do i=1,160do j=1,3num=0.0do it=1,60num=num+ddi(it,j)rapave(i,j)=rapave(i,j)+rap(i,it)*ddi(it,j)enddorapave(i,j)=rapave(i,j)/numenddoenddo! 3类雨型各自前期的冬季高度场距平!前期，该夏季之前的那个冬季!求冬季平均高度场hw(height of winter),时间往后移3年，1948+3=1951 do it=1,60do imo=1,12do j=1,73do i=1,144hw(i,j,it)=(h(i,j,1,it+3)+h(i,j,2,it+3)+h(i,j,12,it+3-1))/3.0enddo;enddo;enddo;enddo!求3类雨型前期冬季距平hwa1;hwa2;hwa3 height of winter abnormal !先求60年的距平hwa60do j=1,73do i=1,144hwa=0call cal_ave(hw(i,j,:),60,hwave)do it=1,60hwa60(i,j,it)=hw(i,j,it)-hwaveenddoenddoenddo!再挑相应雨型年份的距平do j=1,73do i=1,144do k=1,3num=0.0do it=1,60num=num+ddi(it,k)hwa(i,j,k)=hwa(i,j,k)+hwa60(i,j,it)*ddi(it,k)enddohwa(i,j,k)=hwa(i,j,k)/numenddoenddoenddo!对各个雨型的距平进行t检验!t检验之前的准备：制作样本数组hwat:Height of Winter Abnormal for Test do j=1,73do i=1,144do k=1,3do it=1,60hwat(i,j,it,k)=hwa60(i,j,it)*ddi(it,k)enddo;enddo;enddo;enddodo j=1,73do i=1,144do k=1,3call forward_push(hwat(i,j,:,k),60)enddo;enddo;enddo!开始T检验t=0do j=1,73do i=1,144do k=1,3if(k==1) kk=22else kk=19call t_test(hwat(i,j,:,k),hwa60(i,j,:),kk,60,t(i,j,k))enddoenddoenddo!写前期冬季距平数据write(10)(((hwa(i,j,k),i=1,144),j=1,73),k=1,3)write(10)(((t(i,j,k),i=1,144),j=1,73),k=1,3)close(10)ccccccccccccccccccc写站点数据!写3类雨型百分率合成值rapave rain abnormal percentige average do j=1,160id(j)=char(j)tim=0.0nlev=1nflag=1write(8)id(j),lat(j),lon(j),tim,nlev,nflag,(rapave(j,i),i=1,3)enddotim=0.0nlev=0nflag=1write(8)id(j-1),lat(j-1),lon(j-1),tim,nlev,nflag!写t检验结果end!以下为子程序subroutine t_test(sam,set,nsam,nset,t)!t检验子程序!sam样本数组set总体数组nsam样本量nset总体量!t检验值real sam(nsam),set(nset),t,samave,setave,samsinteger nsam,nsetsetave=0samave=0sams=0call cal_ave(sam,nsam,samave)call cal_ave(set,nset,setave)call cal_s(sam,nsam,sams)t=((samave-setave)/sams)*sqrt(real(nsam)) end subroutinesubroutine cal_ave(a,na,ave)!求平均值子程序!a数组na数组量ave平均值real a(na),ave,asuminteger naave=0asum=0do i=1,naasum=asum+a(i)enddoave=asum/real(na)endsubroutinesubroutine cal_s(a,na,s)!计算标准差子程序!a数组na数组量s标准差real a(na),s,aveinteger naave=0s=0call cal_ave(a,na,ave)do i=1,nas=s+(a(i)-ave)**2enddos=s/real(na)s=sqrt(s)endsubroutinesubroutine forward_push(a,na)!数组前缩子程序!效果，将数组中0值后移，其他值前移integer nareal a(na),b(na)b=0j=1do i=1,naif(a(i)/=0) thenb(j)=a(i)j=j+1endifenddoa=0do i=1,naa(i)=b(i)enddoendsubroutine实习五：预测因子的选择——合成分析方法（2）program EX5real a(180,89,12,64),sst12(180,89,60),ssta(180,89,60)real sstave,ddi(60,3),sstaa(180,89,3),numreal sstat(180,89,60,3),t(180,89,3)real sas(180,89,3)integer k1,k2,kk1,kk2open(3,file='D:\5\sst.grb',form='binary') !修改open(7,file='D:\5\ddi')open(8,file='D:\5\sst12.grb',form='binary')ccccccccccccccc 读数据（经纬度、160站降水、雨型）do it=1,64do imo=1,12do j=1,89do i=1,180read(3,end=10)a(i,j,imo,it)enddo;enddo;enddo;enddo10 continuedo it=1,60read(7,*)(ddi(it,j),j=1,3)enddoccccccccccccccc 编程求合成!计算前期12月距平合成图!先提取60年所有前期12月距平sst12:年份往后移do j=1,89do i=1,180do it=1,60sst12(i,j,it)=a(i,j,12,it+4-1)enddoenddoenddo!算距平ssta:sst abnormaldo j=1,89do i=1,180sstave=0call cal_ave(sst12(i,j,:),60,sstave)do it=1,60ssta(i,j,it)=sst12(i,j,it)-sstaveenddoenddoenddo!挑年份,求合成sstaa: sst abnormal asembledo j=1,89do i=1,180if(ssta(i,j,1)==0)thensstaa(i,j,:)=32767elsedo k=1,3num=0.0do it=1,60num=num+ddi(it,k)sstaa(i,j,k)=sstaa(i,j,k)+ssta(i,j,it)*ddi(it,k)enddosstaa(i,j,k)=sstaa(i,j,k)/numenddoendifenddoenddo!做雨型合成差值sas :Sst Asemble Subtract!1和2类雨型sas(:,:,1)k=1do j=1,89do i=1,180sas(i,j,k)=sstaa(i,j,1)-sstaa(i,j,2)if(sas(i,j,k)==0)sas(i,j,k)=32767enddoenddo!2和3类雨型sas(:,:,2)k=2do j=1,89do i=1,180sas(i,j,k)=sstaa(i,j,2)-sstaa(i,j,3)enddoenddo!1和3类雨型sas(:,:,3)k=3do j=1,89do i=1,180sas(i,j,k)=sstaa(i,j,1)-sstaa(i,j,3)enddoenddo!做t检验!准备t检验数组sstat : sst Abnormal for Test do j=1,89do i=1,180do k=1,3do it=1,60sstat(i,j,it,k)=ssta(i,j,it)*ddi(it,k)enddo;enddo;enddo;enddodo j=1,89do i=1,180do k=1,3call forward_push(sstat(i,j,:,k),60)enddo;enddo;enddo!开始t检验do j=1,89do i=1,180do k=1,3if(k==1) thenk1=1k2=2kk1=22kk2=19elseif(k==2)thenk1=2k2=3kk1=19kk2=19elsek1=1k2=3kk1=22kk2=19endifcall t_test2(sstat(i,j,:,k1),kk1,sstat(i,j,:,k2),kk2,t(i,j,k)) enddoenddo;enddo! print*,t(:,:,1)ccccccccccccccccccc写站点数据do k=1,3do j=1,89do i=1,180write(8)sstaa(i,j,k)enddo;enddo;enddodo k=1,3do j=1,89do i=1,180write(8)t(i,j,k)enddo;enddo;enddodo k=1,3do j=1,89do i=1,180write(8)sas(i,j,k)enddo;enddo;enddoclose(8)end!以下为子程序subroutine t_test2(sam1,nsam1,sam2,nsam2,t)!t检验子程序（样本之间）!sam1,sam2两个样本数组nsam1,nsam2样本数组容量!t--t统计量integer nsam1,nsam2real sam1(nsam1),sam2(nsam2),treal ave1,ave2,s1,s2,ma,mbt=0ave1=0ave2=0s1=0s2=0ma=1mb=1call cal_ave(sam1,nsam1,ave1)call cal_ave(sam2,nsam2,ave2)call cal_s(sam1,nsam1,s1)call cal_s(sam2,nsam2,s2)!缺测值的处理：先判断，再赋值if(s1==0.and.s2==0)thent=32767elsema=sqrt(((nsam1-1)*(s1**2)+(nsam2-1)*(s2**2))/(nsam1+nsam2-2)) mb=sqrt((1.0/real(nsam1))+(1.0/real(nsam2)))t=(ave1-ave2)/(ma*mb)endifend subroutinesubroutine cal_ave(a,na,ave)!求平均值子程序!a数组na数组量ave平均值real a(na),ave,asuminteger naave=0asum=0do i=1,naasum=asum+a(i)enddoave=asum/real(na)endsubroutinesubroutine cal_s(a,na,s)!计算标准差子程序!a数组na数组量s标准差real a(na),s,aveinteger naave=0s=0call cal_ave(a,na,ave)do i=1,nas=s+(a(i)-ave)**2enddos=s/real(na)s=sqrt(s)endsubroutinesubroutine forward_push(a,na)!数组前缩子程序!效果，将数组中0值后移，其他值前移integer nareal a(na),b(na)b=0j=1do i=1,naif(a(i)/=0) thenb(j)=a(i)j=j+1endifenddoa=0do i=1,naa(i)=b(i) enddoendsubroutine。
短期气候预测实习报告
一、实习目的本次实习旨在通过短期气候预测的学习和实践，加深对气候预测因子的分析和选择的理解，提高对夏季降水分布、环流异常在短期气候预测中物理机制的认识。
通过实习，掌握相关资料和方法程序，使用再分析资料，完成对夏季降水分布的预测，并撰写实习报告。
二、实习内容1. 资料准备实习过程中，我们使用了国家气候中心整编的月降水量资料（时间段：年，资料的格式参见文件），以及年雨型分类表。
资料范围为全球，时间跨度为年，网格距为，纬向格点数为，经向格点数为。
资料格式为，资料从南到北、自西向东排列，每月为一个记录，按年逐月排放。
2. 数据分析（1）计算年夏季三类年雨型合成图根据年雨型分类表，将年降水量分为三类雨型：一类雨型、二类雨型和三类雨型。
分别计算三类雨型的样本数，并根据公式及资料，计算总体均值的统计量。
通过显著性水平检验，得出三类雨型的样本均值和标准差。
（2）计算各类雨型的前期冬季高度场距平合成图使用再分析资料，计算各类雨型的前期冬季高度场距平合成图。
通过分析距平图，指出可能出现的遥相关型。
3. 结果绘图输出和文字分析根据计算结果，绘制各类雨型的前期冬季高度场距平合成图，并进行分析。
同时，对计算结果进行文字分析，总结出各类雨型的前期冬季高度场特征。
三、实习方法及步骤1. 编写程序根据实习要求，编写计算年夏季三类年雨型合成图、各类雨型的前期冬季高度场距平合成图的程序。
程序包括以下步骤：（1）读取再分析资料，提取月降水量数据；（2）根据年雨型分类表，将年降水量分为三类雨型；（3）计算各类雨型的样本数，并根据公式及资料，计算总体均值的统计量；（4）根据显著性水平检验，得出三类雨型的样本均值和标准差；（5）读取前期冬季高度场资料，计算距平值；（6）绘制各类雨型的前期冬季高度场距平合成图。
2. 结果分析根据程序计算结果，分析各类雨型的前期冬季高度场特征，总结出各类雨型的前期冬季高度场分布规律。
四、实习总结通过本次实习，我们对短期气候预测因子的分析和选择有了更深入的理解，提高了对夏季降水分布、环流异常在短期气候预测中物理机制的认识。
气象学小气候实习报告
气象学小气候实习报告一、引言在气象学实习课程中，我参与了一项关于小气候研究的实习项目。
通过观测与记录，我深入了解了小气候的形成原因、特征以及对人类活动的影响。
本报告将详细介绍我在实习过程中所做的工作以及收集到的数据和观察到的现象。
二、实习地点选择及观测装备我选择了本市的一片城市公园作为观测地点。
该公园位于市中心，周围环境相对开阔，没有高楼大厦的遮挡，并且植被丰富，是理想的小气候研究区域。
为了进行观测，我准备了以下装备：1. 温度计：用于测量空气温度。
2. 湿度计：用于测量空气湿度。
3. 风速仪：用于测量风速和风向。
4. 雨量计：用于测量降雨量。
5. 日晷：用于记录太阳高度角和方位角。
三、实习过程与数据记录1. 温度观测与数据记录在实习期间，我每天早上、中午和下午各进行了三次温度观测，并将观测结果记录在实习笔记本中。
通过对一周观测数据的统计分析，我发现该公园的平均气温略低于市区其他地方，这可能是由于绿地覆盖率高和建筑物的阻隔作用导致的。
2. 湿度观测与数据记录同样地，我每天进行了三次湿度观测，并将数据记录下来。
通过对数据的分析，我发现该公园相对湿度普遍较高，这可能与植被的蒸腾作用有关。
3. 风速观测与数据记录我在观测期间使用风速仪测量了每天的风速和风向，并将数据记录下来。
分析数据后发现，该公园的风速较市区其他地方较小，这可能由于建筑物的阻挡和植被的缓冲作用。
4. 降雨观测与数据记录在有雨天气时，我使用雨量计测量了降雨量，并将数据记录下来。
通过对降雨数据的统计，我发现该公园的降雨量与周边地区相比较为平均，这可能与城市公园的地理位置和植被覆盖有关。
5. 太阳高度角和方位角观测与数据记录我利用日晷每天记录了太阳在不同时间的高度角和方位角。
通过对数据的整理和分析，我得出了日照时间的变化规律，这对于了解该公园的日照条件以及植物生长具有重要意义。
四、小气候特征分析与讨论通过对实习期间收集的数据和观察到的现象进行分析与讨论，我总结出以下小气候特征：1. 温度方面：该公园的平均气温较市区其他地方略低，可能由于植被的遮挡和绿地的影响导致。
气象与气候的野外实习报告
气象与气候的野外实习报告一、引言在气象学与气候学的学习中，理论知识的掌握是重要的一部分，但实践经验同样不可或缺。
为了更加深入地了解气象与气候的相关知识，我参加了一次野外实习活动。
在此次实习中，我亲身体验了气象观测、天气预报、气候分析、气候变化等方面的工作，收获颇多。
以下是我对这次野外实习的详细记录。
二、气象观测1. 观测环境与设备在实习的第一天，我们被带到一个位于山区的气象观测站。
观测站所在的地区气候多变，由于地形复杂，天气也相对较难预测。
观测站设备齐全，包括气温计、湿度计、气压计、风速仪等，以及现代化的自动气象观测设备。
2. 实际操作与体验我有幸亲自参与了气象观测的操作。
首先，我练习了准确读取各种仪器的指示，并记录下来。
随后，我学会了使用气象仪器进行气温、湿度、气压和风速的观测。
由于对气象成分的准确观测对于天气预报和气候分析至关重要，我对观测操作进行了反复实践，直至能够熟练操作。
三、天气预报1. 数据分析与处理根据观测得到的数据，我们进行了用于天气预报的数据分析与处理。
首先，我们使用计算机软件对观测数据进行测算，得到各项指标的变化趋势。
然后，我们将这些数据与历史数据进行对比，分析可能出现的天气变化。
最后，我们通过气象图表和相关模型对未来一段时间的天气进行预测。
2. 天气预报的准确性在实习过程中，我们发现天气预报的准确性与我们对观测数据的准确性和分析方法的合理性密切相关。
通过不断学习与实践，我逐渐提高了对天气系统的理解和对不同天气因素之间相互作用关系的把握，进而提高了我的天气预报准确性。
四、气候分析1. 气候数据收集与整理在实习过程中，我们还需要收集与整理大量的气候数据，以用于后续的气候分析工作。
这些数据包括不同时间点的温度、降水、风向和湿度等方面的记录。
我们通过访问气象资料库和相关文献的阅读来获取这些数据。
2. 气候变化的研究通过对收集到的气候数据进行分析，我们开始研究气候变化。
我们使用统计学方法和气候模型来分析气候系统的长期变化趋势。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
南京信息工程大学实验（实习）报告实验（实习）名称 短期气候预测实习 日期10.29得分 指导教师 系 ~ 专业 ~ 年级 ~ 班次~ 姓名 Trichtu 学号 ~ 实习目的：1掌握大气环流基本状况的表征－－平均、距平、纬偏图2大气环流基本状况分析3熟悉了解：资料格式FORTRAN 语言4 GRADS 绘图（数据描述文件及执行程序实习内容：(1)计算1948-2007年（60年）1月的平均高度场，绘制环流平均图；(2)计算2008年1月的高度距平，绘制高度距平场图（相对于1948-2007年共60年的平均）；(3)计算2008年1月的高度场纬偏值，绘制环流纬偏图。
实习资料：NCEP/NCAR 1948－2008年1～12月的500hPa 月平均高度场资料 范围（90°S-90°N,0-360°E)网格距2.5°×2.5°,纬向格点数144，经向格点数73GRD 格式，资料从南到北、自西向东排列，每月为一个记录，按年逐月排放。
实习方法：①计算（1948-2007）1月平均高度场，绘平均图；(i,j)为经、纬格点，m 为样本长度，k 为年份②计算2008年1月的高度距平，绘距平图；(i,j)为经、纬格点，m 为纬圈格点数，k 为年份③计算2008年1月的高度场纬偏值，绘纬偏图),(1),(1j i H m j i H m k k ∑==11(,)(,)(,)m k k k k HA i j H i j H i j m ''==-∑(i,j)为经、纬格点，m 为样本长度，k 为年份实习步骤①编写计算1948-2007年（共60年）1月500hPa 高度平均程序；②编写计算2008年1月500hPa 高度场距平程序（相对于1948-2007年共60年的平均）程序；③编写2008年1月500hPa 高度场纬向平均和偏差程序；④根据①②③结果数据编写GRADS 数据描述文件及执行文件，并绘图。
program EX1real a(144,73,12,61),ave1(144,73),ave7(144,73),a2008(144,73)real aalt(73),p2008(144,73)integer i,j,imo,itopen(2,file='hgt500.grd',form='binary') !补充正确路径open(4,file='ave60.grd',form='binary') !补充数据输出路径do it=1,61do imo=1,12do j=1,73do i=1,144read(2)a(i,j,imo,it)enddo;enddo;enddo;enddocccccccccccccc 求平均do i=1,144do j=1,73do it=1,60ave1(i,j)=ave1(i,j)+a(i,j,1,it)ave7(i,j)=ave7(i,j)+a(i,j,7,it)enddoave1(i,j)=ave1(i,j)/60.0ave7(i,j)=ave7(i,j)/60.0`enddo;enddodo j=1,73do i=1,144write(4)ave1(i,j)enddo;enddodo j=1,73do i=1,144write(4)ave7(i,j)enddo;enddo),(1),(),(1j i H m j i H j i HLA mi k k k ∑=-=CCCCCC2008 距平do j=1,73do i=1,144a2008(i,j)=a(i,j,1,61)-ave1(i,j) end doend doopen(5,file='a2008.grd',form='binary') do j=1,73do i=1,144write(5) a2008(i,j)enddoenddoCCCCCCC偏距平do j=1,73do i=1,144aalt(j)=aalt(j)+a2008(i,j)/144.0 end doend dodo j=1,73do i=1,144partial(i,j)=a2008(i,j)-aalt(j)end doend doopen(6,file='p2008.grd',form='binary') do j=1,73do i=1,144write(6) p2008(i,j)enddoenddoendCtl文件：（其他的类似，不做重复）dset e:\copy\a2008.grdundef -9.99E+33title monthly mean hgt sta valuexdef 144 linear 0.000 2.500ydef 73 linear -90.000 2.500zdef 1 levels 500tdef 1 linear jan1948 1movars 1ab 1 -999 hgt abnormal 2008endvars;画图gs文件：（其他类似，不做重复）'reinit''open e:\copy\ave60.ctl''open e:\copy\a2008.ctl''open e:\copy\partial.ctl''enable print e:\copy\ave60.gmf''set grads off''set xlopts 1 1 0.15''set ylopts 1 1 0.13''set gxout shaded''d ave1.1''set gxout contour''d ave1.1''draw title Jan average 500hPa height''print''c''set grads off''set xlopts 1 1 0.15''set ylopts 1 1 0.13''set gxout shaded''d ave7.1''set gxout contour''d ave7.1''draw title Jul average 500hPa height''print''c''set grads off''set xlopts 1 1 0.15''set ylopts 1 1 0.13''set gxout shaded''d ab.2''set gxout contour''d ab.2''draw title 2008 Jan 500hPa anormal height' 'print''c''set grads off''set xlopts 1 1 0.15''set ylopts 1 1 0.13''set gxout shaded''d pa.3''set gxout contour''d pa.3''draw title 2008 Jan 500hPa partial height' 'print''c''disable print''reinit';实习结果分析(1)计算1948-2007年（60年）1月的平均高度场，绘制环流平均图60年冬季全球500hPa环流平均场从全球500hPa的高度场中看出，位势梯度在低纬地区较小，在中高纬地区较大。
由于北半球的海陆分布特点，北半球的位势呈现冬季三槽三脊的特点可以明显的表现出来。
而南半球受陆地较小，海洋热惯性较大的特点，分布较为平直。
60年夏季全球500hPa环流平均场从全球位势梯度分布来看，南大北少，低纬小，中高纬大。
最高的位势位于加勒比海地区。
由于太阳直射北半球，北半球的受热增多，气块膨胀，平均位势高度均大于南半球。
槽脊分布来看，北半球由弱的四槽四脊。
(2)计算2008年1月的高度距平，绘制高度距平场图（相对于1948-2007年共60年的平均）2008年1月500hPa距平场500hPa，北大西洋和欧洲大部分地区由强的正距平中心，东亚由一个较小的正距平中心。
北大西洋和北极圈地区有强的副局评中心，青藏高原有弱的距平中心。
而南半球表现为低纬地区的四个正距平中心和高纬地区一个位于海上的负距平中心。
(3)计算2008年1月的高度场纬偏值，绘制环流纬偏图2008年1月500hPa纬偏场北大西洋和欧洲大部分地区由强的正距平中心，东亚由一个较小的正距平中心。
北大西洋和北极圈地区及青藏高原上有强的副局评中心。
而南半球表现为低纬地区的四个正距平中心和高纬地区一个位于海上的负距平中心。