logo标签列表

如何在R中从U和V风速分量计算风向。

ranglepiatan2
15

我有U和V风分量数据，想在R中从这些值计算出风向。

我希望最终得到的风向数据在0-360度的范围内，其中0°或360°表示向北吹的风，90°表示向东吹的风，180°表示向南吹的风，270°表示向西吹的风。

以下是一些示例数据：

wind <- read.table(header = TRUE, text = "
u_ms     v_ms     u_rad        v_rad
-3.711   -1.471   -0.064769155 -0.025673788
-2.2417  -1.6118  -0.039125038 -0.028131211
-1.8188  -1.6613  -0.031744042 -0.028995149
-1.6164  -1.7037  -0.028211496 -0.029735168
-1.3941  -1.7388  -0.02433163  -0.030347779
-1.0682  -1.8748  -0.018643603 -0.032721426
-0.57611 -1.8359  -0.010055014 -0.032042493
-1.5698  -1.6766  -0.027398173 -0.029262184
-1.4976  -1.6994  -0.026138045 -0.029660119
-1.3537  -1.7505  -0.023626517 -0.030551982
-1.0901  -1.4947  -0.01902583  -0.026087431
-0.60403 -0.96283 -0.01054231  -0.01680455
-0.70812 -1.1194  -0.012359023 -0.019537212
-0.49045 -0.6849  -0.008559966 -0.011953758
-0.39849 -0.7847  -0.006954961 -0.013695596
0.17875  -0.80349 0.003119775  -0.014023543
0.48356  -0.19352 0.008439712  -0.00337756
1.5082   -0.97815 0.02632305   -0.017071935
1.4219   -1.0835  0.024816831  -0.018910639
2.5881   -0.81666 0.045170857  -0.014253403
")

我已经使用以下代码尝试获取风向（td列），但我并不确定返回的角度是我想要的（即0°/360°表示向北吹的风，90°表示向东吹的风，等等...）。
u = wind$u_rad # u component in radians
v = wind$v_rad # v component in radians

d = (180/pi)*(atan2(u,v))
td = as.matrix(d + 180)
df = cbind(wind, d, td)

> df
       u_ms     v_ms        u_rad       v_rad         d        td
1  -3.71100 -1.47100 -0.064769155 -0.02567379 -111.6228  68.37716
2  -2.24170 -1.61180 -0.039125038 -0.02813121 -125.7164  54.28357
3  -1.81880 -1.66130 -0.031744042 -0.02899515 -132.4087  47.59129
4  -1.61640 -1.70370 -0.028211496 -0.02973517 -136.5062  43.49379
5  -1.39410 -1.73880 -0.024331630 -0.03034778 -141.2788  38.72124
6  -1.06820 -1.87480 -0.018643603 -0.03272143 -150.3269  29.67308
7  -0.57611 -1.83590 -0.010055014 -0.03204249 -162.5780  17.42199
8  -1.56980 -1.67660 -0.027398173 -0.02926218 -136.8842  43.11576
9  -1.49760 -1.69940 -0.026138045 -0.02966012 -138.6118  41.38819
10 -1.35370 -1.75050 -0.023626517 -0.03055198 -142.2844  37.71557
11 -1.09010 -1.49470 -0.019025830 -0.02608743 -143.8963  36.10365
12 -0.60403 -0.96283 -0.010542310 -0.01680455 -147.8980  32.10204
13 -0.70812 -1.11940 -0.012359023 -0.01953721 -147.6830  32.31699
14 -0.49045 -0.68490 -0.008559966 -0.01195376 -144.3939  35.60607
15 -0.39849 -0.78470 -0.006954961 -0.01369560 -153.0774  26.92258
16  0.17875 -0.80349  0.003119775 -0.01402354  167.4578 347.45783
17  0.48356 -0.19352  0.008439712 -0.00337756  111.8112 291.81121
18  1.50820 -0.97815  0.026323050 -0.01707193  122.9656 302.96561
19  1.42190 -1.08350  0.024816831 -0.01891064  127.3077 307.30771
20  2.58810 -0.81666  0.045170857 -0.01425340  107.5128 287.51279

我希望能得到关于我的方法是否正确的任何建议，如果不正确，我该如何正确地获取所需的风向值。虽然使用lapply或ifelse从风的U和V分量计算风向很有帮助，但该代码在我的数据上无法正常工作，我相信有更简单的方法来获取风向。非常感谢！

3个回答
23
这有三个问题：
  1. 你不能将m/s转换为弧度。为了将风分量输入到 atan2 中，必须对其进行归一化，但不能通过将 m/s 乘以 pi/180（你用它来得到 u_rad 和 v_rad）来实现。你应该制作一个绝对风速的列 (sqrt(u_ms^2 + v_ms^2))并且使用公式 atan2(u_ms/wind_abs, v_ms/wind_abs)。(还要注意， atan2 的参数中先输入 y 轴分量，确保这是你想要的)
  2. atan2 将以单位圆坐标的形式给出答案，这些坐标沿逆时针方向增加，并在 x 轴上具有零点。而您需要的是以基本坐标系的形式给出的答案，这些坐标系沿顺时针方向增加，并在 y 轴上具有零点。为了将单位圆转换为基本坐标系，必须从90中减去单位圆角度。
  3. 您必须知道风信息是指风来自哪个方向 (基本坐标系通常采用此方式)，还是指风吹向哪个方向 (三角函数/向量运算采用此方式)。
如果给定 u_ms = -3.711 和 v_ms = -1.471（在单位圆上，它向下并略向左吹，因此来自东北方向），则应执行以下操作：
wind_abs = sqrt(u_ms^2 + v_ms^2)
wind_dir_trig_to = atan2(u_ms/wind_abs, v_ms/wind_abs) 
wind_dir_trig_to_degrees = wind_dir_trig_to * 180/pi ## -111.6 degrees

接下来，您必须将此风矢量转换为气象学约定的风向，即风来自那个方向:

wind_dir_trig_from_degrees = wind_dir_trig_to_degrees + 180 ## 68.38 degrees

然后你必须将该角度从“三角”坐标系转换为基准坐标系：

wind_dir_cardinal = 90 - wind_dir_trig_from_degrees
[1] 21.62284 #From the northeast.
1
@ Senor O：感谢您的解释，非常有帮助。我的问题是，为什么需要最后一步呢？我发现使用（270-（atan2(v_ms，u_ms)*(180/pi)))%%360与上述前两步骤（即68.38）得到的结果相同。然而，270不已经将单位圆转换为气象风向了吗？（请参见https://www.eol.ucar.edu/content/wind-direction-quick-reference）。我还在寻找风吹向的方向（td），而不是来自哪个方向（fd）。这可以通过`ifelse(fd>180, fd-180, (fd-180)+360)获得吗？谢谢。 - Emily
1
只需要执行 270 - atan... 即可 - 我将其分成两个步骤来解释正在发生的事情（加上 180 来从“到”变为“向”，并从 90 中减去角度以将三角函数转换为基数）。如果您正在寻找风吹向的方向，则可以跳过我添加 180 的步骤，或者用 90-atan2... 替换 270-atan2...。 - Señor O
太棒了。非常感谢你的帮助！ - Emily
6
第1点显然是无意义的; 根据定义，对于任何正数a，atan2(x,y)=atan2(ax,ay)（在极端巨大的值下可能存在数值误差，但在这种情况下不太可能发生）。此外，u和v可能不一定沿着东西和南北方向; 例如，许多数值模型将它们输出到其内部网格上（如果不知道该网格如何定义，则无法轻松转换）。 - mbq
3
在您的例子中，-u比-v更大，因此您的风向应该在45到90度之间（如果-u相对于-v变得非常大，我们应该有90度的风向）。我认为在您的例子中68.38是正确答案：我认为最后一步“90-风向角度三角函数”不应该发生。 - breizhmg
12

虽然被接受的答案有正确的思路，但它有一个缺陷。 如评论中所述，为了在它们上使用atan2，不需要规范化和v分量。 当和v都等于0时，出现缺陷，并且变成0。 在C#中，这两个除法将返回无穷大（符合IEEE 754标准），并且atan2将返回NaN。 当不规范化分量时，atan2(0,0)会愉快地返回0。 因此，规范化不仅不是必要的，而且还会引入误差。

还请注意，atan2最常见的函数签名是atan2(y, x)——Microsoft Excel是一个例外。

8
在Python中：
Dir=np.mod(180+np.rad2deg(np.arctan2(U, V)),360)

这会导致南风（180度）的[0,1]向量，北风（0度）的[0，-1]向量，以及西南风（225度）的[1，1]向量。
U
Out[86]: 
array([[ 0.  ],
       [ 0.  ],
       [ 1.  ],
       [-3.47]])

V
Out[87]: 
array([[ 1.  ],
       [-1.  ],
       [ 1.  ],
       [-1.47]])

np.mod(180+np.rad2deg(np.arctan2(U, V)),360)
Out[89]: 
array([[180.        ],
       [  0.        ],
       [225.        ],
       [ 67.04097233]])
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接