建立门户网站的程序,找做牙工作上哪个网站,制作app软件的公司,wordpress 优惠券本文目录 前言Step 1 ArcGIS中创建渔网点Step 2 将dfsu数据提取到渔网点Step 3 Python统计平均潮差 前言
日平均潮差#xff08;average daily tidal range#xff09;#xff1a;日高潮潮高合计之和除以实有高潮个数为日平均高潮潮高#xff0c;日低潮潮高合计之和除以实… 本文目录 前言Step 1 ArcGIS中创建渔网点Step 2 将dfsu数据提取到渔网点Step 3 Python统计平均潮差 前言
日平均潮差average daily tidal range日高潮潮高合计之和除以实有高潮个数为日平均高潮潮高日低潮潮高合计之和除以实有低潮个数为日平均低潮潮高平均高潮潮高与日平均低潮潮高之差为日平均潮差。月平均潮差和年平均潮差也是类似的道理。定义参考自《HY/T 182-2015 海洋能计算和统计编报方法》。
具体思路是创建有限个阵列点或者叫网格点、渔网点这些阵列点是具有坐标信息的。再把MIKE运算得到的潮位dfsu结果文件的数据提取到这些阵列点上然后在Python中进行统计和运算得到每个阵列点的平均潮差。再把平均潮差数据返回到阵列点上就完成了。
Step 1 ArcGIS中创建渔网点
首先在ArcGIS中创建渔网点我这里创建的渔网点精度是0.01度×0.01度具体的精度根据各自项目的情况自行设置。关于如何创建渔网点可以参考我的另一篇博文【ArcGIS笔记10_如何创建渔网】。然后再从ArcGIS中导出渔网点坐标导出成Excel格式。
如下两图 Step 2 将dfsu数据提取到渔网点
笔者这里当时运算模型的时候的时间步长是120s现在如果直接提取数据的话会提的数据量太大太大而且很没有必要。所以这里先做了一个类似抽稀的操作就是把输出频次调大这样设置为输出时每30min输出一次数据。
如下图 然后就可以在dfsu中提取对应坐标点的时间序列数据了这里可以将Excel中的坐标点数据直接拷贝过来。注意提取的时候最好跳过冷启动阶段。
如下四图 Step 3 Python统计平均潮差
如下七图 希望能帮助到大家 以上就是全部内容啦~
希望可以得到你的赞非常感谢
