目标分析程序的平均计算站间距问题



我正在使用interpolate_to_grid对俄克拉荷马Mesonet数据运行Barnes客观分析程序,该程序读取interpolate_to_points的计算站间距输出。这是使用ave_space=cdist(points,points(.mmean((计算的,该函数用于计算每个单独数据点与所有数据点之间的平均距离。因此,当相邻站点之间的实际平均间距为30-40公里时,我得到的平均站点间距为~228公里。我希望能够在客观分析程序中更改此值,而无需筛选所有不同的相关性。

spacing = cdist(list(zip(xloc, yloc)), list(zip(xloc, yloc)))
print(spacing)
Output:
[[     0.         245145.42398369 281067.71959647 ... 181889.14491027
307129.27783772 193503.08897866]
[245145.42398369      0.         242581.9939922  ... 426945.42853957
204288.62028541 345728.95107532]
[281067.71959647 242581.9939922       0.         ... 410049.17526377
70655.02912353 212376.09473731]
...
[181889.14491027 426945.42853957 410049.17526377 ...      0.
455951.64830299 226710.02224577]
[307129.27783772 204288.62028541  70655.02912353 ... 455951.64830299
0.         275129.18406574]
[193503.08897866 345728.95107532 212376.09473731 ... 226710.02224577
275129.18406574      0.        ]]

avg_spacing = np.mean(cdist(list(zip(xloc, yloc)), list(zip(xloc, yloc))))
print(avg_spacing)
Output:
227725.7196359123

这肯定是MetPy中的一个错误,我们需要在即将发布的版本中解决。我在GitHub上打开了一个问题。

相关内容

  • 没有找到相关文章

最新更新