대기과학지

저번 포스팅에 이어서 기후모델이 다양한 조건들을 넣어 결과를 확인해 보겠습니다 이전 포스팅에서 기후모델을 Runge-kutta 4차 방법으로 만들어봤었습니다 과제로 나왔던 조건들을 넣으면서 예상 결과와 어떻게 다른지 확인해보겠습니다 먼저 첫 번째 입니다 1. Try changing ϵ=0.78 to ϵ=0.80 in the code provided. (It is noticeable that this change in emissivity of the atmosphere can occur due to doubled CO2 concentration) = 방출률을 0.78에서 0.8로 바꿔보십쇼(이는 이산화탄소 농도가 2배로 증가했을 때 발생할 수 있다) 코드에서 기본으로 주어진 상태에서 0.78로 설정했던 방..

오늘은 과제로 나왔던 EBM 기후모델을 만들어보겠습니다 먼저 EBM 모델에 대해 간단하게 설명하겠습니다 제가 배운 내용으로는 기후모델은 크게 4가지가 있습니다 - Energy Balance Models - One-Dimensional Radiative-convective Models - Two-Dimensional Statistical-Dynamical Models - Thress-Dimensional General Circulation Models 저는 여기서 맨 앞에 있는 Energy Balance Models을 만들어보겠습니다 줄여서 EBM이라고 부르겠습니다 EBM은 이 기후 시스템에서 적용되는 열역학 제 1법칙만을 나타냅니다 주변 환경과 물질이나 공간을 교환하지 않기 때문에 닫힌 열역학 시스템입니..

앞에 설명하는 부분들은 파이썬 설명보다는 통계 설명이 더 많아서 통계 카테고리로 옮겼습니다 이 포스팅에서는 전체 코드를 올리고 마무리 지을까 합니다 당분간은 파이썬보다는 포트란과 NCL로 조금 눈을 돌려볼까 합니다 한동안 너무 파이썬만 한 거 같아요.. 과제에서 했던 것들을 간간히 올려보는 걸로 파이썬은 이어가겠습니다! 정말 정말 깁니다... 318줄 정도 되요.. 꼼꼼히 읽어보셔야 해요! import numpy as np from scipy import stats from sklearn.linear_model import LinearRegression import matplotlib.pyplot as plt #Coefficent of Detect class COD: def __init__(self, x..

오늘부터는 파이썬으로 선형 회귀 모델 적합성을 검사할 수 있는 라이브러리를 만들어보겠습니다 기본적인 파이썬의 Class 기능과 몇 가지 라이브러리를 합쳐서 만들어보려고 합니다 추가로 선형 회귀식과 원래 자료가 함께 그림이 그려지는 코드도 넣었습니다 먼저 Class가 어떤 건지 설명드리겠습니다 먼저 Class의 구성은 이렇습니다 class COD: def __init__(self, x, y): self.r, self.p_val = stats.pearsonr(x, y) self.R = self.r**2 print('R_squared : {}, p-value : {}'.format(round(self.R, 4), round(self.p_val, 4))) 제가 작성한 코드의 일부분 입니다 크게 나누면 class..

저번 포스팅에 이어서 히스토그램과 박스플롯을 그려보겠습니다 기간 1973년 ~ 2021년 지점 ASOS 부산 관측 지점 자료 월 별 평균 최고기온 박스플롯) 히스토그램은 제 포스팅 중에 설명해 놓은게 있습니다 ​ 그렇기 때문에 박스플롯에 대해서 알아보겠습니다 ​ 먼저 박스플롯은 통계치들을 한 눈에 보여주는 그림입니다 ​ 이 그림 입니다 ​ 가운데 박스가 있고 위아래로 수염이 튀어나와있는 모양이라 수염 그림이라고도 합니다 ​ 요소들을 하나씩 알아보겠습니다 ​ 먼저 박스 부분입니다 ​ 박스의 가장 윗 부분은 Q3, 즉 상위 하위 75%값을 의미합니다 3사분위수라고도 합니다 ​ 박스 중간에 있는 실선은 Q2, 즉 중앙값이자 하위 50%값을 의미합니다 ​ 그럼 당연하게도 박스 가장 아래 부분은 Q1 하위 25%..

저번에 이어서 표준편차가 높게 나온 이유를 분석해보겠습니다 자료) 기간 1973년 ~ 2021년 지점 ASOS 부산 관측 지점 자료 월 별 평균 최고기온, 1, 2, 7, 8월 합계 강수량 7월) prec = pd.DataFrame(pd.read_excel("/content/drive/MyDrive/기상통계학/pre.xlsx")) pre7 = prec['july'].to_list() fj1 = np.polyfit(pre7, jul['mmt'], 1) fj5 = np.poly1d(fj1) fig, ax15 = plt.subplots(figsize = (15, 9)) twin1 = ax15.twinx() ax15.plot(hjk, jul, color = 'red', label = 'july m..

저번 포스팅과 이어집니다 저번 포스팅에서 편차를 구해보고 선형회귀분석을 이용해서 추세선까지 그려봤습니다 오늘은 먼저 저번 포스팅에서 예측했던 '편차가 상승하는 추세이니 실제 기온도 상승하는 추세일거다' 를 확인해보고 각 월 별 평균을 구하고 표준편차를 막대그래프로 그려보겠습니다 자료) 기간 1973년 ~ 2021년 지점 ASOS 부산 관측 지점 자료 월 별 평균 최고기온 개념) 먼저 저번 포스팅에서 설명 드렸었지만 표준편차에 대해 한 번 더 설명해보겠습니다 공식으로는 이렇게 표현합니다 Xi는 관측값, X bar는 평, n은 전체 자료 갯수를 의미합니다 데이터 분석 분야에서는 RMSE(Root Mean Square Error)라고도 부릅니다 이 값이 작을수록 자료들의 특성이 선형 예측에 잘 반영된다는 말입..

늘부터는 과제로 나온 부산의 평균최고기온 자료를 가지고 편차 그래프를 그려보고 표준편차도 구해보고 왜도와 첨도 다양한 것들을 분석해보겠습니다 자료) 자료는 기상자료 개방포털에서 가져왔습니다 1973년부터 2021년까지의 시간 규모에 부산 ASOS 관측소의 월 별 평균 최고기온 자료를 사용했습니다 이렇게 설정해 준 후 csv 형태로 다운로드 했습니다 내용) 제가 분석할 내용들은 편차, 표준편차, 각 달의 박스 플롯, IQR, 왜도, 첨도 이렇게 6가지 입니다 추가로 넣으면 좋겠다 싶은 자료들은 중간 중간 추가하겠습니다 먼저 첫 번째 포스팅에서는 편차와 표준편차를 먼저 구해보겠습니다 이번 자료는 하나의 자료를 가지고 많은 것들을 해보고 싶기 때문에 여러 개로 나눠서 하겠습니다 개념 설명) 먼저 편차란 자료의..

저번에 포트란으로 계산했던 파장별 복사에너지를 그려보겠습니다 라이브러리) 오늘 필요한 라이브러리는 정말 간단합니다 import pandas as pd import matplotlib.pyplot as plt csv 파일을 읽어올 pandas와 직접 그림을 그릴 matplotlib 만 있으면 됩니다 결과물) 먼저 저희가 그릴 결과물입니다 학생 분이시면 교과서에서 비슷한 그림을 보셨을거라 생각합니다 코드분석) se = pd.DataFrame(pd.read_csv('/content/drive/MyDrive/대기복사학 파일/se.csv')) fig, ax = plt.subplots(figsize = (15, 9)) ax.plot(se[' lamda'], se['T1']) ax.plot(se['..

보호되어 있는 글입니다.