如何使用python对其海洋、气象数据进行带通滤波处理，得到我们想要的信号呢？

这里以scipy.signal.butter滤波器为例，如何对于气象海洋数据做带通滤波处理进行简单讲解，库的官方说明文档链接如下：

butter滤波器

主要实现过程如下所示：

b,a=scipy.signal.butter(N, Wn, btype='band', analog=False, output='ba', fs=None)
filter_result=signal.filtfilt(b, a, data)

里面主要需要关注的为:

• N:滤波器阶数
• Wn：频率 （这里我理解的就是你要滤出的时间天数）
• btype：滤波器类型，lowpass,  highpass, bandpass, bandstop分别为高通，低通，带通、带阻，默认为低通

构造滤波器并传入相应参数后，一般会返回两个变量：a(分母系数）、b（分子系数），之后通过函数signal.filtfilt(),传入相应变量、数据，就可以得到滤波后的数据了。

对于阶数N来说，我的理解是一般不用设置太高，太高的话可能会滤掉过多的信号，我这里一般使用阶数:3、4

以上就是关于滤波的实现原理，下面主要讲解一下关于带通滤波的频率的理解，因为发现大部分的教程示例不适用于海洋、气象数据滤波的处理，没那么通俗易懂。

举个带通滤波的例子

假如想要通过滤波得到天气尺度3-10天的信号，这儿肯定需要做带通滤波了，那么如何计算Wn呢？

首先，先明白Wn的计算公式，通过官网说明可以得到：

Wn=2*截止频率/采样频率

频率是什么呢，其实很简单，频率=1/周期，可以理解为就是我们数据周期的倒数。

因为天气尺度的范围为3-10天，我们默认周期的单位为：1天，以下基于周期为1天的前提进行计算：

相对于周期为一天来说，

• 假如你的数据是daily的，一天就一个，那么你的数据周期就是1，采样频率就等于1/1=1，还是1
• 假如你的数据是一天四个时次的，那么一个数据的周期就是0.25，那么采样频率就是1/0.25=4

截止频率是什么呢？与上面采样频率道理类似，还是以相对于周期为一天来说：

3天的截止频率就是1/3，10天的截止频率就是1/10

所以对于3-10天的带通滤波,如果数据基于周期为一天的话，Wn=[2/10,2/3]

如果是30-60天的带通滤波，Wn=[2/60,2/30]

注意：对于数字滤波器，如果没有指定 fs，则将 Wn 单位标准化为0到1，所以检验我们算的Wn有没有错误，可以看他的范围是否符合要求。

这样下面的处理就比较简单了，传入需要滤波的数据即可了：

b, a = signal.butter(3, [2/10,2/3], 'bandpass',axis=time那一维)
filter_data = signal.filtfilt(b, a, origin_data)

低通和高通滤波比较简单这里就不再阐述了

以上是对于python对于海洋、气象数据进行带通滤波处理时的一些简单理解，水平有限，欢迎交流！

                      一个努力学习python的海气人
                      水平有限，欢迎指正！！！
                        欢迎评论、收藏、点赞、转发、关注。
                        关注我不后悔，记录学习进步的过程~~