python 对海洋、气象数据进行滤波--带通滤波处理

简介: 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?

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~~


相关文章
|
30天前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
|
3月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:智能数据隐私保护
使用Python实现深度学习模型:智能数据隐私保护 【10月更文挑战第3天】
190 0
|
7天前
|
数据采集 Web App开发 监控
Python爬虫:爱奇艺榜单数据的实时监控
Python爬虫:爱奇艺榜单数据的实时监控
|
28天前
|
数据采集 分布式计算 大数据
构建高效的数据管道:使用Python进行ETL任务
在数据驱动的世界中,高效地处理和移动数据是至关重要的。本文将引导你通过一个实际的Python ETL(提取、转换、加载)项目,从概念到实现。我们将探索如何设计一个灵活且可扩展的数据管道,确保数据的准确性和完整性。无论你是数据工程师、分析师还是任何对数据处理感兴趣的人,这篇文章都将成为你工具箱中的宝贵资源。
|
2月前
|
传感器 物联网 开发者
使用Python读取串行设备的温度数据
本文介绍了如何使用Python通过串行接口(如UART、RS-232或RS-485)读取温度传感器的数据。详细步骤包括硬件连接、安装`pyserial`库、配置串行端口、发送请求及解析响应等。适合嵌入式系统和物联网应用开发者参考。
62 3
|
3月前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
2月前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
34 1
|
3月前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据,处理后将其保存为txt、xlsx和csv格式的文件。
141 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
|
3月前
|
计算机视觉 Python
Python实用记录(九):将不同的图绘制在一起、将不同txt文档中的数据绘制多条折线图
这篇文章介绍了如何使用Python的OpenCV库将多张图片合并为一张图片显示,以及如何使用matplotlib库从不同txt文档中读取数据并绘制多条折线图。
56 3
Python实用记录(九):将不同的图绘制在一起、将不同txt文档中的数据绘制多条折线图
|
2月前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。