Python 基于百分位法批量确定站点极端降水事件阈值 |
您所在的位置:网站首页 › 降水判断 › Python 基于百分位法批量确定站点极端降水事件阈值 |
Python 基于百分位法批量确定站点极端降水事件阈值 介绍通常在定义极端事件中,我们采取绝对阈值法和相对阈值法。绝对阈值法就是我们规定某一定值,若该站点超过该值则判定发生极端事件。我国降水强度大致分为小雨、中雨、大雨和暴雨。其中,24h内降水量超过50mm统称为暴雨,我们就可以将50mm作为绝对阈值来识别暴雨事件。 而相对阈值法分为参数法与非参数法。非参数法目前最常见的是采用某个百分位值作为参考值,一旦超过该值即视为极端降水事件发生。 这里展示了通过百分位法来计算各个站点极端降水事件阈值的代码,仅供参考。 代码 导入库和数据 import pandas as pd import math #导入站点降水数据 #这里需要换成你站点数据的路径,我的是excel文件,可以根据你的文件类型进行替换 data =pd.read_excel('your_path/your_excel.xlsx') del data['Unnamed: 0'] #删除导出数据时产生的index 其他数据无需此行 获取站点列表 station = data['Station'] station_list = list(set(station)) #去除重复站点,获取站点列表 station_list = sorted(station_list) #这里对站点列表也进行了排序 可省略 数据预处理由于百分位法是对降水量升序序列中降水量>0mm的序列片段进行百分位分析 data = data.drop(data[data['Pre'] |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |